babyagi chroma agent

? Modelo de bebê AGI com ferramentas Langchain e Chroma? ⛓️

babyagichrome.mp4

---

Inspirado em Babyagi de Yoheina Kajima

O repositório Babyagi-Chroma oferece uma solução de armazenamento vetorial gratuita, o Chroma, que é executado localmente. Isso é particularmente vantajoso para os usuários que desejam evitar possíveis custos associados a outras opções de armazenamento vetorial, como o Pinecone.

Objetivo

Esse script Python mostra um exemplo de um sistema de gerenciamento de tarefas movido a IA que aproveita o banco de dados vetorial de Langchain, Openai e Chroma para criar, priorizar e executar tarefas. O sistema cria tarefas com base nos resultados de tarefas anteriores e em um objetivo predefinido. O script utiliza o kit de ferramentas de processamento de Langchain OpenAi Natural Language (PNL) e pesquisa para criar novas tarefas com base no objetivo, enquanto o Chroma armazena e recupera os resultados da tarefa para o contexto. Esta é uma versão simplificada do agente autônomo original orientado a tarefas (28 de março de 2023).

Este readme abrange os seguintes tópicos:

• ? Modelo de bebê AGI com ferramentas Langchain e Chroma? ⛓️
• Objetivo
• ? Como funciona
  • ? Cadeia de execução
  • ➕ Cadeia de criação de tarefas
  • ? Cadeia de priorização de tarefas
  • ? Chroma
• Como usar
• ? Modelos suportados
• ️ Aviso
• ? Contribuição
• História de fundo

? Como funciona

O script executa as etapas a seguir em um loop infinito:

1. Adiciona e recupera a primeira tarefa da lista de tarefas.
2. Envia a tarefa para o agente de execução, que emprega as ferramentas e métodos de Langchain, incluindo o OpenAI, para concluir a tarefa com base no contexto.
3. Enriquece o resultado e o armazena no croma.
4. Cria novas tarefas e reordena a lista de tarefas de acordo com o objetivo e o resultado da tarefa anterior.

? Cadeia de execução

A cadeia de execução processa uma determinada tarefa considerando o objetivo e o contexto. Ele utiliza o LLMCHAIN ​​de Langchain para executar a tarefa. A função execute_task leva um Chroma Vectorstore, uma cadeia de execução, um objetivo e as informações de tarefas como entrada. Ele recupera uma lista das principais tarefas K do VectorStore com base no objetivo e executa a tarefa usando a cadeia de execução, armazenando o resultado no VectorStore. A função retorna o resultado.

A cadeia de execução não é explicitamente definida neste bloco de código. No entanto, é passado como um parâmetro para execute_task e pode ser definido separadamente no código. É uma instância da classe llmchain de Langchain, que aceita um prompt e gera uma resposta baseada nas variáveis ​​de entrada fornecidas.

➕ Cadeia de criação de tarefas

A classe TaskCreationChain emprega a LLMChain para criar novas tarefas. A função from_llm recebe parâmetros usando o PremptTemplate de Langchain, retornando uma lista de novas tarefas como strings. Em seguida, cria uma instância do TaskCreationCain, juntamente com variáveis ​​de entrada personalizadas e comportamento especificado.

? Cadeia de priorização de tarefas

A classe TaskprioritizationChain usa o LLMCHAIN ​​para priorizar tarefas. A função from_llm aceita parâmetros através do PromptTemplate de Langchain, retornando uma lista de novas tarefas como strings. Em seguida, ele cria uma instância do TaskproritizationChain, juntamente com variáveis ​​de entrada personalizadas e comportamento especificado.

? Chroma

O script aproveita o Chroma para armazenar, pesquisa de similaridade e recuperar os resultados da tarefa para o contexto. Ele cria um índice Chroma com base no nome da tabela especificado na variável TABLE_NAME . O Chroma armazena posteriormente a tarefa resulta no índice, juntamente com o nome da tarefa e quaisquer metadados adicionais.

Como usar

Para utilizar o script, execute as seguintes etapas:

1. Clone o repositório: git clone https://github.com/alexdphan/babyagi-chroma.git e cd no diretório clonado.
2. Instale os pacotes necessários: pip install -r requirements.txt
3. Copie o arquivo .env.example para .env : cp .env.example .env . Defina as seguintes variáveis ​​neste arquivo.
4. Forneça suas chaves da API no OPENAI_API_KEY e SERPAPI_API_KEY .
5. Defina o nome da tabela em que os resultados da tarefa serão armazenados na variável TABLE_NAME .
6. (Opcional) Defina o objetivo do sistema de gerenciamento de tarefas na variável OBJECTIVE .
7. (Opcional) Defina a primeira tarefa do sistema na variável INITIAL_TASK .
8. Execute o script usando o comando python babyagi-chroma.py .

Todos os valores opcionais acima também podem ser especificados na linha de comando.

? Modelos suportados

Este script funciona com todos os modelos OpenAI. O modelo padrão é GPT-3.5 (Text-Davinci-003) . Para usar um modelo diferente, fique à vontade para modificar o código de acordo.

️ Aviso

Este script foi projetado para ser executado continuamente como parte de um sistema de gerenciamento de tarefas. A execução do script continuamente pode resultar em alto uso da API; portanto, use -o com responsabilidade. Além disso, o script exige que a API e o SERP do OpenAI sejam configurados corretamente, portanto, verifique se as APIs estão configuradas antes de executar o script.

? Contribuição

Para manter a simplicidade, siga gentilmente as seguintes diretrizes ao enviar PRs:

• Concentre -se em pequenas modificações modulares, em vez de uma extensa refatoração.
• Ao introduzir novos recursos, forneça uma descrição detalhada do caso de uso específico que você está abordando.

História de fundo

Com os custos de armazenamento vetorial sendo caro, o objetivo era fornecer uma opção de armazenamento gratuita ao usar o babyagi. Portanto, este exemplo de modelo demonstra o uso de babyagi com Chroma.

Babyagi-Chroma é uma versão reduzida do Babyagi, que também é uma versão simplificada do agente autônomo original de tarefas (28 de março de 2023) compartilhado no Twitter.