agentkit
1.0.0
AgentKit-это стартовый комплект на основе Лэнгчейна, разработанный BCG X для создания приложений Agent. Разработчики могут использовать AgentKit для
Ключевые преимущества инструментария агента включают:
Стартовый пакет основан на новейших технологиях для оптимальной производительности, безопасности и разработчиков.
Примечание. Это стартовый комплект - для развертывания производства мы рекомендуем добавить функции безопасности корпоративного класса. Особенно при использовании LLMS, помните о известных рисках, таких как быстрое инъекция (Подробнее).
Для быстрой настройки AgentKit используйте приведенные ниже шаги, где как Backend App, так и приложение Frontend запускаются внутри контейнера Docker. Более сложные инструкции по настройке можно найти в документации.
Клон репозиторий, содержащий исходный код для бэкэнд и фронтальных приложений.
Скопируйте файл frontend/.env.example в каталоге Frontend и измените имя на .env . Также скопируйте файл .env.example в корневом каталоге репозитория и измените имя на .env .
В терминале перейдите к корневому каталогу клонированного репозитория. Создайте и запустите контейнеры Docker со следующей командой:
docker-compose -f docker-compose.yml up -d
Подождите, пока контейнеры будут строить и запустить, что может занять несколько минут в зависимости от вашей системы. Как только контейнеры будут запущены, вы можете получить доступ к приложениям в вашем браузере по адресу http: // localhost.
docker-compose down --volumesdocker-compose.yml с docker-compose-demo.yml чтобы запустить приложениеПроверьте более продвинутую демонстрационную сборку после учебника.
Найдите здесь размещенную документацию.
AgentKit пытается решить проблему надежности таких агентов, как агенты React, путем ограничения потенциальных маршрутов, которые агент может принять в предварительно сконфигурированных наборах маршрутов или планов действий . Поскольку для многих вариантов использования потенциальные маршруты, которые может выбрать агент, известны, мы можем использовать наш опыт в области человеческой области, чтобы направить агента в правильном направлении и уменьшить его в неожиданные направления или кроличьи дыры. Это достигается путем объединения мета -агента с планами действий : набор инструментов, которые выполняются линейно и параллельно, аналогично цепочке. Мета -агент принимает пользовательскую подсказку и выводит самый подходящий план действий для создания ответа. ПРИМЕЧАНИЕ. Возможно реализация нескольких метагентов, генерируя дерево возможных маршрутов.
Чтобы оптимизировать пользовательский опыт, посредник каждого шага в плане действий может быть показан пользователю. Например, рассмотрим план действий, состоящий из 2 наборов инструментов: [[sql_tool, pdf_tool], [generate_summary_tool, visualize_tool]] . На первом этапе действия информация из базы данных SQL и векторную базу данных со встроенным PDF -файлами получена в параллельной. Полученные данные и наиболее соответствующие PDF транслируются в пользовательский интерфейс, как только первый шаг действия завершится. На втором этапе действия выход с шага 1 передается в инструмент, который генерирует резюме текста, и инструмент, который создает визуализацию JSX из данных, который транслируется в пользовательский интерфейс для создания окончательного ответа.
Для обзора высокого уровня потока и подключения маршрутизации, пожалуйста, см. Ниже диаграмма: 
Смотрите дополнительную функциональную документацию для более подробной информации.
Проект развернулся в комбинации разных шаблонов. Одним из отличных вдохновений является Fastapi-Alembic-Sqlmodel-Async, который обеспечил основы для установки Fastapi. Пожалуйста, проверьте их!
Great thanks to all the contributors: @kaikun213 @drivian @ielmansouri @mastersplinter @tanmaygupta9 @sofglide @harticode @edenbd @ben-howt @carelschw @gustafvh @casper321 @modvinden1 @valerie-jzr @ispoljari @martinthenext @rkdy
Пожалуйста, прочитайте CONTRIBUTING.md для получения более подробной информации о том, как внести свой вклад. PRS приветствуются ❤
