Agentic Workflow Patterns
1.0.0
Agentic Workflow Patterns -это репозиторий, демонстрирующий лучшие практики и дизайны проектирования для создания многоагентных и агентских рабочих процессов в Python. Этот репозиторий подчеркивает модульные, масштабируемые и многоразовые методы проектирования, направленные на то, чтобы облегчить интеллектуальную автоматизацию и надежное управление рабочими процессами как с помощью одноразовых, так и совместных многоагентных архитектур. Этот репозиторий сопровождается средней статьей, которая глубоко погружается в закономерности.
Этот репозиторий содержит примеры и шаблоны для проектирования агентских рабочих процессов, которые представляют собой рабочие процессы, состоящие из автономных агентов, каждый из которых отвечает за различные задачи. Основное внимание уделяется созданию многоразовых компонентов, которые могут быть адаптированы для различных задач автоматизации, что позволяет интеллектуально принятие решений и оптимизированную обработку.
Паттерн отражения реализует итеративную систему генерации содержания и уточнения с использованием критической структуры актера. Этот шаблон позволяет самосовершенствованию генерации контента с помощью непрерывных циклов обратной связи между актером (генератором контента) и критиком (рецензент контента).
? Весь код для этого шаблона можно найти здесь .
Паттерн доступа к веб -сайту реализует агент для извлечения, обработки, обработки и обобщения веб -контента. Он организует конвейер специализированных агентов, обрабатывающих различные аспекты приобретения и обработки веб -контента посредством поиска, очистки и обобщения операций.
? Весь код для этого шаблона можно найти здесь .
Семантический шаблон маршрутизации реализует агент рабочий процесс для разумной маршрутизации пользовательских запросов специализированным агентам на основе семантических намерений. В этом шаблоне используется архитектура координатора-делегата, где основной TravelPlanneragent определяет намерение пользователя и маршрутирует запросы на специализированные суб-агенты для конкретных задач, связанных с путешествиями, таких как бронирование полетов, поиск в гостинице и проката автомобилей.
? Весь код для этого шаблона можно найти здесь .
Параллельная паттерна делегирования обрабатывает сложные запросы, выявляя различные объекты посредством распознавания названных сущностей (NER) и делегируя эти сущности специализированным агентам для параллельной обработки. Это эффективно для сценариев, где независимые подзадачи могут быть выполнены одновременно.
? Весь код для этого шаблона можно найти здесь .
Динамический шаблон шардов эффективно обрабатывает большие наборы данных, динамически делясь рабочей нагрузкой на более мелкие, управляемые осколки и обработка их параллельно. Этот шаблон демонстрируется извлечением биографий знаменитостей с использованием веб -поиска (обсуждается в шаблоне 2).
? Весь код для этого шаблона можно найти здесь .
Схема разложения задачи делит сложную задачу на независимые подзадачи, каждая из которых управляется отдельными агентами подзадачи. Этот шаблон полезен для повышения эффективности и масштабируемости.
? Весь код для этого шаблона можно найти здесь .
Динамический шаблон разложения автономно разлагает сложные задачи на несколько подзадач, используя большую языковую модель (LLM) для генерации подзадач, обрабатываемых отдельными агентами.
? Весь код для этого шаблона можно найти здесь .
Орхестр DAG (направленный ациклический график) гибко управляет сложными рабочими процессами, позволяя выполнять несколько задач в указанном порядке. Он использует DAG, определенный YAML, чтобы структурировать рабочий процесс.
? Весь код для этого шаблона можно найти здесь .
Клонировать этот репозиторий, чтобы начать. Этот проект требует Python 3.8 или более поздней версии.
pip (поставляется с Python 3.8+) Клонировать репозиторий:
git clone https://github.com/arunpshankar/Agentic-Workflow-Patterns.git
cd Agentic-Workflow-PatternsНастройте виртуальную среду:
python -m venv .venv
source .venv/bin/activate # On Windows, use `.venvScriptsactivate`Обновить PIP и установить зависимости:
pip install --upgrade pip
pip install -r requirements.txt Создайте папку credentials в Project Root:
mkdir credentialsНастройка учетных данных сервиса GCP:
key.json в папке credentials .Установите учетные данные SERP API:
key.yml в папке credentials . serp :
key : your_serp_api_key_here ПРИМЕЧАНИЕ . Папка credentials включена в .gitignore , чтобы предотвратить конфиденциальную информацию.
Чтобы поддерживать чистую среду и отключить генерацию байтона Python, настройте следующие переменные среды:
export PYTHONDONTWRITEBYTECODE=1
export PYTHONPATH= $PYTHONPATH :../src/patterns/ - содержит весь исходный код для шаблонов рабочего процесса../data/patterns/ - содержит шаблоны для системных и пользовательских подсказок, схемы JSON для структурированных выходов и выходов (конечных и промежуточных) агентов. После настройки среды вы можете начать экспериментировать с шаблонами рабочего процесса, включенными в этот репозиторий. Каждый шаблон документируется примерами, чтобы продемонстрировать его применение в строительных агентах.
Например, чтобы запустить шаблон отражения:
python src/patterns/reflection/pipeline.pyМы приветствуем и ценим вклад! Вот как внести свой вклад в агентские шаблоны рабочего процесса :
git checkout -b feature-branch-namegit commit -m " Add feature or fix description "Добавьте тесты, если применимо для поддержания стабильности хранилища.
Этот репозиторий лицензирован по лицензии MIT. Смотрите файл лицензии для получения подробной информации.
