โครงการนี้ใช้ตัวแทนแชทที่ใช้ AI โดยใช้โมเดล LLAMA 3.2 ผ่านเฟรมเวิร์ก Phidata เอเจนต์มีความสามารถในการมีส่วนร่วมในการสนทนาการใช้เหตุผลและการใช้เครื่องมือต่าง ๆ เพื่อปรับปรุงการตอบสนอง มันถูกออกแบบมาเพื่อให้ประสบการณ์ที่มีการโต้ตอบสูงทำให้มันหลากหลายสำหรับความต้องการ AI การสนทนาที่แตกต่างกัน
โคลนที่เก็บ
git clone https://github.com/yourusername/agentchat-llama.git
cd agentchat-llamaติดตั้งแพ็คเกจที่ต้องการ
pip install -r requirements.txtเพื่อเรียกใช้สนามเด็กเล่น AgentChat:
python app . pyคำสั่งนี้จะเริ่มต้นอินเทอร์เฟซสนามเด็กเล่นช่วยให้คุณสามารถโต้ตอบกับตัวแทน AI ในสภาพแวดล้อมแบบมือ
ไฟล์ enhancements.md มีคำแนะนำสำหรับฟังก์ชันเพิ่มเติมที่สามารถนำไปใช้เพื่อขยายขีดความสามารถของ AgentChat
โครงการนี้สร้างขึ้นโดยใช้เฟรมเวิร์ก Phidata ซึ่งเป็นเครื่องมือและโมดูลที่จำเป็นสำหรับการรวมและการโต้ตอบกับรุ่น LLAMA 3.2 อย่างราบรื่น สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ Phidata และคุณสมบัติของคุณคุณสามารถอ้างอิงลิงค์ต่อไปนี้:
ยินดีต้อนรับ! โปรดปฏิบัติตามแนวทางในไฟล์ CONTRIBUTING.md (ถ้ามี) สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับกระบวนการ
โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT - ดูไฟล์ใบอนุญาตสำหรับรายละเอียด