OpenAgents: una ripiano aperta verso agenti linguistici sopra the Wild

Recenti sviluppi hanno dimostrato il quale a esse agenti linguistici, sopra singolo quelli costruiti su modelli linguistici a fine di grandi dimensioni (LLM), hanno il possibilità verso cantare un'ampia scala a fine di compiti complessi sopra ambienti svariati utilizzando il spontaneo. Nondimeno, l'mira capitale della maggior fetta dei framework a fine di agenti linguistici correntemente è agevolare la opera a fine di agenti linguistici proof-of-concept. Questa premura reiteratamente comporta poca ovvero nessuna premura alla creazione a rango a fine di zelo e reiteratamente trascura l'accessibilità a fine di questi agenti agli utenti né esperti.

Per dovere stivare le attuali limitazioni sperimentate dagli agenti linguistici, a esse sviluppatori hanno ideato il file Framework OpenAgents, una ripiano aperta verso l'hosting e la elargizione a fine di agenti linguistici sopra paesaggio e sopra una successione a fine di lavoro quotidiane. Il framework OpenAgents è a tre agenti

  • Sbirro dei dati: Aiuta insieme l'esame dei dati utilizzando strumenti a fine di dati e linguaggi a fine di query in che modo SQL ovvero linguaggi a fine di in che modo Python.
  • Agenti plugin: Aiuta fornendo impulso improvviso a al di là di 200 strumenti API utili verso le lavoro quotidiane.
  • Agenti Web: Aiuta a costeggiare sul Web mantenendo l'anonimato.

Il framework OpenAgents utilizza un'interfaccia Web ottimizzata verso errori comuni e risposte rapide nel sforzo a fine di agli utenti generici a fine di interagire insieme le dell'mediatore, offrendo allo medesimo a tempo e luogo a ricercatori e sviluppatori un'passato a fine di elargizione senza energia interruzione sulle configurazioni locali. Sarebbe inappuntabile attestare il quale il framework OpenAgents è un sforzo a fine di dotare una solida piede verso agevolare le valutazioni del universo evidente e dar origine agenti linguistici innovativi, efficaci e avanzati.

Nell'istante a fine di questo pomeriggio, approfondiremo il framework OpenAgents e parleremo del framework sopra condotta sommato dettagliato. Parleremo del funzionamento e dell’ del immagine, discutendo altresì delle sfide comuni affrontate e dei risultati. Per questa ragione iniziamo.

A loro agenti linguistici, nella sostanza, derivano da parte di agenti intelligenti. Questi agenti intelligenti sono concettualizzati verso detenere intelligenza autonome a fine di decisione dei problemi, gruppo alla intelligenza a fine di provare l', impugnare decisioni e prendere un'iniziativa a fine di entità. Per mezzo di i progressi nei modelli linguistici a fine di grandi dimensioni, la setta a fine di crescita unitario ha sfruttato il concepimento a fine di agenti intelligenti e LLM verso dar origine agenti linguistici. Questi agenti utilizzano la del spontaneo (PNL) verso cantare un'ampia scala a fine di compiti complessi sopra ambienti svariati e da poco hanno mostrato un ragguardevole possibilità.

A loro attuali framework a fine di agenti linguistici, in che modo Gravitas e Chase, forniscono anzitutto un'interfaccia pannello di controllo su unità di misura verso a esse sviluppatori, con implementazioni proof-of-concept. Nondimeno, reiteratamente limitano l’accessibilità a un comunitario sommato , sopra singolo a il quale né sono esperti nella . Oltre a questo, a esse attuali benchmark degli agenti sono costruiti da parte di sviluppatori insieme requisiti specifici verso la perizia deterministica, sopra scenari il quale richiedono viaggio web, codifica, a fine di strumenti ovvero una selezione a fine di questi.

Nel sforzo a fine di produrre agenti linguistici e intelligenti basati su LLM verso una piede a fine di utenti sommato ampia, attori affermati in che modo OpenAI e Microsoft hanno implementato una scala a fine di prodotti ben progettati, entro cui Advanced Giorno Analysis, palese altresì in che modo Code Interpreter, e plug-in del browser. Benché questi agenti siano efficaci nelle funzioni, offrono un sostegno mediocre alla setta a fine di crescita. Questa condizione deriva dal faccenda il quale il pandette della rigore aziendale e le implementazioni del prototipo né sono stati gara open source, ostacolando le verso sviluppatori e ricercatori a fine di esplorarli ancora, soglia l'impulso improvviso volontario verso a esse utenti.

Nel sforzo a fine di aggredire questo difficoltà, a esse sviluppatori hanno escogitato OpenAgentuna ripiano gara open source verso l'hosting e l' a fine di agenti, correntemente basata su tre agenti interni

  • Sbirro dei dati: Aiuta insieme l'esame dei dati utilizzando strumenti a fine di dati e linguaggi a fine di query in che modo SQL ovvero linguaggi a fine di in che modo Python.
  • Agenti plugin: Aiuta fornendo impulso improvviso a al di là di 200 strumenti API utili verso le lavoro quotidiane.
  • Agenti Web: Aiuta a costeggiare sul Web mantenendo l'anonimato.

La personaggio consecutivo far mostra di la ripiano OpenAgents verso utenti generici, sviluppatori e ricercatori.

  1. Viceversa a fine di valersi pacchetti ovvero pannello di controllo orientati ai programmatori, a esse utenti generali possono interagire insieme i tre agenti nel framework OpenAgents utilizzando un'interfaccia web online.
  2. A loro sviluppatori possono valersi la rigore aziendale e i codici a fine di esame forniti dal framework OpenAgents verso implementare senza energia problemi backend e frontend verso ulteriori sviluppi.
  3. I ricercatori hanno la a fine di dar origine nuovi agenti linguistici da parte di niente ovvero a fine di implementare metodi relativi agli agenti utilizzando componenti ed esempi condivisi e valutarne le prestazioni utilizzando l'interfaccia web.

Per dovere ridurre, il framework OpenAgents è dapprima pensato verso consistere una ripiano olistica e realistica verso la perizia degli agenti linguistici human-in-the-loop il quale consente agli utenti a fine di interagire insieme questi agenti verso perfezionare un'ampia scala a fine di lavoro e queste le interazioni degli agenti gruppo al feedback degli utenti vengono archiviate e analizzate verso successivo crescita e perizia.

Per dovere il quale né sono a comprensione, Bisogno LLM è un andamento il quale consente agli sviluppatori a fine di dar origine il quale proteggano da parte di inizio contraddittori ovvero errati, migliorino l' dell'output e soddisfino la rigore del backend. Nello spazio di la epoca a fine di crescita, a esse sviluppatori il quale lavorano sul framework OpenAgents utilizzano la ingegnosità a fine di prompt LLM verso evidenziare l'stima a fine di descrivere sopra condotta valevole i requisiti dell'zelo. Nondimeno, a esse sviluppatori hanno speditamente osservato il quale l'ammasso a fine di queste ovvero prompt LLM a volte può consistere principale e potrebbe influenzare sulle intelligenza a fine di amministrazione del intreccio dei framework LLM gruppo alle limitazioni dei token. A loro sviluppatori hanno osservato il quale, verso poter implementare questi agenti sopra condotta valevole nel universo evidente, i modelli degli agenti né dovrebbero solingo fingere prestazioni eccezionali, dovrebbero altresì a fine di aggredire un'ampia scala a fine di scenari interattivi sopra ​​a tempo e luogo evidente. Benché a esse attuali framework a fine di agenti abbiano difeso le prestazioni, reiteratamente ignorano le considerazioni del universo evidente, evidente, il quale reiteratamente offuscano il genuino possibilità dei framework LLM compromettendo la reattività ovvero l'.

Nella personaggio consecutivo, confrontiamo addirittura il framework OpenAgents insieme i lavori esistenti sui benchmark sul concepimento a fine di mediatore e costruiamo prototipi.

OpenAgents: creazione e implementazione della ripiano

La creazione sistematica ovvero della ripiano OpenAgents può consistere suddivisa sopra coppia componenti principali: Interfaccia inclusi backend e frontend, E Sbirro linguistico, comprendente strumenti, modelli linguistici e ambienti. Il framework OpenAgents fornisce un'interfaccia verso la scambio entro a esse utenti e a esse agenti. Il mestruo a fine di interazione nel framework è il consecutivo.

A loro agenti utilizzano a esse strumenti a attitudine verso disciplinare e imbroccare le azioni richieste negli ambienti una rotazione ricevuti inizio dagli utenti. L' ovvero la creazione sistematica del framework è illustrata nell'sembianza consecutivo.

Interfaccia

A loro sviluppatori del framework OpenAgents hanno molta premura e concentrazione allo crescita né solingo a fine di un'interfaccia altamente altresì intuitiva più tardi aver affrontato un pieno a fine di agenti host e rigore aziendale riutilizzabile. Su entità, il framework OpenAgents si vanta a fine di dotare base verso una vasta scala a fine di lavoro tecniche entro cui la amministrazione degli errori, le operazioni del server backend, streaming a fine di dati e grandemente futuro, insieme l'mira capitale a fine di risarcire il framework OpenAgents semplice da parte di usufruire, altamente valevole e allo medesimo a tempo e luogo.

Sbirro linguistico

All'intimo del framework OpenAgents, l'mediatore linguistico ha tre componenti essenziali: un'interfaccia dello dispositivo, un prototipo linguistico e l' medesimo. Il ordine a fine di implementato nel framework OpenAgents crea un andamento sequenziale da parte di continuare verso a esse agenti Esplorazione -> -> Attività. Il framework richiede al LLM a fine di dare alla luce libro analizzabile insieme più vecchio efficenza e l'interfaccia dello dispositivo è costituita da parte di parser sopra fase a fine di questi testi analizzabili generati dai LLM sopra azioni eseguibili in che modo l'attuazione a fine di chiamate API ovvero la stirpe a fine di pandette. Queste azioni vengono dunque eseguite dal framework dentro i confini dell' giornalista.

Agenti a fine di OpenAgents

Al fondamento a fine di OpenAgents ci sono tre agenti distinti: Sbirro dati il quale aiuta insieme l'esame dei dati utilizzando strumenti a fine di dati e linguaggi a fine di query in che modo SQL ovvero linguaggi a fine di in che modo Python, Agenti plugin Quegli aiuta fornendo impulso improvviso a al di là di 200 strumenti API utili verso le lavoro quotidiane e Agenti Web il quale aiuta a costeggiare sul Web mantenendo l'anonimato. Questi agenti hanno compenso a fine di feudo individuali simili ai plug-in ChatGPT, con tutto ciò, a disparità a fine di ChatGPT, l'implementazione su OpenAgents si basa puramente sull'interfaccia a fine di dell'zelo ovvero sulle API sopra elastico.

Sbirro dati

L'mediatore dati nel framework OpenAgents è classe progettato e diviso sopra condotta da parte di organizzare un'ampia scala a fine di lavoro relative ai dati il quale a esse utenti finali incontrano metodicamente. A loro agenti dati supportano la stirpe e l'attuazione del pandette sopra coppia linguaggi a fine di , oppure SQL e Python, e l'mediatore ha altresì svariati strumenti dati a sua attitudine, entro cui Profilazione dei dati verso dotare informazioni a fine di piede sui dati, Analisi dati Kaggle verso la esame a fine di set a fine di dati e Mediatore ECharts verso descrivere grafici EChart interattivi. Oltre a questo, il framework OpenAgents richiede all'mediatore dati a fine di valersi questi strumenti sopra condotta proattivo verso appagare sopra condotta valevole alle richieste degli utenti finali. Oltre a questo, dati i requisiti a fine di codifica esaustivi, il framework OpenAgents opta verso modelli linguistici incorporati verso l'mediatore dati e, invece di l'mediatore il quale genera il pandette, sono a esse strumenti in che modo Python, ECharts e SQL a dare alla luce il pandette. Per mezzo di questo approccio, il framework è sopra fase a fine di dissanguare integralmente l’arte a fine di dei modelli linguistici, riducendo siffatto veemenza sull’mediatore dati.

Per mezzo di l'sostegno a fine di questi strumenti dati, l'mediatore dati è sopra fase a fine di organizzare numerose richieste incentrate sui dati ed esegue la visualizzazione, la e le query dei dati sopra condotta ferrato, superando siffatto i limiti della stirpe a fine di pandette e libro. La personaggio consecutivo evidenzia un mediatore dati sopra mossa e a esse strumenti disponibili verso a esse utenti comuni.

Sbirro plugin

L'mediatore plug-in nel framework OpenAgents è classe progettato pedantemente dagli sviluppatori verso contentare le numerosi esigenze dell' verso le lavoro quotidiane, entro cui la esame sopra Internet, shopping online, la libro a fine di notizie ovvero la formazione a fine di siti Web e applicazioni fornendo impulso improvviso a al di là di 200 plug-in, insieme singolo premura consistere ricompensato sopra piede all'interfaccia a fine di citazione delle funzioni, ai ping API e alla delle risposte API. Certi dei plugin sommato importanti includono

  1. Analisi Google
  2. Wolfram Alpha
  3. Zapier
  4. Klarna
  5. Coursera
  6. Fammi accorgersi
  7. Comunicare
  8. Chiedi al tuo PDF
  9. BizTok
  10. Klook

A causa di piede alle esigenze e requisiti, a esse utenti possono il cifra a fine di plugin il quale desiderano il quale a esse agenti plugin utilizzino e il funzionamento è dimostrato nella personaggio consecutivo.

Oltre a questo, verso facilitare a esse utenti nelle situazioni sopra cui né sono sicuri a fine di quale plugin si adatti la scelta migliore alle esigenze, il framework OpenAgents offre agli utenti una il quale seleziona meccanicamente i plugin sommato rilevanti verso le .

Agenti Web

Il framework OpenAgents presenta l'mediatore web in che modo unito dispositivo esperto delegato a fine di star meglio l'efficenza e le intelligenza dell'mediatore chat. Benché l'mediatore chat contenga daccapo l'interfaccia a fine di interazione capitale, incorpora impeccabilmente l'mediatore web ogni volta che ineluttabile. La replica estremo viene dunque consegnata all' estremo dall'mediatore web e il andamento è nella personaggio consecutivo.

La tattica a fine di creazione implementata sopra questi agenti web si rivela a fine di robusto giovamento l'mediatore chat elabora parametri importanti ovvero avvia sempre a esse URL, un tempo il quale vengano trasferiti all'mediatore web, garantendo siffatto un impareggiabile disposizione entro i requisiti dell' e l'output generato, dunque insieme successivo scambio chiara. Oltre a questo, la tattica consente altresì agli agenti web a fine di contentare le richieste degli utenti stratificate e adattabili utilizzando una viaggio web dinamica a sommato turni abbinata a dialoghi a fine di chat. Perciò, delimitando singolarmente i ruoli e le sensatezza degli agenti a fine di chat e multi-browsing, il framework OpenAgents lascia il terreno al sviluppo e all'acrobazia a fine di uomo stampato.

OpenAgents: applicazioni pratiche e elargizione nel universo evidente

A causa di questa ripartizione parleremo del traiettoria del framework OpenAgents dalla teorizzazione all'implementazione nel universo evidente gruppo alle sfide incontrate e agli apprendimenti assorbiti gruppo alle difficoltà a fine di perizia affrontate dagli sviluppatori.

Impiego dei prompt verso variare modelli linguistici a fine di grandi dimensioni sopra app del universo evidente

Dal momento che si utilizzano i prompt LLM verso dar origine applicazioni reali verso a esse utenti finali, il framework OpenAgents utilizza prompt verso descrivere determinati requisiti. Egli termine a fine di alcune è avallare il quale l'output sia allineato insieme un caratteristico, consentendo siffatto l'preparazione della rigore a fine di backend, termine a fine di altre è star meglio l'sgardo dell'output, il rimanente protegge la complessione da parte di potenziali attacchi dannosi.

Fattori incontrollabili del universo evidente

Dal momento che a esse sviluppatori hanno implementato il framework OpenAgents nel universo evidente, sono stati accolti da parte di una successione a fine di fattori incontrollabili del universo evidente innescati dall'infrastruttura Internet, dagli utenti, dalle logiche aziendali e futuro daccapo. Questi fattori incontrollabili hanno forzato a esse sviluppatori a rivalutare e mutare presupposti sulla piede a fine di ricerche precedenti e dopo lunghi sforzi potrebbero recare a situazioni sopra cui a esse utenti finali potrebbero né consistere soddisfatti dalla replica generata dal framework.

Varietà a fine di perizia

Benché a esse agenti costruiti mirati addirittura alle applicazioni possano averi un'zelo sommato ampia e agevolare una impareggiabile perizia, ciò aumenta la difficoltà della formazione a fine di applicazioni basate su LLM il quale rende faticoso considerare le prestazioni delle applicazioni. Oltre a questo, questo approccio aumenta l’precarietà ed estende la dorsale del insieme degli LLM, rendendo faticoso verso il immagine sottomettersi ai svariati componenti. Ha dunque idea affusolare la creazione del insieme e la rigore operativa a fine di questi agenti verso le procedure e avallare risultati efficaci.

Pensieri finali

A causa di questo istante abbiamo sonoro del framework OpenAgents, una ripiano aperta verso l'hosting e la elargizione a fine di agenti linguistici sopra paesaggio e sopra una successione a fine di lavoro quotidiane. Il framework OpenAgents è a tre agenti: Giorno Agent, aiuta insieme l'esame dei dati utilizzando strumenti a fine di dati e linguaggi a fine di query in che modo SQL ovvero linguaggi a fine di in che modo Python, agenti plug-in, aiuta fornendo impulso improvviso a al di là di 200 strumenti API utili verso le lavoro quotidiane e a esse agenti Web aiutano a costeggiare sul Web mantenendo l'anonimato . Il framework OpenAgents utilizza un'interfaccia Web ottimizzata verso errori comuni e risposte rapide nel sforzo a fine di agli utenti generici a fine di interagire insieme le dell'mediatore, offrendo allo medesimo a tempo e luogo a ricercatori e sviluppatori un'passato a fine di elargizione senza energia interruzione sulle configurazioni locali. Fornendo una ripiano nitido, olistica e distribuibile, OpenAgents fine a risarcire il possibilità dei LLM comprensivo a una scala sommato ampia a fine di utenti né limitati a ricercatori e sviluppatori, altresì a utenti finali insieme compenso tecniche limitate.

error: Il contenuto è protetto!!