赞
踩
开源自主人工智能代理框架。使开发人员能够快速可靠地构建、管理和运行有用的自主代理。
开发优先的开源自主人工智能代理框架,使开发人员能够构建、管理和运行有用的自主代理。您可以无缝运行并发代理,使用工具扩展代理功能。代理有效地执行各种任务,并在每次后续运行中不断提高其性能。
核心能力:
配置、生成和部署自主 AI 代理- 创建生产就绪且可扩展的自主代理。
使用工具包扩展代理功能 - 将我们市场中的工具包添加到您的代理工作流程中。
图形化的用户界面 - 通过图形用户界面访问您的代理。
控制台交互 - 通过向代理提供输入和权限来与他们交互。
支持向量数据库接入 - 连接到多个向量数据库以增强代理的性能。
Agent性能监测 - 深入了解代理的性能并进行相应优化。
优化令牌使用策略 - 控制令牌使用以有效管理成本。
Agent记忆存储 - 使您的代理能够通过存储记忆来学习和适应。
模型微调 - 针对特定业务用例的自定义微调模型。
定制工作流程 - 使用 ReAct LLM 的预定义步骤轻松自动化任务。
工具包允许SuperAGI代理与外部系统和第三方插件进行交互。工具列表如下:
安装流程:
使用注意事项:
SuperAGI 代理模板市场为用户提供了经过 SuperAGI 预先批准的精选代理模板选择。每个模板都旨在解决特定的用例,确保用户为各种任务提供量身定制的起点。借助代理名称、描述、目标、说明、工具、代理类型和模型等预定义属性,这些模板可加快代理创建过程。
安装流程:
使用手册:
您可以使用以下三种方法安装 superAGI。
要快速开始试验代理,而无需设置系统,请尝试 Superagi Cloud,地址:https://app.superagi.com/
1)访问 Superagi Cloud 并使用您的 github 帐户登录。
2)在您的帐户设置中,转到“模型提供程序”并添加您的 API 密钥。
一切就绪!开始毫不费力地运行您的代理。
1)克隆SuperAGI工程代码
git clone https://github.com/TransformerOptimus/SuperAGI.git
2)切换到工程目录,执行代码:
cd SuperAGI
3)复制config_template.yaml文件,重命名为config.yaml,
4)安装Docker环境,启动Docker服务
5)在SuperAGI 目录执行如下命令:
docker compose -f docker-compose.yaml up --build
docker compose -f docker-compose-gpu.yml up --build
6)打开浏览器,输入:http://localhost:3000 进入SuperAGI
一键部署SuperAGI: Depoly to DigitalOcean
5.E-R图
SuperAGI 客户端库是一个 Python 库,它提供了一种与 SuperAGI API 交互的便捷方式。它允许开发人员使用 SuperAGI 框架轻松创建、管理和运行自治代理。
SuperAGI客户端库旨在帮助您与SuperAGI平台无缝交互。首先,首先安装库:
pip install superagi-client
安装完成之后,初始化SuperAGI-Client
from superagi_client import Client
client = Client(api_key="YOUR_API_KEY", url="YOUR_OPTIONAL_URL")
智能体是SuperAGI中执行任务的主要实体。要创建一个:
from superagi_client import AgentConfig
agent_config = AgentConfig(
name="Sample Agent",
description="A descriptive purpose of the agent.",
goal=["Define a specific task for the agent"],
instruction=["Provide additional guiding instructions"],
agent_workflow="Goal Based Workflow",
constraints=[],
tools=[{"name": "ToolName"}],
iteration_interval=500,
max_iterations=10,
model="gpt-4"
)
agent = client.create_agent(agent_config=agent_config)
agent_id = agent['agent_id']
run_agent = client.create_agent_run(agent_id=agent_id)
智能体启动成功之后,会返回一个执行ID:run_id
run_status = client.get_agent_run_status(agent_id=agent_id)
这将检索与指定agent_id关联的运行的状态。若要筛选特定的运行或状态,可以使用 AgentRunFilter 类型。例如,要获取具有特定run_ids的运行状态:
from superagi_client import AgentRunFilter
filter_config = AgentRunFilter(run_ids=[run_id_1, run_id_2])
run_status = client.get_agent_run_status(agent_id=agent_id, agent_run_filter=filter_config)
5.暂停Agent
client.pause_agent(agent_id=agent_id, agent_run_ids=[run_id])
client.resume_agent(agent_id=agent_id, agent_run_ids=[run_id])
本节我们学习了SuperAGI,我们介绍了SuperAGI的工具箱及代理模板,SuperAGI支持三种部署方式,有条件的同学可以本地部署,同时我们学习了SuperAGI的架构图,方便大家对SuperAGI的运行逻辑有一个更深入的理解。最后我们通过Python SDK对SuperAGI进行了相关的操作。SuperAGI是一个专门为开发者设计的智能体开发平台,它支持开发人员构建、管理和运行智能体,对于人工智能开发者来说,SuperAGI是一个不可多得的好工具。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。