XAgent

ภาพรวม

XAgent คือเอเจนต์อิสระที่ขับเคลื่อนด้วย Large Language Model (LLM) แบบโอเพนซอร์สและเป็นเพียงการทดลอง ซึ่งออกแบบมาเพื่อแก้ปัญหาที่ซับซ้อนหลากหลายประเภทโดยปราศจากการแทรกแซงของมนุษย์ มีเป้าหมายที่จะเป็นเอเจนต์อัจฉริยะขั้นสูงที่มีวัตถุประสงค์ทั่วไป ซึ่งสามารถจัดการกับงานที่ได้รับมอบหมายใดๆ ก็ตาม โดยมีการพัฒนาอย่างต่อเนื่องเพื่อเพิ่มความสามารถ

วัตถุประสงค์หลักและกลุ่มผู้ใช้เป้าหมาย

• วัตถุประสงค์หลัก: เพื่อจัดหาเอเจนต์ LLM แบบอิสระที่สามารถแก้ปัญหาที่ซับซ้อนได้โดยอัตโนมัติ โดยนำเสนอโซลูชันอเนกประสงค์สำหรับการใช้งานต่างๆ
• กลุ่มผู้ใช้เป้าหมาย: นักพัฒนา นักวิจัย และองค์กรที่สนใจในการใช้ประโยชน์จากเอเจนต์ AI แบบอิสระสำหรับระบบอัตโนมัติของงาน การแก้ปัญหาที่ซับซ้อน และการสำรวจขอบเขตของ AI ซึ่งรวมถึงผู้ที่อยู่ในสาขาการวิเคราะห์ข้อมูล การพัฒนาซอฟต์แวร์ การวิจัย และสาขาใดๆ ที่ต้องการระบบอัตโนมัติอัจฉริยะ

รายละเอียดการทำงานและการปฏิบัติงาน

• ความเป็นอิสระ: XAgent สามารถแก้ปัญหาต่างๆ ได้อย่างอิสระ โดยลดความจำเป็นในการมีส่วนร่วมของมนุษย์ให้เหลือน้อยที่สุด
• ความปลอดภัย: การปฏิบัติงานถูกจำกัดอยู่ภายในคอนเทนเนอร์ Docker เพื่อให้มั่นใจถึงสภาพแวดล้อมการทำงานที่ปลอดภัย
• ความสามารถในการขยาย: ผู้ใช้สามารถเพิ่มเครื่องมือใหม่ๆ และแม้แต่เอเจนต์ใหม่ๆ ได้อย่างง่ายดายเพื่อเพิ่มความสามารถของ XAgent
• อินเทอร์เฟซผู้ใช้: มีทั้ง Graphical User Interface (GUI) ที่ใช้งานง่าย และ Command-Line Interface (CLI) สำหรับการโต้ตอบ
• ความร่วมมือระหว่างมนุษย์กับเอเจนต์: XAgent สามารถทำงานร่วมกับผู้ใช้ โดยทำตามคำแนะนำสำหรับงานที่ซับซ้อนและขอความช่วยเหลือเมื่อเกิดความท้าทายขึ้น
• สถาปัตยกรรมแบบโมดูล:
  • Dispatcher: สร้างและจัดส่งงานไปยังเอเจนต์ต่างๆ แบบไดนามิก
  • Planner: สร้างและปรับปรุงแผนงาน โดยแบ่งออกเป็นงานย่อยๆ พร้อมกับเป้าหมายสำคัญ
  • Actor: ดำเนินการเพื่อบรรลุเป้าหมายและทำงานย่อยให้สำเร็จ โดยใช้เครื่องมือต่างๆ และทำงานร่วมกับมนุษย์
• ToolServer: เซิร์ฟเวอร์ที่ใช้ Docker ซึ่งให้เครื่องมือที่มีประสิทธิภาพและปลอดภัย:
  • File Editor: สำหรับการเขียน อ่าน และแก้ไขไฟล์
  • Python Notebook: สภาพแวดล้อมเชิงโต้ตอบสำหรับการรันโค้ด Python ตรวจสอบแนวคิด และวาดรูป
  • Web Browser: สำหรับการค้นหาและเยี่ยมชมหน้าเว็บ
  • Shell: ดำเนินการคำสั่ง shell รวมถึงการติดตั้งโปรแกรมและการโฮสต์บริการ
  • Rapid API Integration: เข้าถึงและเรียกใช้ API ที่หลากหลายจาก Rapid API (คอลเลกชัน ToolBench)
• กระบวนการทำงานของการดำเนินงาน:
  • ผู้ใช้ส่งงานผ่าน CLI หรือ GUI
  • XAgent ประมวลผลงาน สร้างแผน และดำเนินการ
  • ไฟล์ที่สร้างขึ้นและขั้นตอนกลางทั้งหมดจะถูกบันทึกไว้ในพื้นที่ทำงานภายในและบันทึกการทำงาน
  • สามารถโหลดบันทึกเพื่อสร้างการรันก่อนหน้าขึ้นใหม่ โดยมีการลบข้อมูลที่ละเอียดอ่อนออกเพื่อการแบ่งปันที่ปลอดภัย

ประโยชน์สำหรับผู้ใช้

• ประสิทธิภาพที่เพิ่มขึ้น: ทำให้งานที่ซับซ้อนเป็นไปโดยอัตโนมัติ ประหยัดเวลาและทรัพยากร
• การแก้ปัญหาที่ได้รับการปรับปรุง: สามารถจัดการกับปัญหาที่ซับซ้อนในโดเมนต่างๆ ได้
• การปฏิบัติงานที่ปลอดภัย: การใช้ Docker container ช่วยให้มั่นใจถึงสภาพแวดล้อมที่ปลอดภัยสำหรับการดำเนินการ
• ความยืดหยุ่นและการปรับแต่ง: สามารถขยายได้ง่ายด้วยเครื่องมือและเอเจนต์ใหม่ๆ เพื่อตอบสนองความต้องการเฉพาะ
• การทำงานร่วมกันที่ดีขึ้น: อำนวยความสะดวกในการโต้ตอบระหว่างผู้ใช้ที่เป็นมนุษย์และเอเจนต์ AI ได้อย่างราบรื่น
• ความสามารถในการทำซ้ำได้: บันทึกการทำงานโดยละเอียดช่วยให้สามารถสร้างและวิเคราะห์การทำงานในอดีตได้ง่าย

ความเข้ากันได้และการรวมระบบ

• ระบบปฏิบัติการ: ต้องใช้ Docker และ Docker Compose สำหรับการตั้งค่า ToolServer
• เวอร์ชัน Python: ต้องใช้ Python >= 3.10
• API Keys: สามารถกำหนดค่าได้ด้วย OpenAI API keys (แนะนำ gpt-4-32k, รองรับ gpt-4 และ gpt-3.5-turbo-16k)
• Docker Integration: ToolServer ทำงานเป็น Docker container ซึ่งให้สภาพแวดล้อมแบบครบวงจร
• Web UI: เข้าถึงได้ผ่านเว็บเบราว์เซอร์ (http://localhost:5173) สำหรับการโต้ตอบ GUI

ข้อเสนอแนะจากลูกค้าและกรณีศึกษา

• การวิเคราะห์ข้อมูล: ช่วยผู้ใช้ในการวิเคราะห์ข้อมูลที่ซับซ้อนได้อย่างประสบความสำเร็จ รวมถึงการตรวจสอบข้อมูล การยืนยันสภาพแวดล้อม การสร้างโค้ด และการรวบรวมรายงาน (เช่น การวิเคราะห์ iris.zip)
• คำแนะนำ: แสดงให้เห็นถึงความร่วมมือระหว่างมนุษย์กับเอเจนต์โดยการขอข้อมูลจากมนุษย์เมื่อข้อมูลไม่เพียงพอ (เช่น คำแนะนำร้านอาหาร)
• การฝึกโมเดล: สามารถทำงานที่ซับซ้อนได้ เช่น การฝึกโมเดลแมชชีนเลิร์นนิง (เช่น การฝึกโมเดล BERT สำหรับการวิเคราะห์ความรู้สึกของรีวิวภาพยนตร์)
• การประเมิน: มีประสิทธิภาพเหนือกว่า AutoGPT ในการประเมินความพึงพอใจของมนุษย์ในงานที่ซับซ้อนในโลกจริงมากกว่า 50 งาน โดยแบ่งออกเป็น Search and Report, Coding and Developing, Data Analysis, Math และ Life Assistant

วิธีการเข้าถึงและเปิดใช้งาน

• ซอร์สโค้ด: มีอยู่ใน GitHub (github.com/OpenBMB/XAgent)
• การตั้งค่า ToolServer:
  • ดึงอิมเมจ Docker: docker compose up
  • สร้างจากซอร์สโค้ดภายใน: docker compose build แล้วจึง docker compose up
• การตั้งค่า XAgent:
  • ติดตั้งข้อกำหนด: pip install -r requirements.txt
  • กำหนดค่า API keys ใน assets/config.yml
  • รัน XAgent: python run.py --task "put your task here" --config-file "assets/config.yml"
• การเข้าถึง GUI: ไปที่ http://localhost:5173 หลังจากเริ่มคอนเทนเนอร์ XAgent-Server ข้อมูลรับรองเริ่มต้น: ชื่อผู้ใช้ guest, รหัสผ่าน xagent

XAgent คืออะไร?

XAgent คือเอเจนต์ AI ที่ขับเคลื่อนด้วย Large Language Model (LLM) แบบอัตโนมัติที่เปิดเผยซอร์สโค้ดและเป็นเชิงทดลอง ออกแบบมาเพื่อแก้ไขปัญหาที่ซับซ้อนหลากหลายโดยอัตโนมัติโดยไม่จำเป็นต้องมีการแทรกแซงจากมนุษย์ มันมุ่งมั่นที่จะเป็นเอเจนต์อเนกประสงค์ที่สามารถจัดการกับความท้าทายต่างๆ ได้

XAgent มีคุณสมบัติเด่นอะไรบ้าง?

XAgent มีคุณสมบัติเด่นหลายประการ:

• Autonomy

  แก้ไขปัญหาได้โดยอัตโนมัติ

• Safety

  ทำงานในสภาพแวดล้อมคอนเทนเนอร์ Docker ที่ปลอดภัย

• Extensibility

  สามารถเพิ่มเครื่องมือและเอเจนต์ใหม่ๆ ได้อย่างง่ายดาย

• GUI

  มีส่วนต่อประสานกราฟิกกับผู้ใช้ (Graphical User Interface) ที่ใช้งานง่ายสำหรับการโต้ตอบ

• Cooperation with Human

  สามารถทำงานร่วมกับผู้ใช้ ทำตามคำแนะนำ และขอความช่วยเหลือเมื่อจำเป็น

XAgent ทำงานอย่างไร?

XAgent ประกอบด้วยสามส่วนหลัก:

• Dispatcher

  สร้างและส่งงานไปยังเอเจนต์ต่างๆ แบบไดนามิก

• Planner

  สร้างและปรับปรุงแผนงาน โดยแบ่งออกเป็นงานย่อยและเหตุการณ์สำคัญ

• Actor

  ดำเนินการเพื่อให้บรรลุเป้าหมายและทำงานย่อยให้สำเร็จ โดยใช้เครื่องมือต่างๆ และร่วมมือกับมนุษย์

ToolServer คืออะไร และมีเครื่องมืออะไรบ้าง?

ToolServer คือคอนเทนเนอร์ Docker ที่ให้สภาพแวดล้อมที่ปลอดภัยและชุดเครื่องมือที่ทรงพลังสำหรับ XAgent ในการทำงาน ปัจจุบันมีเครื่องมือดังต่อไปนี้:

• File Editor

  สำหรับการเขียน อ่าน และแก้ไขไฟล์

• Python Notebook

  สภาพแวดล้อมแบบโต้ตอบสำหรับการรันโค้ด Python

• Web Browser

  สำหรับการค้นหาและเยี่ยมชมหน้าเว็บ

• Shell

  Bash shell สำหรับการรันคำสั่ง ติดตั้งโปรแกรม และโฮสต์บริการ

• Rapid API

  สำหรับการเรียกและใช้งาน API จาก Rapid API

ผู้ใช้ยังสามารถเพิ่มเครื่องมือใหม่ๆ เข้าไปใน ToolServer ได้อย่างง่ายดาย

ฉันจะเริ่มต้นใช้งาน XAgent ได้อย่างไร?

ในการเริ่มต้นใช้งาน XAgent คุณต้อง:

1. Build and Setup ToolServer

   ติดตั้ง Docker และ Docker Compose จากนั้นดึงอิมเมจ ToolServer โดยใช้ docker compose up หรือสร้างจากซอร์สโค้ดในเครื่องโดยใช้ docker compose build ตามด้วย docker compose up

2. Setup and Run XAgent

   ติดตั้งข้อกำหนดของ Python (pip install -r requirements.txt) กำหนดค่า XAgent ใน assets/config.yml (โดยให้คีย์ OpenAI API อย่างน้อยหนึ่งคีย์ โดยนิยมใช้ gpt-4-32k หรือ gpt-4 และสำรองด้วย gpt-3.5-turbo-16k) จากนั้นรัน XAgent โดยใช้ python run.py --task "your task here" --config-file "assets/config.yml"

ฉันสามารถใช้ XAgent กับส่วนต่อประสานกราฟิกกับผู้ใช้ (GUI) ได้หรือไม่?

ได้ XAgent มี GUI คอนเทนเนอร์ XAgent-Server เริ่มต้นด้วย nginx และเว็บเซิร์ฟเวอร์ที่รอการเชื่อมต่อที่พอร์ต 5173 คุณสามารถเข้าเยี่ยมชม http://localhost:5173 เพื่อโต้ตอบกับ XAgent โดยใช้เว็บ UI ชื่อผู้ใช้เริ่มต้นคือ guest และรหัสผ่านคือ xagent

ฉันจะหาไฟล์ที่ XAgent สร้างขึ้นได้ที่ไหน?

พื้นที่ทำงานในเครื่องสำหรับ XAgent อยู่ในไดเรกทอรี local_workspace ซึ่งจัดเก็บไฟล์ที่สร้างขึ้นทั้งหมด หลังจากการดำเนินการ พื้นที่ทำงานทั้งหมดจาก ToolServerNode จะถูกคัดลอกไปยัง running_records เพื่อความสะดวกของคุณ พร้อมกับข้อมูลขั้นตอนกลาง สถานะของงาน คู่ LLM input/output และเครื่องมือที่ใช้

ฉันสามารถทำซ้ำการรัน XAgent ครั้งก่อนได้หรือไม่?

ได้ คุณสามารถโหลดจากการบันทึกเพื่อทำซ้ำการรันครั้งก่อนได้โดยการตั้งค่า record_dir ในการกำหนดค่า การบันทึกเหล่านี้เป็นการบันทึกระดับระบบที่เชื่อมโยงกับเวอร์ชันโค้ดของ XAgent และบันทึกการกำหนดค่าการรัน การสอบถาม สถานะการเรียกใช้โค้ด (รวมถึงข้อผิดพลาด) และพฤติกรรมของเซิร์ฟเวอร์ ข้อมูลที่ละเอียดอ่อน เช่น คีย์ API จะถูกลบออกจากการบันทึกเพื่อการแชร์ที่ปลอดภัย

ฉันจะหาข้อมูลเพิ่มเติมหรือการสนับสนุนสำหรับ XAgent ได้ที่ไหน?

• GitHub Repository

  https://github.com/OpenBMB/XAgent

• Official Website/Blog

  https://blog.x-agent.net/blog/xagent/

• Contact Email

  [email protected] (สำหรับความร่วมมือ)