XAgent

Tổng quan

XAgent là một tác nhân tự động nguồn mở, thí nghiệm, được điều khiển bởi Mô hình Ngôn ngữ Lớn (LLM) được thiết kế để giải quyết một loạt các nhiệm vụ phức tạp mà không cần sự can thiệp của con người. Nó hướng đến việc trở thành một tác nhân siêu thông minh, đa năng, có khả năng giải quyết bất kỳ nhiệm vụ nào được giao, với quá trình phát triển không ngừng để nâng cao khả năng của nó.

Mục đích chính và nhóm người dùng mục tiêu

• Mục đích chính: Cung cấp một tác nhân LLM tự động có thể tự động giải quyết các nhiệm vụ phức tạp, đưa ra giải pháp đa năng cho nhiều ứng dụng khác nhau.
• Nhóm người dùng mục tiêu: Các nhà phát triển, nhà nghiên cứu và các tổ chức quan tâm đến việc tận dụng các tác nhân AI tự động để tự động hóa nhiệm vụ, giải quyết vấn đề phức tạp và khám phá những ranh giới mới của AI. Điều này bao gồm những người trong lĩnh vực phân tích dữ liệu, phát triển phần mềm, nghiên cứu và bất kỳ lĩnh vực nào đòi hỏi tự động hóa thông minh.

Chi tiết và hoạt động chức năng

• Tự chủ: XAgent có thể độc lập giải quyết các nhiệm vụ đa dạng, giảm thiểu nhu cầu tham gia của con người.
• An toàn: Các hoạt động được giới hạn trong một bộ chứa Docker, đảm bảo môi trường thực thi an toàn.
• Khả năng mở rộng: Người dùng có thể dễ dàng thêm các công cụ mới và thậm chí cả các tác nhân mới để nâng cao khả năng của XAgent.
• Giao diện người dùng: Cung cấp cả Giao diện người dùng đồ họa (GUI) thân thiện và giao diện dòng lệnh (CLI) để tương tác.
• Hợp tác giữa con người và tác nhân: XAgent có thể cộng tác với người dùng, tuân theo hướng dẫn cho các nhiệm vụ phức tạp và tìm kiếm sự hỗ trợ khi gặp thách thức.
• Kiến trúc mô-đun:
  • Bộ điều phối (Dispatcher): Khởi tạo động và phân phối các nhiệm vụ cho các tác nhân khác nhau.
  • Bộ lập kế hoạch (Planner): Tạo và tinh chỉnh kế hoạch nhiệm vụ, chia chúng thành các nhiệm vụ con với các mốc quan trọng.
  • Bộ thực thi (Actor): Thực hiện các hành động để đạt được mục tiêu và hoàn thành các nhiệm vụ con, sử dụng nhiều công cụ khác nhau và cộng tác với con người.
• Máy chủ công cụ (ToolServer): Một máy chủ dựa trên Docker cung cấp các công cụ mạnh mẽ và an toàn:
  • Trình chỉnh sửa tệp (File Editor): Để viết, đọc và sửa đổi tệp.
  • Sổ tay Python (Python Notebook): Môi trường tương tác để chạy mã Python, xác thực ý tưởng và vẽ biểu đồ.
  • Trình duyệt web (Web Browser): Để tìm kiếm và truy cập các trang web.
  • Shell: Thực thi các lệnh shell, bao gồm cài đặt chương trình và lưu trữ dịch vụ.
  • Tích hợp API nhanh (Rapid API Integration): Truy cập và gọi nhiều loại API từ Rapid API (bộ sưu tập ToolBench).
• Quy trình thực hiện nhiệm vụ:
  • Người dùng gửi nhiệm vụ qua CLI hoặc GUI.
  • XAgent xử lý nhiệm vụ, tạo kế hoạch và thực hiện các hành động.
  • Tất cả các tệp được tạo và các bước trung gian được lưu trong không gian làm việc cục bộ và các bản ghi đang chạy.
  • Các bản ghi có thể được tải để tái tạo các lần chạy trước, với thông tin nhạy cảm đã bị xóa để chia sẻ an toàn.

Lợi ích cho người dùng

• Tăng hiệu quả: Tự động hóa các tác vụ phức tạp, tiết kiệm thời gian và tài nguyên.
• Nâng cao khả năng giải quyết vấn đề: Có khả năng giải quyết các vấn đề phức tạp trên nhiều lĩnh vực khác nhau.
• Hoạt động an toàn: Container hóa Docker đảm bảo môi trường an toàn để thực hiện các hành động.
• Linh hoạt và tùy chỉnh: Dễ dàng mở rộng với các công cụ và tác nhân mới để đáp ứng các nhu cầu cụ thể.
• Cải thiện sự hợp tác: Tạo điều kiện tương tác liền mạch giữa người dùng và tác nhân AI.
• Tính tái tạo: Các bản ghi chi tiết cho phép dễ dàng tái tạo và phân tích các lần thực thi trước đây.

Khả năng tương thích và tích hợp

• Hệ điều hành: Yêu cầu Docker và Docker Compose để thiết lập ToolServer.
• Phiên bản Python: Yêu cầu Python >= 3.10.
• Khóa API: Có thể cấu hình với khóa OpenAI API (khuyến nghị gpt-4-32k, hỗ trợ gpt-4 và gpt-3.5-turbo-16k).
• Tích hợp Docker: ToolServer chạy dưới dạng một bộ chứa Docker, cung cấp một môi trường độc lập.
• Giao diện người dùng web (Web UI): Có thể truy cập qua trình duyệt web (http://localhost:5173) để tương tác GUI.

Phản hồi khách hàng và các trường hợp nghiên cứu

• Phân tích dữ liệu: Hỗ trợ người dùng thành công trong phân tích dữ liệu phức tạp, bao gồm kiểm tra dữ liệu, xác minh môi trường, tạo mã và biên dịch báo cáo (ví dụ: phân tích iris.zip).
• Đề xuất: Thể hiện sự hợp tác giữa con người và tác nhân bằng cách chủ động tìm kiếm thông tin đầu vào của con người khi thông tin không đủ (ví dụ: đề xuất nhà hàng).
• Huấn luyện mô hình: Có khả năng thực hiện các tác vụ phức tạp như huấn luyện các mô hình học máy (ví dụ: huấn luyện mô hình BERT để phân tích cảm xúc đánh giá phim).
• Đánh giá: Vượt trội hơn AutoGPT trong các đánh giá ưu tiên của con người trên hơn 50 tác vụ phức tạp trong thế giới thực được phân loại thành Tìm kiếm và Báo cáo, Mã hóa và Phát triển, Phân tích Dữ liệu, Toán học, và Trợ lý Cuộc sống.

Phương pháp truy cập và kích hoạt

• Mã nguồn: Có sẵn trên GitHub (github.com/OpenBMB/XAgent).
• Thiết lập ToolServer:
  • Kéo hình ảnh Docker: docker compose up
  • Xây dựng từ mã nguồn cục bộ: docker compose build sau đó docker compose up
• Thiết lập XAgent:
  • Cài đặt các yêu cầu: pip install -r requirements.txt
  • Cấu hình các khóa API trong assets/config.yml.
  • Chạy XAgent: python run.py --task "put your task here" --config-file "assets/config.yml"
• Truy cập GUI: Truy cập http://localhost:5173 sau khi khởi động bộ chứa XAgent-Server. Thông tin đăng nhập mặc định: tên người dùng guest, mật khẩu xagent.

XAgent là gì?

XAgent là một tác nhân AI tự động được điều khiển bởi Mô hình Ngôn ngữ Lớn (LLM) mã nguồn mở, thử nghiệm, được thiết kế để tự động giải quyết nhiều nhiệm vụ phức tạp mà không cần sự can thiệp của con người. Nó hướng tới việc trở thành một tác nhân đa năng có khả năng giải quyết các thách thức khác nhau.

Các tính năng chính của XAgent là gì?

XAgent có một số tính năng chính:

• Tự chủ

  Tự động giải quyết các nhiệm vụ.

• An toàn

  Hoạt động trong môi trường vùng chứa Docker an toàn.

• Khả năng mở rộng

  Cho phép dễ dàng thêm các công cụ và tác nhân mới.

• GUI

  Cung cấp giao diện đồ họa thân thiện với người dùng để tương tác.

• Hợp tác với Con người

  Có thể hợp tác với người dùng, làm theo hướng dẫn và tìm kiếm sự hỗ trợ khi cần thiết.

XAgent hoạt động như thế nào?

XAgent bao gồm ba phần chính:

• Bộ điều phối (Dispatcher)

  Khởi tạo động và điều phối các nhiệm vụ cho các tác nhân khác nhau.

• Bộ lập kế hoạch (Planner)

  Tạo và điều chỉnh các kế hoạch cho các nhiệm vụ, chia chúng thành các nhiệm vụ con và các mốc quan trọng.

• Bộ thực thi (Actor)

  Thực hiện các hành động để đạt được mục tiêu và hoàn thành các nhiệm vụ con, sử dụng các công cụ khác nhau và hợp tác với con người.

ToolServer là gì và nó cung cấp những công cụ nào?

ToolServer là một vùng chứa Docker cung cấp môi trường an toàn và bộ công cụ mạnh mẽ để XAgent hoạt động. Hiện tại, nó cung cấp:

• Trình chỉnh sửa tệp (File Editor)

  Để viết, đọc và sửa đổi tệp.

• Notebook Python (Python Notebook)

  Môi trường tương tác để chạy mã Python.

• Trình duyệt web (Web Browser)

  Để tìm kiếm và truy cập các trang web.

• Shell

  Shell bash để thực thi lệnh, cài đặt chương trình và lưu trữ dịch vụ.

• Rapid API

  Để truy xuất và gọi API từ Rapid API.

Người dùng cũng có thể dễ dàng thêm công cụ mới vào ToolServer.

Làm cách nào để bắt đầu với XAgent?

Để bắt đầu với XAgent, bạn cần:

1. Xây dựng và thiết lập ToolServer

   Cài đặt Docker và Docker Compose, sau đó kéo hình ảnh ToolServer bằng cách sử dụng docker compose up hoặc xây dựng nó từ các nguồn cục bộ bằng cách sử dụng docker compose build theo sau là docker compose up.

2. Thiết lập và chạy XAgent

   Cài đặt các yêu cầu Python (pip install -r requirements.txt), cấu hình XAgent trong assets/config.yml (cung cấp ít nhất một khóa API OpenAI, tốt nhất là gpt-4-32k hoặc gpt-4, và một bản sao lưu gpt-3.5-turbo-16k), và sau đó chạy XAgent bằng cách sử dụng python run.py --task "your task here" --config-file "assets/config.yml".

Tôi có thể sử dụng XAgent với Giao diện người dùng đồ họa (GUI) không?

Có, XAgent cung cấp một GUI. Vùng chứa XAgent-Server khởi động với nginx và máy chủ web lắng nghe trên cổng 5173. Bạn có thể truy cập http://localhost:5173 để tương tác với XAgent bằng giao diện người dùng web. Tên người dùng mặc định là guest và mật khẩu là xagent.

Tôi có thể tìm các tệp do XAgent tạo ra ở đâu?

Không gian làm việc cục bộ cho XAgent nằm trong thư mục local_workspace, nơi tất cả các tệp được tạo được lưu trữ. Sau khi thực thi, toàn bộ không gian làm việc từ ToolServerNode được sao chép vào running_records để bạn tiện lợi, cùng với thông tin bước trung gian, trạng thái nhiệm vụ, cặp đầu vào/đầu ra LLM và các công cụ đã sử dụng.

Tôi có thể tái tạo một lần chạy XAgent trước đó không?

Có, bạn có thể tải từ một bản ghi để tái tạo một lần chạy trước đó bằng cách đặt record_dir trong cấu hình. Các bản ghi này là các bản ghi cấp hệ thống được liên kết với phiên bản mã của XAgent và tài liệu các cấu hình đang chạy, truy vấn, trạng thái thực thi mã (bao gồm lỗi) và hành vi máy chủ. Thông tin nhạy cảm như khóa API được loại bỏ khỏi các bản ghi để chia sẻ an toàn.

Tôi có thể tìm thêm thông tin hoặc hỗ trợ cho XAgent ở đâu?

• Kho lưu trữ GitHub

  https://github.com/OpenBMB/XAgent

• Trang web/Blog chính thức

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

• Email liên hệ

  [email protected] (để hợp tác)