Microsoft AutoGen: Πολυ-Εージεντ AI Ροές Εργασιών με Προηγμένη Αυτοματοποίηση

Η Microsoft Research εισήγαγε το AutoGen τον Σεπτέμβριο του 2023 ως ανοικτό framework Python για την κατασκευή εージεντ AI που είναι ικανά για σύνθετη, πολυ-εαγέντ συνεργασία. Το AutoGen έχει ήδη κερδίσει την προσοχή των ερευνητών, των développers και των οργανισμών, με περισσότερους από 290 συνεισφέροντες στο GitHub και σχεδόν 900.000 λήψεις μέχρι τον Μάιο του 2024. Βασισμένο σε αυτή τη επιτυχία, η Microsoft παρουσίασε το AutoGen Studio, μια διεπαφή χαμηλού κώδικα που ενδυναμώνει τους développers να προτυποποιούν και να πειραματίζονται με εαγέντ AI γρήγορα.

Αυτό το βιβλιοθήκη είναι για την ανάπτυξη έξυπνων, modυλαρών εαγέντ που μπορούν να αλληλεπιδράσουν αμαρτόνως για να λύσουν σύνθετα καθήκοντα, να αυτοματοποιήσουν την λήψη αποφάσεων και να εκτελέσουν κώδικα αποτελεσματικά.

Η Microsoft παρουσίασε πρόσφατα το AutoGen Studio, που απλοποιεί την ανάπτυξη εαγέντ AI παρέχοντας μια διαδραστική και φιλική προς τον χρήστη πλατφόρμα. Σε αντίθεση με τον προκάτοχό του, το AutoGen Studio ελαττώνει την ανάγκη για εκτεταμένο κώδικα, προσφέροντας μια γραφική διεπαφή χρήστη (GUI) όπου οι χρήστες μπορούν να σύρουν και να αφήσουν εαγέντ, να ρυθμίσουν ροές εργασιών και να δοκιμάσουν λύσεις που οδηγούνται από το AI χωρίς κόπο.

Τι Κάνει το AutoGen Μοναδικό;

Κατανόηση των Εαγέντ AI

Στο πλαίσιο του AI, ένα εαγέντ είναι ένα αυτόνομο λογισμικό που μπορεί να εκτελέσει συγκεκριμένα καθήκοντα, συχνά χρησιμοποιώντας επεξεργασία φυσικής γλώσσας και μηχανική μάθηση. Το framework AutoGen της Microsoft ενισχύει τις ικανότητες των παραδοσιακών εαγέντ AI, επιτρέποντάς τους να εμπλακούν σε σύνθετες, δομημένες συνομιλίες και ακόμη να συνεργαστούν με άλλα εαγέντ για την επίτευξη κοινοτικών στόχων.

Το AutoGen υποστηρίζει ένα ευρύ φάσμα τύπων εαγέντ και μοτίβων συνομιλίας. Αυτή η ευελιξία του επιτρέπει να αυτοματοποιήσει ροές εργασιών που προηγουμένως απαιτούσαν ανθρώπινη παρέμβαση, καθιστώντας το ιδανικό για εφαρμογές σε διάφορους κλάδους όπως η finance, η διαφήμιση, η μηχανική λογισμικού και πολλά άλλα.

Συνομιλητικά και Προσαρμόσιμα Εαγέντ

Το AutoGen εισάγει την έννοια των “συνομιλητικών” εαγέντ, τα οποία σχεδιάζονται για να επεξεργαστούν μηνύματα, να γεννήσουν απαντήσεις και να εκτελέσουν ενέργειες με βάση οδηγίες φυσικής γλώσσας. Αυτά τα εαγέντ δεν είναι μόνο ικανά να εμπλακούν σε πλούσιες διαλόγους αλλά μπορούν επίσης να προσαρμοστούν για να βελτιώσουν την απόδοσή τους σε συγκεκριμένα καθήκοντα. Αυτός ο modυλαρός σχεδιασμός καθιστά το AutoGen ένα ισχυρό εργαλείο για τόσο απλά όσο και σύνθετα projεκτ AI.

Κύριοι Τύποι Εαγέντ:

• Εαγέντ Βοηθού: Ένα LLM-ενεργοποιημένο βοηθό που μπορεί να χειριστεί καθήκοντα όπως κωδικοποίηση, αποσφαλμάτωση ή απάντηση σε σύνθετες ερωτήσεις.
• Εαγέντ Αντιπροσώπου Χρήστη: Μιμείται την συμπεριφορά του χρήστη, επιτρέποντας στους développers να δοκιμάσουν αλληλεπιδράσεις χωρίς να εμπλέκονται πραγματικοί χρήστες. Μπορεί επίσης να εκτελέσει κώδικα αυτονομία.
• Εαγέντ Ομάδας Συνομιλίας: Μια συλλογή εαγέντ που συνεργάζονται, ιδανικά για σενάρια που απαιτούν πολλαπλά ταλέντα ή προοπτικές.

Συνεργασία Πολυ-Εαγέντ

Μια από τις πιο εντυπωσιακές λειτουργίες του AutoGen είναι η υποστήριξή του για συνεργασία πολυ-εαγέντ. Οι développers μπορούν να δημιουργήσουν ένα δίκτυο εαγέντ, το καθένα με εξειδικευμένους ρόλους, για να αντιμετωπίσουν σύνθετα καθήκοντα πιο αποτελεσματικά. Αυτά τα εαγέντ μπορούν να επικοινωνούν μεταξύ τους, να ανταλλάσσουν πληροφορίες και να λάβουν αποφάσεις συλλογικά,简ifying διαδικασίες που θα ήταν διαφορετικά χρονοβόρες ή ευάλωτες σε λάθη.

Κεντρικές Λειτουργίες του AutoGen

1. Πλαίσιο Πολυ-Εαγέντ

Το AutoGen διευκολύνει τη δημιουργία δικτύων εαγέντ όπου το καθένα μπορεί να εργαστεί ανεξάρτητα ή σε συντονισμό με άλλα. Το πλαίσιο παρέχει την ευελιξία να σχεδιάσετε ροές εργασιών που είναι πλήρως αυτονομίες ή περιλαμβάνουν ανθρώπινη επιτήρηση όταν είναι απαραίτητο.

Μοτίβα Συνομιλίας Περιλαμβάνουν:

• Συνομιλίες Ένα-Σε-Ένα: Απλές αλληλεπιδράσεις μεταξύ δύο εαγέντ.
• Ιεραρχικές Δομές: Τα εαγέντ μπορούν να αναθέσουν καθήκοντα σε υπο-εαγέντ, καθιστώντας ευκολότερη την αντιμετώπιση σύνθετων προβλημάτων.
• Συνομιλίες Ομάδας: Πολυ-εαγέντ συνομιλίες όπου τα εαγέντ συνεργάζονται για να λύσουν ένα καθήκον.

2. Εκτέλεση Κώδικα και Αυτοματοποίηση

Σε αντίθεση με πολλά πλαίσια AI, το AutoGen επιτρέπει στα εαγέντ να γεννήσουν, να εκτελέσουν και να αποσφαλματίσουν κώδικα αυτόματα. Αυτή η λειτουργία είναι απαραίτητη για καθήκοντα μηχανικής λογισμικού και ανάλυσης δεδομένων, καθώς ελαττώνει την ανθρώπινη παρέμβαση και επιταχύνει τους κύκλους ανάπτυξης. Το εαγέντ Αντιπροσώπου Χρήστη μπορεί να αναγνωρίσει εκτελέσιμους μπλοκ κώδικα, να τους εκτελέσει και ακόμη να βελτιώσει την έξοδο αυτονομία.

3. Ένταξη με Εργαλεία και API

Τα εαγέντ του AutoGen μπορούν να αλληλεπιδράσουν με εξωτερικά εργαλεία, υπηρεσίες και API, διευρύνοντας σημαντικά τις ικανότητές τους. Αν πρόκειται για ανάκτηση δεδομένων από μια βάση δεδομένων, για να κάνετε αιτήσεις ιστού ή για να ενταχθούν με υπηρεσίες Azure, το AutoGen παρέχει ένα ρομπούστικο οικοσύστημα για την κατασκευή εφαρμογών πλούσιων χαρακτηριστικών.

4. Ανθρώπινη-Στην-Πέταλο Επίλυση Προβλημάτων

Σε σενάρια όπου η ανθρώπινη εισαγωγή είναι απαραίτητη, το AutoGen υποστηρίζει ανθρώπινη-εαγέντ αλληλεπιδράσεις. Οι développers μπορούν να ρυθμίσουν εαγέντ να ζητήσουν καθοδήγηση ή έγκριση από ένα ανθρώπινο χρήστη πριν προχωρήσουν σε συγκεκριμένα καθήκοντα. Αυτή η λειτουργία διασφαλίζει ότι κρίσιμες αποφάσεις λαμβάνονται με σκέψη και με το σωστό επίπεδο εποπτείας.

Πώς Λειτουργεί το AutoGen: Ένα Βάθος Βούτι

Εκκίνηση και Ρύθμιση Εαγέντ

Το πρώτο βήμα στη δουλειά με το AutoGen περιλαμβάνει τη ρύθμιση και τη ρύθμιση των εαγέντ σας. Το καθένα εαγέντ μπορεί να προσαρμοστεί για να εκτελέσει συγκεκριμένα καθήκοντα, και οι développers μπορούν να προσαρμόσουν παραμέτρους όπως το μοντέλο LLM που χρησιμοποιείται, τις ικανότητες που ενεργοποιούνται και το περιβάλλον εκτέλεσης.

Διοργάνωση Αλληλεπιδράσεων Εαγέντ

Το AutoGen χειρίζεται τη ροή της συνομιλίας μεταξύ εαγέντ με一个 δομημένο τρόπο. Μια τυπική ροή εργασιών μπορεί να μοιάζει με αυτό:

1. Εισαγωγή Καθήκοντος: Ένας χρήστης ή εαγέντ εισάγει μια ερώτηση ή καθήκον.
2. Επεξεργασία Εαγέντ: Τα σχετικά εαγέντ αναλύουν την είσοδο, γεννούν απαντήσεις ή εκτελούν ενέργειες.
3. Αλληλεπίδραση Εαγέντ: Τα εαγέντ μοιράζονται δεδομένα και εντυπώσεις, συνεργαζόμενα για να ολοκληρώσουν το καθήκον.
4. Εκτέλεση Καθήκοντος: Τα εαγέντ εκτελούν κώδικα, ανακτούν πληροφορίες ή αλληλεπιδρούν με εξωτερικά συστήματα όπως απαιτείται.
5. Τερματισμός: Η συνομιλία τερματίζεται όταν το καθήκον ολοκληρωθεί, ένας όρος σφάλματος φτάσει ή μια συνθήκη τερματισμού ενεργοποιηθεί.

Χειρισμός Σφαλμάτων και Αυτο-Βελτίωση

Τα εαγέντ του AutoGen σχεδιάζονται για να χειρίζονται σφάλματα με έξυπνο τρόπο. Αν ένα καθήκον αποτύχει ή παράγει ένα λάθος αποτέλεσμα, το εαγέντ μπορεί να αναλύσει το ζήτημα, να προσπαθήσει να το διορθώσει και ακόμη να επαναλάβει τη λύση. Αυτή η αυτο-θεραπευτική ικανότητα είναι κρίσιμη για τη δημιουργία αξιόπιστων συστημάτων AI που μπορούν να λειτουργούν αυτονομία για εκτεταμένα χρονικά διαστήματα.

Προαπαιτούμενα και Εγκατάσταση

Πριν εργαστείτε με το AutoGen, βεβαιωθείτε ότι έχετε μια στέρεη κατανόηση των εαγέντ AI, των πλαισίων ορχήστρας και των βασικών της προγραμματισμού Python. Το AutoGen είναι ένα πλαίσιο Python και η πλήρης δυνατότητά του πραγματοποιείται όταν συνδυάζεται με άλλα υπηρεσίες AI, όπως τα μοντέλα GPT της OpenAI ή τα Microsoft Azure AI.

Εγκατάσταση του AutoGen Χρησιμοποιώντας pip:

Για πρόσθετες λειτουργίες, όπως βελτιωμένες ικανότητες αναζήτησης ή ένταξη με εξωτερικές βιβλιοθήκες:

Ρύθμιση του Περιβάλλοντος σας

Το AutoGen απαιτεί να ρυθμίσετε μεταβλητές περιβάλλοντος και κλειδιά API ασφαλώς. Ας περάσουμε από τα βασικά βήματα που χρειάζονται για την αρχικοποίηση και τη ρύθμιση του χώρου εργασίας σας:

1. Φόρτωση Μεταβλητών Περιβάλλοντος: Αποθηκεύστε ευαίσθητα κλειδιά API σε ένα .env αρχείο και φορτώστε τα χρησιμοποιώντας dotenv για να διατηρήσετε την ασφάλεια. (api_key = os.environ.get(“OPENAI_API_KEY”))
2. Επιλογή Ρύθμισης Μοντέλου Γλώσσας: Αποφασίστε το LLM που θα χρησιμοποιήσετε, όπως το GPT-4 από την OpenAI ή οποιοδήποτε άλλο προτιμώμενο μοντέλο. Ρυθμίσεις όπως σημεία τερματισμού API, ονόματα μοντέλων και κλειδιά πρέπει να οριστούν σαφώς για να ενεργοποιήσουν την ομαλή επικοινωνία μεταξύ εαγέντ.

Κατασκευή Εαγέντ AutoGen για Σύνθετα Σενάρια

Για να κατασκευάσετε ένα σύστημα πολυ-εαγέντ, πρέπει να ορίσετε τα εαγέντ και να καθορίσετε πώς πρέπει να συμπεριφερθούν. Το AutoGen υποστηρίζει διάφορους τύπους εαγέντ, каждый με διαφορετικούς ρόλους και ικανότητες.

Δημιουργία Εαγέντ Βοηθού και Αντιπροσώπου Χρήστη: Ορίστε εαγέντ με εξειδικευμένες ρυθμίσεις για την εκτέλεση κώδικα και τη διαχείριση αλληλεπιδράσεων χρήστη:

from autogen import AssistantAgent, UserProxyAgent

# Ορίστε ρυθμίσεις LLM
llm_config = {
"model": "gpt-4",
"api_key": api_key
}

# Δημιουργήστε ένα εαγέντ Βοηθού για σύνθετα καθήκοντα κωδικοποίησης και ανάλυσης
assistant = AssistantAgent(
name="coding_assistant",
llm_config=llm_config
)

# Εαγέντ Αντιπροσώπου Χρήστη για τη διαχείριση αλληλεπιδράσεων χρήστη και εκτέλεσης κώδικα
user_proxy = UserProxyAgent(
name="user_proxy",
code_execution_config={
"executor": autogen.coding.LocalCommandLineCodeExecutor(work_dir="coding_workspace")
}
)

from autogen import AssistantAgent, UserProxyAgent

# Ορίστε εαγέντ για την εκπαιδευτική ροή εργασιών
teacher = AssistantAgent(name="teacher", llm_config=llm_config)
student = AssistantAgent(name="student", llm_config=llm_config)
evaluator = AssistantAgent(name="evaluator", llm_config=llm_config)

# Ορίστε τη ροή συνομιλίας μεταξύ εαγέντ
teacher.send_message("Το θέμα της ημέρας είναι η ανάλυση. Ας βουτήξουμε στις διαφορικές εξισώσεις.")
student.send_message("Μπορείτε να εξηγήσετε την έννοια της παραγώγου;")
teacher.send_message("Μια παραγώγου αντιπροσωπεύει το ρυθμό αλλαγής μιας συνάρτησης. Εδώ είναι μια απλή εξήγηση...")