Недавние разработки продемонстрировали, что языковые агенты, особенно те, которые построены на больших языковых моделях (LLM), имеют потенциал выполнять широкий спектр сложных задач в различных средах с использованием естественного языка. Однако основное внимание большинства языковых агентских фреймворков в настоящее время сосредоточено на облегчении создания прототипов языковых агентов. Это внимание часто сопровождается недостаточным вниманием к проектам на уровне приложений и часто игнорирует доступность этих агентов для неэкспертных пользователей.

Чтобы преодолеть текущие ограничения, с которыми сталкиваются языковые агенты, разработчики создали фреймворк OpenAgents, открытую платформу для размещения и развертывания языковых агентов в дикой природе и во всей совокупности повседневных задач. Фреймворк OpenAgents построен вокруг трех агентов

• Агент данных: Помогает с анализом данных с помощью инструментов данных и языков запросов, таких как SQL, или языков программирования, таких как Python.

• Агенты плагинов: Помогают, предоставляя доступ к более чем 200 инструментам API, полезным для повседневных задач.

• Веб-агенты: Помогают в просмотре веб-страниц, сохраняя анонимность.

Фреймворк OpenAgents использует веб-интерфейс пользователя, оптимизированный для общих сбоев и быстрых ответов, чтобы позволить обычным пользователям взаимодействовать с функциональностью агентов, а также предлагает исследователям и разработчикам бесшовный опыт развертывания на их локальных установках. Можно сказать, что фреймворк OpenAgents является попыткой предоставить прочную основу для облегчения реальных оценок и создания инновационных, эффективных и передовых языковых агентов.

В этой статье мы более подробно рассмотрим фреймворк OpenAgents и поговорим о фреймворке в большей детали. Мы поговорим о работе и архитектуре фреймворка, а также обсудим общие проблемы и результаты. Итак, начнем.

OpenAgents и языковые агенты: Введение

Языковые агенты, в своей основе, являются производными от интеллектуальных агентов. Эти интеллектуальные агенты концептуализированы как обладающие автономными возможностями решения проблем, а также способностью воспринимать окружающую среду, принимать решения и действовать соответственно. С достижениями в области больших языковых моделей, глобальное сообщество разработчиков использовало концепцию интеллектуальных агентов и LLM для создания языковых агентов. Эти агенты используют программирование естественного языка (NLP), чтобы выполнять широкий спектр сложных задач в различных средах, и они недавно показали замечательный потенциал.

Текущие фреймворки языковых агентов, такие как Gravitas и Chase, в основном предоставляют консольный интерфейс, предназначенный для разработчиков, а также реализации прототипов. Однако они часто ограничивают доступ к более широкой аудитории, особенно тем, кто не владеет навыками программирования. Кроме того, текущие эталоны агентов создаются разработчиками с конкретными требованиями для детерминированной оценки, особенно в сценариях, которые требуют просмотра веб-страниц, программирования, использования инструментов или их комбинации.

В попытке разработать агенты LLM, предназначенные для более широкой аудитории, такие как OpenAI и Microsoft (MSFT ), развернули ряд хорошо спроектированных продуктов, включая расширенный анализ данных, также известный как интерпретатор кода, и плагины браузера. Хотя эти агенты эффективны в своих функциях, они предлагают ограниченную помощь сообществу разработчиков. Это ограничение возникает потому, что бизнес-логика кода и реализации моделей не были открыты, что препятствует возможности разработчиков и исследователей изучать их более подробно, а также ограничивает бесплатный доступ для пользователей.

В попытке решить эту проблему, разработчики создали OpenAgents, открытую платформу для размещения и использования агентов, и она в настоящее время построена на основе трех внутренних агентов

• Агент данных: Помогает с анализом данных с помощью инструментов данных и языков запросов, таких как SQL, или языков программирования, таких как Python.

• Агенты плагинов: Помогают, предоставляя доступ к более чем 200 инструментам API, полезным для повседневных задач.

• Веб-агенты: Помогают в просмотре веб-страниц, сохраняя анонимность.

Следующая фигура демонстрирует платформу OpenAgents для общих пользователей, разработчиков и исследователей.

1. Вместо использования ориентированного на программиста пакета или консоли, общие пользователи могут взаимодействовать с тремя агентами в фреймворке OpenAgents, используя веб-интерфейс.
2. Разработчики могут использовать бизнес-логику и исследовательские коды, предоставленные фреймворком OpenAgents, чтобы бесшовно развернуть бэкэнд и фронтэнд для дальнейшего развития.
3. Исследователи имеют гибкость либо создавать новые языковые агенты с нуля, либо реализовывать методы, связанные с агентами, используя общие компоненты и примеры, и оценивать их производительность, используя веб-интерфейс.

Вкратце, фреймворк OpenAgents изначально предназначен быть целостной и реалистичной платформой для оценки языковых агентов с человеческим фактором, позволяющей пользователям взаимодействовать с этими агентами, чтобы выполнить широкий спектр задач, и эти взаимодействия между человеком и агентом, а также обратная связь пользователей, хранятся и анализируются для дальнейшего развития и оценки.

Для тех, кто не знает, промптинг LLM – это процесс, который позволяет разработчикам создавать инструкции, которые защищают от вредоносных или неправильных входных данных, улучшают эстетику вывода и удовлетворяют бэкэнд-логике. Во время фазы разработки разработчики, работающие над фреймворком OpenAgents, используют метод промптинга LLM, чтобы подчеркнуть важность эффективного определения требований приложений.

OpenAgents: Проектирование и реализация платформы

Систематическое проектирование или архитектура платформы OpenAgents можно разделить на два основных компонента: Интерфейс пользователя, включая бэкэнд и фронтэнд, и Языковой агент, включающий инструменты, языковые модели и среды. Фреймворк OpenAgents предоставляет интерфейс для взаимодействия между пользователями и агентами.

Интерфейс пользователя

Разработчики фреймворка OpenAgents уделили много внимания и усилий для разработки не только высокофункционального, но и удобного интерфейса пользователя после решения проблемы хостинга агентов и повторно используемой бизнес-логики. В результате фреймворк OpenAgents может похвастаться поддержкой широкого спектра технических задач, включая обработку ошибок, операции бэкэнд-сервера, потоковую передачу данных и многое другое, с основной целью сделать фреймворк OpenAgents удобным для пользователя, но в то же время высокоэффективным и удобным.

Языковой агент

В фреймворке OpenAgents языковой агент имеет три основных компонента: интерфейс инструментов, языковую модель и саму среду. Метод промптинга, реализованный в фреймворке OpenAgents, создает последовательный процесс для агентов, который начинается с Наблюдения -> Обдумывания -> Действия. Фреймворк также побуждает LLM генерировать текст с повышенной эффективностью, и интерфейс инструментов состоит из парсеров, которые могут переводить текст, сгенерированный LLM, в исполняемые действия, такие как вызовы API или генерация кода.

Агенты OpenAgents

В основе OpenAgents есть три различных агента: Агент данных, который помогает с анализом данных с помощью инструментов данных и языков запросов, таких как SQL, или языков программирования, таких как Python, Агенты плагинов, которые помогают, предоставляя доступ к более чем 200 инструментам API, полезным для повседневных задач, и Веб-агенты, которые помогают в просмотре веб-страниц, сохраняя анонимность.

Агент данных

Агент данных в фреймворке OpenAgents был разработан и развернут для решения широкого спектра задач, связанных с данными, с которыми сталкиваются конечные пользователи на регулярной основе. Агенты данных поддерживают генерацию и выполнение кода на двух языках программирования: SQL и Python, и у агента также есть несколько инструментов данных в его распоряжении, включая Профилирование данных для предоставления базовой информации о данных, Поиск данных Kaggle для поиска наборов данных и Инструмент ECharts для построения интерактивных графиков ECharts.

Агенты плагинов

Агент плагинов в фреймворке OpenAgents был разработан разработчиками тщательно, чтобы удовлетворить многофакторные требования пользователей для повседневных задач, включая поиск в интернете, онлайн-шоппинг, чтение новостей или создание веб-сайтов и приложений, предоставляя доступ к более чем 200 плагинам, с особым вниманием к интерфейсу вызова функций, пингам API и длине ответа API.

Веб-агенты

Фреймворк OpenAgents представляет веб-агента как специализированный инструмент, предназначенный для повышения эффективности и возможностей чат-агента. Хотя чат-агент все еще содержит основной интерфейс взаимодействия, он без проблем интегрирует веб-агента, когда это необходимо.

OpenAgents: Практические применения и развертывание в реальном мире

В этом разделе мы поговорим о траектории фреймворка OpenAgents от теоретизации до развертывания в реальном мире, а также о проблемах, с которыми столкнулись разработчики, и о сложностях оценки.

Использование промптов для преобразования больших языковых моделей в реальные приложения

Когда используются промпты LLM для построения реальных приложений для конечных пользователей, фреймворк OpenAgents использует инструкции промптов, чтобы указать определенные требования.

Неконтролируемые факторы реального мира

Когда разработчики развернули фреймворк OpenAgents в реальном мире, они столкнулись с рядом неконтролируемых факторов реального мира, вызванных инфраструктурой интернета, пользователями, бизнес-логикой и многим другим.

Сложность оценки

Хотя построенные агенты, ориентированные直接 на приложения, могут иметь более широкое применение и облегчить лучшую оценку, это добавляет сложности к построению приложений, работающих на основе LLM, что делает трудным анализ производительности приложений.

Заключительные мысли

В этой статье мы поговорили о фреймворке OpenAgents, открытой платформе для размещения и развертывания языковых агентов в дикой природе и во всей совокупности повседневных задач. Фреймворк OpenAgents построен вокруг трех агентов: Агента данных, Агентов плагинов и Веб-агентов. Фреймворк OpenAgents использует веб-интерфейс пользователя, оптимизированный для общих сбоев и быстрых ответов, чтобы позволить общим пользователям взаимодействовать с функциональностью агентов, а также предлагает исследователям и разработчикам бесшовный опыт развертывания на их локальных установках. Предоставляя прозрачную, целостную и развертываемую платформу, OpenAgents стремится сделать потенциал LLM доступным для более широкого круга пользователей, не ограничиваясь только исследователями и разработчиками, но также и конечными пользователями с ограниченными техническими знаниями.