Microsoft AutoGen: Багатоцільові штучні інтелектні робочі потоки з розширеною автоматизацією

Microsoft Research представив AutoGen у вересні 2023 року як відкритий Python-фреймворк для побудови штучних інтелектних агентів, здатних до складної, багатокомпонентної співпраці. AutoGen вже здобув популярність серед дослідників, розробників та організацій, з більш ніж 290 учасниками на GitHub та майже 900 000 завантажень станом на травень 2024 року. Будуючи на цьому успіху, Microsoft представив AutoGen Studio, низькокодовий інтерфейс, який дозволяє розробникам швидко створювати прототипи та експериментувати зі штучними інтелектними агентами.

Ця бібліотека призначена для розробки інтелектуальних, модульних агентів, які можуть взаємодіяти безшовно для вирішення складних завдань, автоматизації процесів прийняття рішень та ефективного виконання коду.

Microsoft також представив AutoGen Studio, який спрощує розробку штучних інтелектних агентів, надаючи інтерактивну та користувацьку платформу. На відміну від свого попередника, AutoGen Studio мінімізує потребу у розширених кодуваннях, пропонуючи графічний інтерфейс користувача (GUI), де користувачі можуть перетягувати та впускати агентів, конфігурувати робочі потоки та тестувати штучно інтелектні рішення без зусиль.

Що робить AutoGen унікальним?

Поняття штучних інтелектних агентів

У контексті штучного інтелекту агент є автономним програмним компонентом, здатним виконувати конкретні завдання, часто використовуючи обробку природної мови та машинне навчання. Фреймворк Microsoft AutoGen підвищує можливості традиційних штучних інтелектних агентів, дозволяючи їм вступати у складні, структуровані розмови та навіть співпрацювати з іншими агентами для досягнення спільних цілей.

AutoGen підтримує широкий спектр типів агентів та моделей розмов. Ця гнучкість дозволяє йому автоматизувати робочі потоки, які раніше вимагали людського втручання, роблячи його ідеальним для застосування в різних галузях, таких як фінанси, реклама, розробка програмного забезпечення та багато іншого.

Розмовні та настраювані агенти

AutoGen вводить концепцію “розмовних” агентів, які призначені для обробки повідомлень, генерації відповідей та виконання дій на основі природної мови інструкцій. Ці агенти не тільки здатні вступати у багаті діалоги, але також можуть бути налаштовані для покращення їхньої продуктивності на конкретних завданнях. Цей модульний дизайн робить AutoGen потужним інструментом як для простих, так і для складних штучно інтелектних проєктів.

Ключові типи агентів:

• Агент-помічник: Агент, що використовує LLM, який може виконувати завдання, такі як кодування, налагодження або відповіді на складні запити.
• Агент-посередник користувача: Імітує поведінку користувача, дозволяючи розробникам тестувати взаємодії без участі реального користувача. Він також може виконувати код автономно.
• Агенти групового чату: Колекція агентів, які працюють спільно, ідеальні для сценаріїв, які вимагають кількох навичок або поглядів.

Співпраця багатокомпонентних агентів

Однією з найбільш вражаючих функцій AutoGen є його підтримка співпраці багатокомпонентних агентів. Розробники можуть створювати мережу агентів, кожний з яких має спеціалізовані ролі, для більш ефективного вирішення складних завдань. Ці агенти можуть спілкуватися один з одним, обмінюватися інформацією та приймати колективні рішення, оптимізуючи процеси, які інакше були б часоємними або схильними до помилок.

Основні функції AutoGen

1. Багатокомпонентний фреймворк

AutoGen полегшує створення мереж агентів, де кожен агент може працювати незалежно або у координації з іншими. Фреймворк надає гнучкість для розробки робочих потоків, які можуть бути повністю автономними або включати людський нагляд, коли це необхідно.

Моделі розмов включають:

• Одно-до-одного розмови: Прості взаємодії між двома агентами.
• Ієрархічні структури: Агенти можуть делегувати завдання субагентам, роблячи його легшим для обробки складних проблем.
• Групові розмови: Багатокомпонентні групові чати, де агенти співпрацюють для вирішення завдання.

2. Виконання коду та автоматизація

На відміну від багатьох штучно інтелектних фреймворків, AutoGen дозволяє агентам генерувати, виконувати та налагоджувати код автоматично. Ця функція є невід’ємною для завдань розробки програмного забезпечення та аналізу даних, оскільки вона мінімізує людське втручання та прискорює цикли розробки. Агент-посередник користувача може ідентифікувати блоки виконуваного коду, запускати їх та навіть розвивати вивід автономно.

3. Інтеграція з інструментами та API

Агенти AutoGen можуть взаємодіяти з зовнішніми інструментами, послугами та API, суттєво розширюючи їхні можливості. Чи то це отримання даних з бази даних, виконання вебзапитів або інтеграція з сервісами Azure, AutoGen пропонує потужну екосистему для побудови застосунків з багатими функціями.

4. Рішення проблем з людським втручанням

У сценаріях, де необхідне людське втручання, AutoGen підтримує взаємодію людини та агента. Розробники можуть конфігурувати агентів для запитів на керівництво або затвердження від людини перед продовженням конкретних завдань. Ця функція забезпечує, що критичні рішення приймаються вдумливо та з правильним рівнем нагляду.

Як працює AutoGen: Глибокий аналіз

Ініціалізація та конфігурація агентів

Перший крок у роботі з AutoGen полягає у встановленні та конфігурації агентів. Кожен агент може бути налаштований для виконання конкретних завдань, а розробники можуть налаштовувати параметри, такі як модель LLM, використовувана, навички, активовані, та середовище виконання.

Оркестрування взаємодій агентів

AutoGen обробляє потік розмови між агентами структурованим способом. Типовий робочий потік може виглядати так:

1. Введення завдання: Користувач або агент вводить запит або завдання.
2. Обробка агентом: Відповідні агенти аналізують вхід, генерують відповіді або виконують дії.
3. Взаємодія між агентами: Агенти обмінюються даними та інсайтами, співпрацюючи для завершення завдання.
4. Виконання завдання: Агенти виконують код, отримують інформацію або взаємодіють з зовнішніми системами за необхідності.
5. Завершення: Розмова закінчується, коли завдання завершено, досягнуто порогу помилок або спрацьовує умова завершення.

Обробка помилок та самоз удосконалення

Агенти AutoGen розроблені для обробки помилок інтелектуально. Якщо завдання завершується з помилкою або генерує неправильний результат, агент може проаналізувати проблему, спробувати виправити її та навіть ітерувати своє рішення. Ця здатність до самоз удосконалення є важливою для створення надійних штучно інтелектних систем, які можуть працювати автономно протягом тривалого часу.

Попередні вимоги та установка

Перед роботою з AutoGen переконайтесь, що ви маєте глибоке розуміння штучних інтелектних агентів, фреймворків оркестрації та основ програмування на Python. AutoGen є Python-фреймворком, і його повний потенціал реалізується при поєднанні з іншими штучно інтелектними сервісами, такими як моделі GPT від OpenAI або Microsoft Azure AI.

Установка AutoGen за допомогою pip:

Для додаткових функцій, таких як оптимізовані можливості пошуку або інтеграція з зовнішніми бібліотеками:

Налаштування середовища

AutoGen вимагає від вас конфігурації змінних середовища та API-ключів безпечно. Давайте пройдемо через основні кроки, необхідні для ініціалізації та конфігурації вашого робочого простору:

1. Завантаження змінних середовища: Зберігайте чутливі API-ключі у файлі .env та завантажуйте їх за допомогою dotenv, щоб підтримувати безпеку. (api_key = os.environ.get(“OPENAI_API_KEY”))
2. Вибір конфігурації мови: Вирішіть, яку мовну модель ви будете використовувати, наприклад GPT-4 від OpenAI або будь-яку іншу бажану модель. Налаштування, такі як API-ендпоінти, імена моделей та ключі, потрібно визначити чітко, щоб забезпечити безшовну комунікацію між агентами.

Побудова агентів AutoGen для складних сценаріїв

Для побудови багатокомпонентної системи вам потрібно визначити агентів та вказати, як вони повинні поводитися. AutoGen підтримує різні типи агентів, кожний з яких має відмінні ролі та можливості.

Створення агентів-помічників та агентів-посередників користувача: Визначте агентів з складними конфігураціями для виконання коду та управління взаємодіями користувача:

from autogen import AssistantAgent, UserProxyAgent

# Визначте конфігурацію мови
llm_config = {
"model": "gpt-4",
"api_key": api_key
}

# Створіть агент-помічник для складних завдань кодування та аналізу
assistant = AssistantAgent(
name="coding_assistant",
llm_config=llm_config
)

# Агент-посередник користувача для обробки взаємодій користувача та виконання коду
user_proxy = UserProxyAgent(
name="user_proxy",
code_execution_config={
"executor": autogen.coding.LocalCommandLineCodeExecutor(work_dir="coding_workspace")
}
)

from autogen import AssistantAgent, UserProxyAgent

# Визначте агентів для освітнього робочого потоку
teacher = AssistantAgent(name="teacher", llm_config=llm_config)
student = AssistantAgent(name="student", llm_config=llm_config)
evaluator = AssistantAgent(name="evaluator", llm_config=llm_config)

# Визначте потік розмови між агентами
teacher.send_message("Сьогодні ми розглянемо тему калькуляса. Давайте зануримося у диференціальні рівняння.")
student.send_message("Можете пояснити концепцію похідної?")
teacher.send_message("Похідна представляє швидкість зміни функції. Ось просте пояснення...")