Skip to content

Latest commit

 

History

History
165 lines (147 loc) · 5.92 KB

README_CN.md

File metadata and controls

165 lines (147 loc) · 5.92 KB
EartAgent logo

English | 简体中文

license

💡 EartAgent 是什么？

EartAgent(Efficient and real-time Agent) EartAgent是一款多模态多智能体框架，通过兼容大模型生态，针对当前大模型存在的诸如信息过时、缺乏外部验证、错误预测频繁等问题，EartAgent框架旨在提升大语言模型的效率和准确性。框架轻量易用，具备实时搜索能力等一系工具，通过多智能体协作和反思机制提高回答精度。该框架兼容性强，提供封装实例，实现开箱即用。 在高容错下，我们还提供封装实例给开发者开箱即用：

  • 😃实例
    • 实时语音对话
    • 网站克隆
    • 论文书写
  • 😁游戏:
    • 狼人杀
    • 意大利小镇生活
    • 模拟法庭

📌 近期更新

  • 2024-05-31 我们也在尽最大的努力构建更加完善，完备的function call
  • 2024~~~~~~ 一键构建更简单的RAG，我们正在努力，敬请期待☺️
  • 2024-05-22 集成大模型智谱AI，添加游戏模拟法庭
  • 2024-05-18 集成大模型零一万物
  • 2024-05-17 EartAgent5月17号正式上线github
  • 2024-05-15 集成大模型 OpenAI GPT-4o、Gemini1.5pro。

🎬 试一试

📝 前提条件

  • python >= 3.9

    如果你并没有在本机安装 pytorch（Windows、Mac，或者 Linux）, 可以参考文档 Install pytorch 自行安装。 推荐使用conda作为管理工具，您可以使用以下命令创建一个新的Python 3.9虚拟环境：

    conda create -n EartAgent python=3.9

    进入环境

    conda activate EartAgent
    git clone https://github.com/haijian-wang/EartAgent.git
    cd EartAgent

    安装依赖包

    pip install -r requirements.txt

🚀 快速开始

  1. 以下实例我们使用中国通义大模型为示例：

    需要提前申请api_key,根据你的需求进行申请：

    import EartAgent

form EartAgent.Agent.text_Agent import *

QwenAgent.api_key = "your_api_key"
agent = QwenAgent(
    config=AgentConfig(name='kerry', system_prompt=""))
x = 'Hi kerry'
agent(x)

    默认不开启记忆因为这会耗费你更多的token，当然开启也很方便

    agent = QwenAgent(
    config=AgentConfig(name='kerry', system_prompt="",remember=True))

    我们还支持上传所有文件和网址,让Agent回复更加是你希望的

    agent(x,url='')

  2. 多智能体协调工作与交流：

    多智能体协作能够大大的提示回复的准确性，MsgHub和Pipeline是EartAgent中智能体之间的主要通信手段 如果我们希望agent_1和agent_2进行交流那么会是

    while True:
x = agent_1t(x)
x = agent_2(x)

# 如果用户输入"exit"，则终止对话
if x.content == "exit":
   print("Exiting the conversation.")
   break

    更简单的你只需要，EartAgent提供了Pipeline来维护智能体之间消息流的选项

    pipeline = Pipeline(agent_list=[agent_1, agent_2])
final_response = pipeline.execute_pipeline(initial_message="Initial message to pipeline")

    其实agent还可以进行群聊沟通

    hub = MsgHub(agent_list)
hub.broadcast_message("Hello, everyone.")
hub.execute_pipeline()

    你还可以随意的在群聊里面增删成员

    hub.add_agent(agent_3)
hub.remove_agent(agent_3)

  3. 我们准备了丰富的工具提供给Agent进行使用比如智能体联网

    但是在这里需要申请search_api_key

    agent_1 = QwenAgent(
    config=AgentConfig(name='Kerry',
                       system_prompt="You're a good helper.",
                       tool_use=[
                           {'name': 'serpapi_search', 'api_key': 'your_search_api_key'}
                       ]))

  4. 我们还有更多的工具可以使用,具体的如下,UtilityTools里面有很多工具等待你去探索

    from EartAgent.utils.UT import UtilityTools
tools = UtilityTools()

🚀 封装实例

  1. 在EartAgent中我们提供了很多让开发者开箱即用的封装实例,例如(网站克隆、论文写作、实时语音对话等等) 如何使用？我们以实时语音对话为例

    仍然需要提前申请api_key,根据你的需求进行申请：

    from EartAgent.app_packaging.voice_dialog_assistant import VoiceAssistant
assistant = VoiceAssistant(api_key="your_api_key")
assistant.run()

🤗 反思机制

  1. 在EartAgent中我们可以让Agent进行自我反思，以输出更好的回答 
    from EartAgent.thinking.reflector import AgentReflector
qwen_reflector = AgentReflector(qwen_agent)
# 这里可以定义反思次数   
reflected_content = qwen_reflector.Mreflect(reflection_count=3)

🤪 对于框架的我们做的内容还有很多，大家可以跟着使用

🙂 欢迎和我一起交流和探讨

  • 😃 邮箱:[email protected]
  • 🫡 微信:AI_nlp_john
  • 🤓 感谢所有帮助过我的人！

⭐ Star History

Star History Chart