AI智能体架构于2023年3月诞生，几个月后，开源社区开始认知到它的真正价值。此领域看似属于科学家的实验范围，却有许多强大的模型可以让人探索。以下是对11个最受欢迎的开源AI代理人框架的简要介绍。
AI智能体架构于 2023 年 3 月诞生，但直到几个月后才在开源社区中扎根。智能体领域可能仍然看起来像是一种“疯狂科学家”式的实验，但已经有一些非常强大的模型可以尝试，本文介绍其中最流行的11个开源AI Agent框架。
1、AutoGPT
AutoGPT 由视频游戏公司 Significant Gravitas Ltd. 的创始人 Toran Bruce Richards 开发，是继 Nakajima 的论文之后于 2023 年 3 月推出的早期代理之一。它也是当今 GitHub 上最受欢迎的代理 repo。
AutoGPT 背后的想法很简单——它是一个完整的工具包，用于为各种项目构建和运行自定义 AI 代理。该工具使用 OpenAI 的 GPT-4 和 GPT-3.5 大型语言模型 (LLM)，允许你为各种个人和商业项目构建代理。
2、BabyAGI
BabyAGI 是 Nakajima 的任务驱动型自主智能体的精简版。Python 脚本只有 140 个字的代码，根据官方 GitHub 存储库，“使用 OpenAI 和 Chroma 或 Weaviate 等矢量数据库来创建、确定优先级和执行任务。”
自推出以来，BabyAGI 已分支出几个有趣的项目。其中一些项目（如 twitter-agent🐣 或 Slack 上的 BabyAGI）将智能体的强大功能带到了现有平台。其他项目则添加了插件和附加功能，或将 BabyAGI 移植到其他语言（例如 babyagi-perl）。
3、SuperAGI
SuperAGI 是 AutoGPT 更灵活、更用户友好的替代方案。你可以将其视为开源 AI 智能体的启动板，它提供了构建、维护和运行自己的代理所需的一切。它还包括插件和云版本，您可以在其中进行测试。
该框架具有多个 AI 模型、图形用户界面、与矢量数据库的集成（用于存储/检索数据）和性能洞察。还有一个带有工具包的市场，可让你将其连接到流行的应用和服务，例如 Google Analytics。
4、ShortGPT
在生成内容方面，AI 模型的表现非常出色。但直到最近，视频格式仍然在很大程度上得不到充分支持。ShortGPT 是一个框架，它允许你使用大型语言模型来简化视频创建、语音合成和编辑等复杂任务。
ShortGPT 可以处理大多数典型的视频相关任务，例如编写视频脚本、生成画外音、选择背景音乐、编写标题和描述，甚至编辑视频。无论使用哪个平台，该工具都适用于短视频内容和长视频内容。
5、ChatDev
CoPilot、Bard、ChatGPT 和许多其他软件都是功能强大的编码助手。但 ChatDev 等项目可能很快就会让它们一败涂地。ChatDev 被称为“虚拟软件公司”，它使用的智能体不止一个，而是多个，在传统的开发组织中扮演不同的角色。
这些智能体（每个代理都分配了一个独特的角色）可以协作处理各种任务，从设计软件到编写代码和文档。雄心勃勃？没错。ChatDev 仍然更像是智能体交互的试验台，但如果你自己是一名开发人员，它值得一试。
6、AutoGen
在向 OpenAI 投入 130 亿美元并使 Bing 变得更加智能之后，微软现在已成为人工智能领域的主要参与者。其 AutoGen 是一个开源框架，用于开发和部署多个智能体，这些智能体可以协同工作以自主实现目标。
AutoGen 试图促进和简化智能体之间的通信，减少错误并最大限度地提高 LLM 的性能。它还具有广泛的自定义功能，允许你选择首选模型，通过人工反馈改进输出，并利用其他工具。
7、MetaGPT
MetaGPT 是另一个开源 AI 智能体框架，它试图模仿传统软件公司的结构。与 ChatDev 类似，智能体被分配了产品经理、项目经理和工程师的角色，并协作完成用户定义的编码任务。
到目前为止，MetaGPT 只能处理中等难度的任务——比如编写贪吃蛇游戏或构建简单的实用程序应用程序——但它是一个很有前途的工具，未来可能会迅速发展。生成一个完整的项目将花费你大约 2 美元的 OpenAI API 费用。
8、Camel
我们在之前的一篇文章中写过关于 Camel 的内容，从那时起，这个项目就一直在发展。简而言之，Camel 是早期的多智能体框架之一，它使用独特的角色扮演设计，使多个智能体能够相互通信和协作。
一切都始于一项人类定义的任务。该框架利用 LLM 的强大功能动态地为智能体分配角色，指定和开发复杂的任务，并安排角色扮演场景，以实现智能体之间的协作。这就像人工智能的剧场。
9、Loop GPT
LoopGPT 是 Toran Bruce Richards 的 AutoGPT 的一个迭代。除了适当的 Python 实现之外，该框架还带来了对 GPT-3.5、集成和自定义智能体功能的改进支持。它还消耗更少的 API 令牌，因此运行起来要便宜得多。
LoopGPT 可以基本自动运行，也可以在循环中由人参与运行，以最大限度地减少模型幻觉。有趣的是，该框架不需要访问矢量数据库或外部存储来保存数据。它可以将代理状态写入文件或 Python 项目。
10、JARVIS
JARVIS 远不及托尼·史塔克的标志性 AI 助手（保罗·贝坦尼的声音同样具有标志性），但它有一些绝招。使用 ChatGPT 作为其“决策引擎”。JARVIS 处理任务规划、模型选择、任务执行和内容生成。
通过访问 HuggingFace 中心中的数十个专用模型，JARVIS 利用 ChatGPT 的推理能力将最佳模型应用于给定任务。这使其在执行各种任务时都具有相当迷人的灵活性，从简单的摘要到对象检测。
11、OpenAGI
OpenAGI 是一个开源 AGI（通用人工智能）研究平台，结合了小型专家模型（针对情绪分析或图像去模糊等任务量身定制的模型）和任务反馈强化学习 (RLTF)，以提高其输出。
从本质上讲，OpenAGI 与其他自主开源人工智能框架没有太大区别。它汇集了 ChatGPT 等流行平台、LLaMa2 等 LLM 和其他专用模型，并根据任务上下文动态选择正确的工具。
12、结束语
自主智能体的世界令人着迷、引人注目且发展迅速。随着 GPT-4、Bard 和 LlaMa2 等 AI 模型的更快、更准确、更大规模迭代的出现，我们很可能在未来几个月看到更多令人兴奋的突破。
谁知道呢？也许智能体是 AI 革命的下一个里程碑。它将使我们更接近阿西莫夫、莱姆和斯蒂芬森创造的世界（即使我们宁愿放弃技术反乌托邦）。当人类和人工智能一起工作时，生产力的新时代。
那么，你准备好加入这场革命了吗？
更多AI编程API
GLIF是一个多功能的AI沙盒平台，用户可以通过它构建和优化AI工作流、应用程序、聊天机器人等。该平台利用第三方服务来提升用户体验，并使用cookies来优化和改进服务。
AI 全栈工程师 API，能为你提供强大的支持。在这里，你可以向我提出关于任何架构以及代码实现方面的问题，我将凭借丰富的知识和专业能力，为你进行详细解答和深入分析，帮助你更好地理解与处理相关技术难题。
AI 编程助手，这一 API 服务主要致力于解决各类与编程相关的问题。无论是代码编写过程中遇到的困惑，还是程序设计方面的难题，它都能凭借强大的能力提供有效的解答和帮助，助力开发者更高效地进行编程工作。
