盘点人工智能应用十一大开发框架

307


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。

浏览 (307)
充电
收藏
评论