一个快速插播:如果您正在探索AI代理框架,绝对会让你心动我的新书《RAG for Enterprise:帮助开发者构建可扩展AI系统的指南》——这本书充满了实用见解和现实策略,帮助您实施AI解决方案。几周后,你就可以在Manning Publications上预览这本书了。这本书由我和Darshil Modi合著。
当你进入人工智能领域时,你经常会遇到称为“代理框架”的工具。这些是帮助构建自动执行任务的应用程序的软件库——你可以把它们想象成智能应用的大脑。今天,我将根据我的经验和社区的偏好,回顾一些最受欢迎的代理框架。
1. 自动生成https://github.com/microsoft/autogen (微软的自动代码生成项目页面)
酷炫之处: Autogen就像是代理框架中的瑞士军刀。它可以同时完成很多事情,甚至可以处理实时数据流。它非常适合通过其规划代理功能来制定复杂的计划。在GitHub上有超过27,500个星标,这表明它受到了很多人的信任和喜爱。如果你遇到问题,维护者会很快回复你,这里提供的灵活性非常高。你甚至可以同时运行多个代理,非常方便。
不过有个问题…… 配置时你得写不少代码——你就得写大约一页的代码。
2. 语义核心访问:https://github.com/microsoft/semantic-kernel
酷炫的点: 与Autogen类似,Semantic Kernel在处理连续数据时也能管理任务。它还能与Autogen代理一起工作得很好,意味着它们可以一起工作得很好。它设计得让你可以在不同项目中重复利用所建内容,这非常实用。此外,它还能记住东西(得益于内置的记忆模块),就像有一个聪明的助手永远不会忘记你的喜好一样。
不过…… 主要用的是C#,之后相应的特性会在Python中实现。
3 提示流程不是粉丝: 很遗憾地说,Promptflow 真的是个噩梦。感觉它就是为让人困惑和使用困难而设计的。启动它就像在等着树懒跑马拉松一样慢,里面做任何更改就像蒙着眼睛解魔方那样难。它不像 Autogen 那样好用,与其他工具也不那么兼容,尤其是在像 Azure 这样的环境中,不进行额外设置就更难用了。
4. 语言链https://github.com/langchain-ai/langchain
亮点: Langchain 是目前最受欢迎的 LLM 框架之一,拥有庞大的用户群体,获得了 86,000 星标。社区十分活跃,功能十分强大。
但是……我自己用起来很不顺利。我完全按照他们的教程来操作,但还是不行。错误一个接一个地跳出来,这不应该出现在维护良好的软件上。而且网上的讨论似乎表明它可能还不适合大型项目。
5 船员AIhttps://github.com/joaomdmoura/crewAI
酷的地方: CrewAI 与 Autogen 非常相似,但它更擅长决定哪个代理该接下任务。只需要几行简单的代码,就可以轻松地让代理跑起来。它非常适合初学者或那些希望快速解决问题而不被繁琐的安装步骤困扰的人。
但是…… 它不支持流式功能调用,这对于许多项目来说至关重要。例如,为了加快速度,ChatGPT会分词返回,而不是一次性返回一大块内容,据我观察,CrewAI做不到这一点,这成了一个大问题。我可能会有误解,如果有错请纠正我,如果CrewAI确实支持流式处理的话。更新:一位读者告诉我他们很难让CrewAI完成聊天功能,而且维护者似乎不太积极回应用户的建议。
6. 特别版:MemGPT这个链接指向GitHub上的MemGPT项目: https://github.com/cpacker/MemGPT
有趣的发现: 虽然MemGPT本身不是一个代理,但它是一个非常酷的概念。它允许代理记住比其上下文窗口大小长得多的对话,并像电脑硬盘一样存储信息。它甚至个性化交互,让数字交互更像人与人之间的交流。注: 我没能成功运行MemGPT。作者们正忙于博士学位研究,没有时间进行仓库支持。不过,我认为这是一个非常有前景的想法,希望它能正常运作。
7. 特别环节:LangFlow Langflow - 创建你的 AI 应用!LangFlow 是一个为 LangChain 设计的 GUI,旨在使用 react-flow 使实验和原型设计变得轻松…www.langflow.org 网站我还没试过这个,但它看起来非常好看,而且用起来应该很简单。我对无代码编程情有独钟,这个工具对代理来说应该会非常棒。
我最喜欢的:Autogen尽管Autogen有些复杂,但我认为它非常强大且灵活,因此我强烈推荐。我曾为它贡献过,所以我也了解它的潜力。
结尾选择合适的代理平台就像选车一样,完全取决于你的需求、技能或熟练程度以及你想要什么样的“驾驶”风格。我希望这份指南能帮助你找到合适的伴侣陪伴你的AI旅程!
如果你喜欢这个故事,可以在这里点击这里关注我,获得更多精彩的人工智能见解。
你可以在这里找到Tyler Suard的LinkedIn个人资料: https://www.linkedin.com/in/tyler-suard-14637856/.
你还可以在这里读到我写的故事: https://medium.com/@ceo_44783
共同学习,写下你的评论
评论加载中...
作者其他优质文章