XAgent调研

文章目录

  • [1 简介](#1 简介)
  • [2 快速测试 Quick Start](#2 快速测试 Quick Start)
  • [3 结构分析](#3 结构分析)

1 简介

  • XAgent(链接)是一个开源的,基于大语言模型的agent构建框架;其目标是构建出能够辅助人类处理各类任务的自动助手
    • 定位:一个全能的,自动的辅助agent
  • 主要特征:
    *
    1. 自主性:可以在无人工参与的情况下完成各类任务
      1. 安全性:XAgent运行于docker中
      1. 可扩展性:XAgent被设计为可扩展的,可以便捷地添加新工具以提升Agent的服务能力
      1. 前端GUI:提供了与agent交互的前端界面(也可以通过命令行与agent进行交互)
      1. 交互性:XAgent能够与人进行交互,例如任务难度大时会寻求人工辅助
  • 框架与结构:
  • Tool Server
    • 本质上是XAgent运行的服务器,为agent提供了多种服务工具,同时也对外提供调用API
    • 包含:
      • 文本编辑器
      • Python Notebook
      • 浏览器
      • Shell
      • Rapid API

2 快速测试 Quick Start

    1. git clone(仓库地址在置顶)
    1. 安装docker compose(我使用的是archlinux,直接yay -S docker-compose安装即可,其他distribution可以参考官方文档)
    1. 执行docker compose up: 创建与启动容器,基于docker-compose.yml
    1. 配置 assets/config.yml
    1. 访问GUI前端
    • 地址:localhost:5173

3 结构分析

  • XAgentServer是统一处理接口,以docker container的方式运行
    • 包含前端以及后端两个部分:其中后端基于fastapi的websocket构建
    • 基于MySQL进行数据存储,以SQLAIchemy作为ORM(Object Relational Mapping)框架
相关推荐
几米哥14 小时前
重磅:DeepSeek V3问世,MoE架构引领大模型性价比革命
llm·aigc
爱喝白开水a1 天前
Speckly:基于Speckle文档的RAG智能问答机器人
ai·大模型·llm·智能问答·大模型实战·大模型训练·speckly
岁月月宝贝2 天前
Datawhale冬令营第二期!Task2🌼
llm·ai辅助编程
zaim12 天前
计算机的错误计算(一百九十二)
人工智能·ai·大模型·llm·错误·误差/error·余割/csc
Hoper.J2 天前
微调 BERT:实现抽取式问答
人工智能·深度学习·自然语言处理·llm·bert
知来者逆3 天前
Binoculars——分析证实大语言模型生成文本的检测和引用量按学科和国家明确显示了使用偏差的多样性和对内容类型的影响
人工智能·深度学习·语言模型·自然语言处理·llm·大语言模型
段智华3 天前
AutoGen-AI Agentic Design Patterns with Autogen
agent·智能体
几米哥3 天前
如何构建高效的AI代理系统:LLM应用实践与最佳方案的深度解析
llm·aigc
测试者家园3 天前
ChatGPT生成接口文档实践案例(二)
软件测试·chatgpt·llm·测试用例·测试图书·质量效能·用chatgpt做测试
bastgia5 天前
Tokenformer: 下一代Transformer架构
人工智能·机器学习·llm