利用 AI 解放双手:把“贾维斯”带进现实 | 开源专题 No.64

Significant-Gravitas/AutoGPT

Stars: 160k License: MIT

AutoGPT 是开源 AI 代理生态系统的核心工具包。

  • 提供构建、测试和委托 AI 代理的工具。
  • AutoGPT 处于 AI 创新前沿,提供文档、贡献指南以及快速开始创建自己的代理。
  • 包含强大的组件如 Forge 和 Benchmark,帮助用户快速开发并衡量代理性能。
  • 通过 Leaderboard 可以提交基准运行结果,并与其他代理竞争。CLI 和 UI 界面使得操作更加简单易用。

reworkd/AgentGPT

Stars: 29.2k License: GPL-3.0

AgentGPT 是一个在浏览器中组装、配置和部署自主 AI 代理的项目。

  • 可以配置和部署自主 AI 代理。
  • 自定义 AI 名称,并让其实现任何想象得到的目标。
  • 通过思考任务、执行任务并从结果中学习,尝试达成目标。
  • 提供了快速开始指南,包括 CLI 设置环境变量、数据库、后端和前端等内容。
  • 技术栈包括 Nextjs, Typescript, FastAPI 等。

OpenInterpreter/open-interpreter

Stars: 42.8k License: AGPL-3.0

open-interpreter 是一个为计算机提供自然语言接口的项目。

  • 提供本地运行代码(Python、Javascript、Shell 等)的能力
  • 通过类似 ChatGPT 的界面在终端中与 Open Interpreter 进行交互
  • 提供自然语言接口来控制计算机通用功能,如创建和编辑照片、视频、PDF 等,控制 Chrome 浏览器进行研究,绘图分析大型数据集等
  • 可以克服其他服务限制,在本地环境中运行,并具有完全访问互联网和任何包或库的能力。

microsoft/JARVIS

Stars: 22.8k License: MIT

JARVIS 是一个连接 LLMs 与 ML 社区的系统。

  • 探索人工通用智能(AGI)并将尖端研究传递给整个社区
  • 提供 Easytool 以实现更简单的工具使用
  • 发布 TaskBench 用于评估 LLMs 的任务自动化能力
  • 支持 OpenAI 服务和 GPT-4 模型
  • 添加了 Gradio 演示和构建了 Web API,支持 CLI 模式,并提供配置参数来调整本地端点规模

lavague-ai/LaVague

Stars: 3.0k License: Apache-2.0

LaVague 是一个使用大型动作模型框架自动生成自动化工作流的项目。

  • 自然语言处理:理解自然语言指令以执行浏览器交互。
  • Selenium 集成:与 Selenium 无缝集成,用于自动化 Web 浏览器。
  • 开源项目:基于开源项目构建,如 transformers 和 llama-index,并利用本地或远程的开源模型,确保代理透明度并与用户利益一致。
  • 本地模型实现隐私和控制:支持像 Gemma-7b 这样的本地模型,使用户可以完全控制他们的 AI 助手并获得隐私保证。
  • 高级 AI 技术:首先使用本地嵌入(bge-small-en-v1.5)执行 RAG 以提取最相关 HTML 片段来满足 LLM 回答查询所需。然后利用 Few-shot 学习和 Chain of Thought 来引出最相关 Selenium 代码进行操作而无需对 LLM 进行微调(Nous-Hermes-2-Mixtral -8x7B-DPO)以生成代码。
相关推荐
985小水博一枚呀36 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan37 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀40 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路1 小时前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子1 小时前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
深度学习实战训练营2 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
小牛itbull3 小时前
ReactPress:重塑内容管理的未来
react.js·github·reactpress
昨日之日20064 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_4 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover4 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别