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
沧海一粟青草喂马19 分钟前
抖音批量上传视频怎么弄?抖音矩阵账号管理的专业指南
大数据·人工智能·矩阵
demaichuandong22 分钟前
详细讲解锥齿轮丝杆升降机的加工制造工艺
人工智能·自动化·制造
uhakadotcom36 分钟前
DuckDB相比于ClickHouse有什么不同点和优势?
后端·面试·github
理智的煎蛋1 小时前
CentOS/Ubuntu安装显卡驱动与GPU压力测试
大数据·人工智能·ubuntu·centos·gpu算力
知来者逆1 小时前
视觉语言模型应用开发——Qwen 2.5 VL模型视频理解与定位能力深度解析及实践指南
人工智能·语言模型·自然语言处理·音视频·视觉语言模型·qwen 2.5 vl
IT_陈寒1 小时前
Java性能优化:10个让你的Spring Boot应用提速300%的隐藏技巧
前端·人工智能·后端
Android出海1 小时前
Android 15重磅升级:16KB内存页机制详解与适配指南
android·人工智能·新媒体运营·产品运营·内容运营
cyyt1 小时前
深度学习周报(9.1~9.7)
人工智能·深度学习
聚客AI1 小时前
🌸万字解析:大规模语言模型(LLM)推理中的Prefill与Decode分离方案
人工智能·llm·掘金·日新计划
三花AI1 小时前
哔哩哔哩开源 IndexTTS-2.0:新一代零样本语音合成模型
开源