Praison AI

</div>

Praison AI 利用 AutoGen 和 CrewAI 或任何其他代理框架，是一个低代码、集中式框架，旨在简化多代理系统的创建和编排，适用于各种 LLM 应用，强调易用性、定制性和人机交互。

不同用户界面：

界面	描述	网址
UI	多代理，如 CrewAI 或 AutoGen	https://docs.praison.ai/ui/ui
聊天	与 100 多个 LLM 聊天，单一 AI 代理	https://docs.praison.ai/ui/chat
代码	与整个代码库聊天，单一 AI 代理	https://docs.praison.ai/ui/code

其他功能	描述	文档
训练	使用自定义数据微调 LLM	https://docs.praison.ai/train

Google Colab 多代理

	教程	在 Colab 中打开
基础	PraisonAI	<a target="_blank" href="https://colab.research.google.com/github/MervinPraison/PraisonAI/blob/main/cookbooks/praisonai-googlecolab.ipynb"><img src="https://yellow-cdn.veclightyear.com/835a84d5/264cb1f3-39ec-4f1c-b81d-dbcd026daa9e.svg" alt="在 Colab 中打开"/></a>
包含工具	PraisonAI 工具	<a target="_blank" href="https://colab.research.google.com/github/MervinPraison/PraisonAI/blob/main/cookbooks/praisonai-tools-googlecolab.ipynb"><img src="https://yellow-cdn.veclightyear.com/835a84d5/264cb1f3-39ec-4f1c-b81d-dbcd026daa9e.svg" alt="在 Colab 中打开"/></a>

安装

	安装
PraisonAI	`pip install praisonai`
PraisonAI 代码	`pip install "praisonai[code]"`
PraisonAI 聊天	`pip install "praisonai[chat]"`
PraisonAI 训练	`pip install "praisonai[train]"`

主要特性

自动 AI 代理创建
使用 CrewAI 或 AutoGen 框架
支持 100 多个 LLM
与整个代码库聊天
交互式用户界面
基于 YAML 的配置
自定义工具集成

多代理快速入门

pip install praisonai
export OPENAI_API_KEY="输入你的 API 密钥"
praisonai --init 创建一个关于月球上的狗的电影剧本
praisonai

多代理安装

pip install praisonai

初始化

export OPENAI_API_KEY="输入你的 API 密钥"

从这里生成你的 OPENAI API 密钥：https://platform.openai.com/api-keys

注意：你也可以使用其他提供商，如 Ollama、Mistral 等。详细信息在底部提供。

praisonai --init 创建一个关于月球上的狗的电影剧本

这将自动在当前目录创建agents.yaml文件。

使用特定代理框架初始化（可选）：

praisonai --framework autogen --init 创建一个关于火星上的猫的电影剧本

运行

praisonai

或

python -m praisonai

指定代理框架（可选）：

praisonai --framework autogen

完全自动模式

praisonai --auto 创建一个关于月球上的狗的电影剧本

用户界面

PraisonAI用户界面：

界面	描述	URL
UI	多代理，如CrewAI或AutoGen	https://docs.praisonai.com/ui/ui
Chat	与100多个LLM聊天，单一AI代理	https://docs.praisonai.com/ui/chat
Code	与整个代码库聊天，单一AI代理	https://docs.praisonai.com/ui/code

pip install -U "praisonai[ui]"
export OPENAI_API_KEY="输入你的API密钥"
chainlit create-secret
export CHAINLIT_AUTH_SECRET=xxxxxxxx
praisonai ui

或

python -m praisonai ui

Praison AI聊天

https://docs.praison.ai/chat/

pip install "praisonai[chat]"
export OPENAI_API_KEY="输入你的API密钥"
praisonai chat

Praison AI代码

pip install "praisonai[code]"
export OPENAI_API_KEY="输入你的API密钥"
praisonai code

创建自定义工具

https://docs.praison.ai/tools/custom/

代理手册

简单手册示例

framework: crewai
topic: 人工智能
roles:
  screenwriter:
    backstory: "擅长创作有关{topic}的引人入胜的对话脚本。"
    goal: 从概念创作脚本。
    role: 编剧
    tasks:
      scriptwriting_task:
        description: "开发包含引人入胜的角色和有关{topic}对话的脚本。"
        expected_output: "准备投入制作的完整脚本。"

使用100多种模型

https://docs.praison.ai/models/

在你的项目中包含praisonai包

选项1：使用原始YAML

from praisonai import PraisonAI

# 示例agent_yaml内容
agent_yaml = """
framework: "crewai"
topic: "太空探索"

roles:
  astronomer:
    role: "太空研究员"
    goal: "发现关于{topic}的新见解"
    backstory: "你是一位好奇且专注的天文学家，热衷于揭开宇宙的奥秘。"
    tasks:
      investigate_exoplanets:
        description: "研究并编纂过去十年发现的系外行星信息。"
        expected_output: "一份关于系外行星发现的总结报告，包括它们的大小、潜在宜居性和与地球的距离。"
"""

# 使用agent_yaml内容创建PraisonAI实例
praisonai = PraisonAI(agent_yaml=agent_yaml)

# 运行PraisonAI
result = praisonai.run()

# 打印结果
print(result)

选项2：使用单独的agents.yaml文件

注意：请提前创建agents.yaml文件。

from praisonai import PraisonAI

def basic(): # 基本模式
    praisonai = PraisonAI(agent_file="agents.yaml")
    praisonai.run()

if __name__ == "__main__":
    basic()