agentUniverse

agentUniverse项目介绍

什么是agentUniverse?

agentUniverse是一个基于大型语言模型的多智能体框架。 该框架为用户提供了灵活且易扩展的能力，帮助构建单个智能体。agentUniverse的核心是一个丰富的多智能体协作模式组件集，这些组件就像一座工厂（协作模式工厂或模式工厂），允许智能体通过在不同领域的专才化来解决问题，从而最大化他们的效能。agentUniverse还专注于领域专业知识的整合，帮助用户将领域知识无缝地融入智能体的工作之中。

agentUniverse帮助开发者和企业轻松构建在各自领域执行专家级任务的强大协作智能体。

我们鼓励用户在社区内实践并分享不同的领域模式。该框架预载了几个已经在真实行业中验证的多智能体协作模式组件，并将在未来继续扩展。即将提供的组件包括：

• PEER模式组件：该模式使用具有不同职责的智能体（计划、执行、表达和评审）将复杂问题分解为可管理的步骤，按序执行并根据反馈进行迭代改进，以增强推理和分析任务的表现。典型应用：事件解释、行业分析。
• DOE模式组件：该模式使用三个智能体（数据挖掘、观点注入和表达）来提高数据密集、需要高计算准确性和结合专家意见的任务的有效性。典型应用：财务报告生成。

更多模式即将推出……

项目快速开始

安装

通过pip安装：

pip install agentUniverse

运行第一个示例

运行第一个示例，用户可以通过教程快速体验agentUniverse构建的智能体（或智能体群体）的性能。

如何构建智能体应用程序

标准项目模板

建立标准项目：agentUniverse标准项目

创建和使用智能体

用户可以通过智能体介绍了解智能体的关键组件。详细的智能体创建信息可参考智能体的创建和使用。用户还可以通过探索官方示例，如Python代码生成和执行智能体，深入了解智能体的创建和使用。

设置和使用知识库

在智能体应用程序的构建中，知识库的构建和召回是必不可少的。agentUniverse框架基于RAG技术，提供了高效的知识库构建和RAG检索与召回流程的标准操作程序。用户可以通过知识介绍和知识定义与使用了解其使用方法，并通过如何构建RAG智能体进一步掌握如何快速构建知识库并创建具有召回能力的智能体。

多智能体协作

agentUniverse提供了经过实际行业验证的多智能体协作模型组件，其中“PEER”是最具特色的模型之一。

PEER模型利用了四种不同职责的智能体：计划、执行、表达和评审。这种结构允许分解和分步执行复杂问题，并基于评估反馈进行自主迭代，最终提高推理和分析任务的性能。此模型在需要多步骤分解和深入分析的场景下特别有效，如事件解释、宏观经济分析以及商业提案的可行性分析。

项目示例

以下是基于agentUniverse的项目示例：

• 法律咨询智能体v2
• Python代码生成和执行智能体
• 基于多回合多智能体模式的讨论组
• 基于PEER多智能体模式的金融事件分析
• Andrew Ng的反思性工作流翻译智能体复制

商业产品

基于agentUniverse的商业产品，诸如“知晓助”AI助手，旨在提高严谨行业中投资研究专家的工作效率，已经在大规模场景中得到验证。

支持

用户可以通过GitHub问题提交、Discord频道交流以及直接邮件联系等方式获取支持。

致谢

项目部分基于出色的开源项目之上，特别感谢相关项目和贡献者们的努力。