agentcloud

AgentCloud 项目介绍

概述

AgentCloud 是一个开源平台，帮助企业构建和部署私有的大型语言模型（LLM）聊天应用（类似于 ChatGPT），以便团队能够安全地与其数据进行互动。这一平台旨在通过提供可靠的工具，使企业自行管理数据交互变得更加简单和可控。

核心组件

AgentCloud 项目由三个主要组件组成：

1. Agent Backend：这是一个基于 Python 的应用，运行在 crewai 上，通过 socket.io 来处理 LLM 消息通讯。

2. Webapp：这是一个基于 next.js 和 tailwind 打造的用户界面，使用 express 自定义服务器进行操作。

3. Vector Proxy：这是一个使用 Rust 编写的应用，用于与 Qdrant 向量数据库进行通讯。

快速上手

要在本地运行 AgentCloud 项目，可以按照以下步骤进行：

1. 克隆仓库：使用命令 git clone https://github.com/rnadigital/agentcloud.git 克隆项目代码。

2. 安装 Docker：请从 Docker 官方网站 安装 Docker。

3. 启动服务：

   • 对于 Mac 和 Linux 用户，运行以下命令：

     chmod +x install.sh && ./install.sh
     

     根据提示完成操作，或根据需要提供命令行参数。

   • Windows 用户暂时未提供支持，敬请期待。

教程资源

AgentCloud 提供了一系列如何构建 RAG（检索增强生成）聊天机器人的教程，包括使用 PostgreSQL、BigQuery、MongoDB 和 Google Sheets 等数据源的完整指导。

• 如何使用 AgentCloud 和 PostgreSQL 构建 RAG 聊天机器人
• 如何使用 AgentCloud 和 BigQuery 构建 RAG 聊天机器人
• 如何使用 AgentCloud 和 MongoDB 构建 RAG 聊天机器人
• 如何使用 AgentCloud 和 Google Sheets 构建 RAG 聊天机器人

对比分析

AgentCloud 还提供了一系列对比文章，以帮助用户理解这一平台在一些常见替代产品中的优势：

• AgentCloud 与 CrewAI 对比
• AgentCloud VS OpenAI
• AgentCloud vs Qdrant
• AgentCloud VS Google Cloud Agents

文档与支持

全面的文档在 Agent Cloud 文档 上提供，有关项目介绍、数据源、范例演示等内容可供查阅，帮助用户快速上手并进行项目配置。

项目路线图

用户可以查看我们的项目路线图，以便了解最近的功能发布和未来的开发计划。

开源许可

AgentCloud 项目采用 GNU Affero 通用公共许可证第 3 版，只适用于此版本。

参与与反馈

如果有兴趣参与贡献或提供反馈，欢迎按照贡献指南进行，项目欢迎来自社区的贡献和反馈。

若您觉得 AgentCloud 很有帮助，请在 GitHub 上为我们加一颗星 ⭐，您的支持将激励我们不断创新并推出更多令人兴奋的功能。感谢您探索 AgentCloud！