LangManus: Community-getriebenes KI-Automatisierungs-Framework mit Multi-Agenten-Zusammenarbeit 197

Was ist LangManus?

LangManus ist ein Community-gesteuertes KI-Automatisierungs-Framework, das auf einem hierarchischen Multi-Agenten-System basiert. Es soll Sprachmodelle mit spezialisierten Tools (wie Websuche, Crawlern und Python-Codeausführung) kombinieren, um komplexe Aufgaben zu erledigen. LangManus unterstützt mehrere Open-Source-Sprachmodelle wie Qwen und ist mit der OpenAI-API-Schnittstelle kompatibel.

LangManus-Architektur

LangManus implementiert ein hierarchisches Multi-Agenten-System, bei dem ein Supervisor-Agent spezialisierte Agenten koordiniert, um komplexe Aufgaben zu bewältigen:

Funktionsmerkmale von LangManus

• Multi-Agenten-Zusammenarbeit: Verschiedene Agenten übernehmen jeweils spezifische Rollen und arbeiten zusammen, um komplexe Aufgaben zu bewältigen.

• Leistungsstarke Such- und Abruffähigkeiten: Websuche über die Tavily API, kombiniert mit Jina für die neuronale Suche.

• Codeausführung und -generierung: Integrierte Python-Ausführungsumgebung, unterstützt Codegenerierung und -ausführung.

• Aufgabenvisualisierung und -überwachung: Visualisiert den Aufgabenausführungsprozess und die Zusammenarbeit der Agenten anhand von Workflow-Diagrammen und überwacht den Aufgabenstatus in Echtzeit.

• Flexible Konfiguration: Unterstützt die Konfiguration über .env-Dateien, sodass Benutzer API-Schlüssel für Sprachmodelle, Parameter für Suchtools usw. nach Bedarf festlegen können.

• API-Server: Bietet einen auf FastAPI basierenden API-Server mit Unterstützung für Streaming-Antworten.

Anwendungen von LangManus

• Personalwesen: Schnelle Analyse mehrerer Lebensläufe, Erstellung von Kandidatenrankings und Bewertungskriterien.

• Immobilienentscheidungen: Integration von Informationen zu Community-Sicherheit, Schulbezirksbewertungen, Rückzahlungsfähigkeit usw. zur Erstellung personalisierter Kaufempfehlungen.

• Reiseplanung: Automatische Buchung von Flügen und Hotels basierend auf Budget und Präferenzen des Benutzers sowie Erstellung einer Reiseroute-Karte.

• Content-Erstellung: Verknüpfung mit KI-Maltools zur Umsetzung von Mixed-Media-Designlösungen mit Unterstützung für Echtzeit-Befehlskorrekturen.

• Bildungsentwicklung: Automatische Generierung interaktiver Kursmaterialien und Bewertungsfragebögen auf Basis von Lehrplänen, mit Unterstützung für mehrsprachige Anpassung.

Vorteile von LangManus

• Open-Source-Zusammenarbeit: Basiert auf Beiträgen der Open-Source-Community und ist bestrebt, der Community etwas zurückzugeben.

• Leistungsstarke Tool-Integration: Unterstützt mehrere Sprachmodelle und Tools und kann flexibel auf unterschiedliche Aufgabenkomplexitäten reagieren.

• Effizientes Aufgabenmanagement: Erreicht eine effiziente Aufgabenverteilung und -ausführung durch das hierarchische Multi-Agenten-System.

• Flexible Konfiguration und Erweiterbarkeit: Benutzer können benutzerdefinierte Konfigurationen nach Bedarf vornehmen, um sich an verschiedene Nutzungsszenarien anzupassen.

Installation und Verwendung von LangManus

1. Voraussetzungen: Der uv-Paketmanager muss installiert sein.

2. Installationsschritte:

• Repository klonen: git clone https://github.com/langmanus/langmanus.git, in das Projektverzeichnis wechseln mit cd langmanus.

• Virtuelle Umgebung erstellen und aktivieren: uv python install 3.12, uv venv --python 3.12, dann je nach Betriebssystem source .venv/bin/activate (Unix/macOS-Systeme) oder .venv\Scripts\activate (Windows-Systeme) ausführen.

• Projektabhängigkeiten installieren: uv sync.

3. Konfiguration: Erstellen Sie im Projektstammverzeichnis eine .env-Datei und konfigurieren Sie je nach Bedarf die API-Schlüssel für Sprachmodelle, Parameter für Suchtools usw.

4. Projekt ausführen: Führen Sie uv run main.py aus.

GitHub-Repository: https://github.com/langmanus/langmanus