AgentUniverse: Ein Multi-Agenten-Framework für komplexe Geschäftsszenarien

AgentUniverse: Ein Multi-Agenten-Framework für komplexe Geschäftsszenarien 132

Ein Multi-Agenten-Framework für komplexe Geschäftsszenarien. Es ermöglicht einen schnellen und einfachen Aufbau von LLM-Agent-Anwendungen und bietet eine umfangreiche Sammlung von Komponenten für verschiedene Multi-Agenten-Kollaborationsmuster.

#Ai工具箱 #Ai开源项目

AgentUniverse: Ein Multi-Agenten-Framework für komplexe GeschäftsszenarienEinführung

Was ist agentUniverse?

agentUniverse ist ein Multi-Agenten-Kollaborationsframework, das für komplexe Geschäftsszenarien entwickelt wurde und aus der realen Finanzgeschäftspraxis der Ant Group stammt.

Es bietet die Möglichkeit, schnell und einfach Anwendungen mit Large Language Model-Agenten zu erstellen, sowie eine reichhaltige Auswahl an Komponenten für Multi-Agenten-Kollaborationsmodi (wie PEER- und DOE-Modus), die Entwicklern und Unternehmen dabei helfen, domänenspezifische Experten-Agenten zu entwickeln, die zusammenarbeiten.

AgentUniverse:一个面向复杂业务场景设计的多智能体协作框架.webp

Funktionsmerkmale von agentUniverse

Flexible und leicht erweiterbare Agentenkonstruktion

  • Bietet die Schlüsselkomponenten, die für die Agentenkonstruktion erforderlich sind, und unterstützt die kundenspezifische Entwicklung entsprechend den Anforderungen.

  • Unterstützt die Erweiterung der Agentenfähigkeiten durch Tools, Wissensdatenbanken und RAG-Technologie.

Multi-Agenten-Kollaborationsmodi

PEER-Modus:

  • Durch vier Agenten mit unterschiedlichen Verantwortlichkeiten – Planen (Plan), Ausführen (Execute), Ausdrücken (Express) und Bewerten (Review) – wird eine mehrstufige Zerlegung und schrittweise Ausführung komplexer Probleme ermöglicht, mit autonomer Iteration basierend auf Bewertungsfeedback.

  • Geeignet für Szenarien, die eine tiefe Analyse erfordern, wie z. B. Ereignisinterpretation und Branchenanalysen.

DOE-Modus:

  • Durch drei Agenten – Datenveredelung (Data-fining), Meinungseinspeisung (Opinion-inject) und Ausdruck (Express) – wird die Effektivität von Generierungsaufgaben verbessert, die datenintensiv sind, eine hohe Berechnungsgenauigkeit erfordern und Expertenmeinungen einbeziehen.

  • Geeignet für Szenarien wie die Erstellung von Finanzberichten.

  • Unterstützt benutzerdefinierte Orchestrierung neuer Kollaborationsmodi, damit mehrere Agenten organisch zusammenarbeiten.

Integration von Domänenerfahrung

  • Bietet die Möglichkeit zur domänenspezifischen Prompt-Erstellung sowie zum Aufbau und Management von Wissen.

  • Unterstützt die domänenspezifische SOP-Orchestrierung und -Einspeisung, um Agenten auf das Niveau von Domänenexperten zu bringen.

Entwicklungsunterstützung

  • Standard-Engineering-Gerüst: Hilft Entwicklern, schnell Einzelagenten- oder Multi-Agenten-Anwendungen zu erstellen.

  • Canvas-basierte Entwicklungsplattform: Bietet eine lokale canvas-basierte Entwicklungsplattform, die mit einem Klick gestartet werden kann.

AgentUniverse:一个面向复杂业务场景设计的多智能体协作框架.webp

Anwendungspraxis

Investment-Research-Assistent: Dies ist ein auf agentUniverse basierender Investment-Research-Assistent, der die Effizienz von Investment-Research-Experten steigern soll. Er wurde bereits in mehreren groß angelegten Szenarien innerhalb der Ant Group validiert.

Agenten-Anwendungen: agentUniverse kann zum Aufbau verschiedener Agenten-Anwendungen verwendet werden, die Bereiche wie Investment Research, ESG, Finanzen und Finanzberichte abdecken.

Verwendung

1. Schnellinstallation

Installation über den pip-Befehl:

pip install agentUniverse

2. Erstellen einer Agenten-Anwendung

Standard-Engineering-Gerüst:

  • Schnelles Erstellen eines Einzelagenten: Lesen Sie den Abschnitt „Schnelles Erstellen eines Einzelagenten", um zu erfahren, wie Sie einen einzelnen Agenten erstellen und die Agentenfähigkeiten erweitern können.

  • Erstellen einer Multi-Agenten-Anwendung: Lesen Sie den Abschnitt „Erstellen einer typischen Multi-Agenten-Anwendung", um zu erfahren, wie Aufgaben in mehrere Agenten zerlegt werden, die zusammenarbeiten.

Canvas-basierte Entwicklungsplattform:

  • Abhängigkeiten installieren:

pip install magent-ui ruamel.yaml
  • Start mit einem Klick:

Führen Sie die Datei product_application.py unter sample_apps/workflow_agent_app/bootstrap/platform aus, um die lokale canvas-basierte Entwicklungsplattform zu starten.

GitHub-Repository: https://github.com/agentuniverse-ai/agentUniverse


Ähnliche Tools zu AgentUniverse: Ein Multi-Agenten-Framework für komplexe Geschäftsszenarien