AutoAgent : créez et déployez des agents IA avec de simples descriptions en langage naturel 157

Qu'est-ce qu'AutoAgent ?

AutoAgent est un cadre d'agents IA (intelligence artificielle) LLM (grand modèle de langage) entièrement automatisé et sans code, développé par le Data Intelligence Lab de l'Université de Hong Kong. Il suffit à l'utilisateur de décrire son besoin en langage courant au système (par exemple « aide-moi à rédiger un résumé ») pour que le système génère automatiquement un assistant intelligent (AI Agent). Ces assistants sont alimentés par de grands modèles tels que GPT-4 ou Claude, mais aucune compétence technique n'est requise pour les utiliser.

Fonctionnalités d'AutoAgent

• Création d'agents en langage naturel : l'utilisateur n'a qu'à décrire son besoin par du texte pour générer automatiquement un agent IA dédié. Par exemple, il suffit de dire « je veux un assistant qui rédige des articles » pour qu'il le crée, sans écrire une seule ligne de code.

• Système multi-agents collaboratif : intègre nativement un mode multi-agents prêt à l'emploi, prenant en charge la décomposition et la collaboration pour des tâches complexes.

• Compatibilité avec plusieurs modèles LLM : prend en charge divers grands modèles tels que OpenAI, Anthropic, Deepseek, etc., laissant à l'utilisateur une totale liberté de choix.

• Téléversement de fichiers et interaction avec les données : prend en charge le téléchargement de fichiers (images, PDF, etc.) pour renforcer les capacités de traitement des données.

• Interface en ligne de commande : propose un mode CLI permettant à l'utilisateur de saisir directement ses requêtes et d'obtenir des résultats.

• Traitement de tâches haute performance : performances exceptionnelles sur le benchmark GAIA, avec une efficacité comparable à celle des outils IA payants.

• Éditeur de workflows : permet de concevoir des flux de collaboration entre agents en langage naturel, simplifiant la gestion des tâches complexes.

• Interaction flexible : prend en charge deux modes : « Function Calling » (permettre à l'IA d'exécuter des tâches concrètes) et « ReAct » (permettre à l'IA de réfléchir avant d'agir).

Cas d'usage d'AutoAgent

• Domaine de la création et du design : par exemple, créer un « agent Léonard de Vinci » capable de générer et d'optimiser des images à partir de descriptions en langage naturel.

• Domaine financier : construire un agent financier capable de gérer des documents financiers locaux et de rechercher en ligne des informations financières pour produire des rapports d'analyse d'investissement.

• Éducation, santé et autres domaines : convient à tout scénario nécessitant l'automatisation de tâches, permettant à l'utilisateur de créer rapidement des agents IA personnalisés selon ses besoins.

Comment l'utiliser ?

AutoAgent propose trois modes :

Mode utilisateur

• Assistants IA prêts à l'emploi, puissants, similaires à l'outil de recherche d'OpenAI.

• Idéal pour la recherche approfondie ou la résolution de problèmes complexes.

• Exemple : téléverser un fichier pour en demander l'analyse.

Éditeur d'agents

• Créer des assistants simples en langage naturel.

• Exemple : « Crée-moi un assistant météo », et il le génère instantanément.

Éditeur de workflows

• Construire des workflows de tâches plus complexes.

• Exemple : « Rassemble d'abord des informations, puis rédige un rapport », il organise automatiquement les tâches.

Avantages d'AutoAgent

• Aucun prérequis technique : aucune connaissance en programmation n'est requise, accessible à tous.

• Haute performance : performances comparables à Deep Research utilisant Claude 3.5, surpassant le modèle o3 d'OpenAI.
  

• Flexibilité des modèles : compatible avec tout LLM, y compris Deepseek-R1, Grok, Gemini, etc.

• Polyvalence : utilisable pour la recherche, l'automatisation de tâches, ou la création d'assistants personnalisés

• Prise en charge des fichiers : permet le téléchargement de fichiers pour enrichir l'interaction avec les données.
  

Comment démarrer

1. Installation

• Il est possible de cloner le projet via Git et de l'installer avec pip.

• Il est également possible de l'installer via Docker, qui récupérera automatiquement une image pré-construite.

2. Configuration des clés API

• Il est nécessaire de créer un fichier de variables d'environnement (par exemple .env) et d'y définir les clés API LLM requises.

Démarrage en mode CLI

• Utilisez la commande auto main pour lancer AutoAgent dans son intégralité, incluant le mode utilisateur, l'éditeur d'agents et l'éditeur de workflows.

• Prend en charge plusieurs fournisseurs de LLM, tels qu'Anthropic, OpenAI, Mistral, etc.

Projet GitHub :https://github.com/HKUDS/AutoAgent