项目简介

AIlice是一个正在开发的轻量级AI Agent，它也可以作为一个简单的开发框架，用于快速构建和试验各种AI Agent想法。她的特点简述如下：

自然且高度容错的交互式代理调用树架构。

以尽可能最灵活的方式解析 LLM 输出，支持更多样的函数调用机制。

自构建、动态加载环境交互模块，提供无限的功能扩展潜力。

专为开源模型设计，但无缝支持 GPT-4 等商业模型。

支持对特定主题的深入调查。

自动化编程和脚本执行。它是一个包罗万象的编码器和熟练的系统管理工具，掌握所有系统命令——类似于人工智能操作系统。

为什么要创建另一个代理？

这是由于两个原因。

首先，我们需要一个易于理解且足够可控的简单框架来测试有关代理的各种新想法。这需要在几千行代码内构建一个功能齐全的代理框架。

其次，尽管OpenAI的产品目前实力雄厚，但我们对开源社区的未来抱有希望。这不仅是因为打破AGI垄断的理想主义愿望，还有技术原因。我们预计未来的代理将在本地机器上长时间运行，执行从本地数据分析到互联网信息调查的各种复杂任务。其中许多任务需要良好的推理能力，而不是大量的知识。我们希望未来能够出现一个轻量级、高推理能力的开源LLM来实现这个理想。

比较

我们设计了几个维度来将 AIlice 与主流 AI 代理进行比较。这些包括：

多智能体：问题是否通过多智能体对话来解决。这可以增强容错能力。

动态创建：能够在任务执行期间动态创建代理。这有助于将任务分解为子任务，从而减少代理内的上下文消耗。

交互式调用：动态创建的代理是否可以与其创建者（调用者）交互。这提高了子任务失败的容错能力，并允许用户自然地作为协作者参与。

长期记忆：用于长期记忆的技术解决方案。使 LLM 能够超越其上下文窗口限制并完成更复杂的任务。

函数调用语法：函数调用的语法。丰富的语法支持为LLM提供了更灵活的外部交互方式。

自扩展：用于自扩展的模块。允许代理为自己构建更多功能，避免手动开发大量外部交互模块。

多式联运：支持多式联运模型。对多模式模型的支持将使智能体拥有更广泛的应用范围。

代码大小：代码行数。较小的代码库使开发人员能够更好地理解其内部逻辑并对代码进行更强的控制。最终，简单的代码实现使得代理的自我反思和自我扩展变得更加简单。

请注意，这是一项正在进行的研究，由于我调查中的疏忽或这些项目的快速进展，表中的数据可能不准确。如果发现任何错误，请指出。

设计

AIlice是一个正在开发的轻量级AI Agent，它也可以作为一个简单的开发框架，用于快速构建和试验各种AI Agent想法。她的特点简述如下：

自然且高度容错的交互式代理调用树架构。

以尽可能最灵活的方式解析 LLM 输出，支持更多样的函数调用机制。

自构建、动态加载环境交互模块，提供无限的功能扩展潜力。

专为开源模型设计，但无缝支持 GPT-4 等商业模型。

支持对特定主题的深入调查。

自动化编程和脚本执行。它是一个包罗万象的编码器和熟练的系统管理工具，掌握所有系统命令——类似于人工智能操作系统。

项目链接

https://github.com/myshell-ai/AIlice

 关注「GitHubStore」公众号

扫一扫以下微信

1 加入技术交流群，备注「开发语言-城市-昵称」