未分类

AI进化的新纪元:AI Agents时代(9/20)——生产力Agent案例盘点

公众号关注“卡尔的AI沃茨”设为“星标“,了解最新的AIGC资讯

作者:chenoi

AIGC开源免费教程2.0(已支持ChatGPT,Midjourney,Stable Diffusion,Runway,AI  Agents, 数字人,AI声音&音乐): 

https://www.learnprompt.pro

一个月过去🚀,awesome-ai-agents上新增了20多个Agents,这次我们决定按照不同的分类,从生产力💪,设计🧑‍🎨,平台搭建🏠,编程🧑‍💻等多个领域盘点有趣的Agents,让大家体验一下gpts时代开源社区的Agents发展🏃

🟢 数据处理Agent: Adala

Adala是一个专注于数据处理的自动化代理框架,尤其擅长多样化的数据标记任务。这些代理能够通过迭代学习独立获得技能,学习过程受到操作环境、观察和反思的影响。

从图中我们可以看到,可以通过链接一些外部的框架,例如huggingface,进行分类任务后将标签打在对应的records上,并且循环操作。

  1. Adala的优势
  • 可靠性:代理基于基准数据构建,提供一致且可信的结果。
  • 可控输出:用户可以配置输出,设定具有不同灵活度的特定约束。
  • 专业于数据处理:代理不仅擅长多样化的数据标记任务,还可以定制用于广泛的数据处理需求。
  • 自主学习:智能体通过观察和反思而进化,而不仅仅是自动化。代理具有智能化的迭代独立学习能力。
  • 灵活且可扩展的运行时:单一技能可以跨多个运行时部署,支持学生/教师架构等动态场景。
  • 适用对象
    • AI工程师:构建和设计AI代理系统。
    • 机器学习研究者:实验复杂问题分解和因果推理。
    • 数据科学家:应用代理进行数据的预处理和后处理。
    • 教育工作者和学生:作为教学工具或高级项目和研究的基础。
  • 安装和配置
    • 方法1: pip install adala
    • 方法2: pip install git+https://github.com/HumanSignal/Adala.git
    • 设置OPENAI_API_KEY
  • 可用技能
    • 包括文本分类、文本概括、问题回答、翻译、文本生成等。
  • 未来发展路线图
    • 在Google Colab上运行笔记本示例、多任务学习、计算和存储顶级代理指标、创建命名实体识别技能、命令行工具、REST API交互以及视觉和多模式代理技能。

    项目地址:https://github.com/HumanSignal/Adala


    🟢 自动化工作流程: Questflow(有收益体系💰)

    Questflow 是一个面向无代码的自主人工智能工作者的市场。他们帮助团队和个人发现和部署跨平台自动化的人工智能工作流程,且用户无需编码或 ML 经验。

    特点

    • 与 Upwork 类似,Questflow 提供了一个市场,用户可以利用人工智能代理跨各种数字工作空间完成任务。

    • 创作者有机会将他们的专业知识转化为人工智能代理,扩大他们的影响范围并产生收入。

    使用方法

    使用起来确实很方便,笔者尝试对AI自动爬取并总结新闻pipeline做了实验。整个流程的搭建类似Figma的卡片拖拽。

    可选的卡片有例如:什么情况下trigger(触发)该动作。以及配置邮箱。

    运行后可在后台看到该pipeline。

    在运行后邮箱果然收到了,类似新闻订阅一样,超酷的!

    项目地址:https://v1.questflow.ai/


    🟢 Sweep 代码批量重构

    这是一个 Github 内置助手,在code review时相当有用,可帮助修复小错误并实现功能。其作者对该应用的定位是AI初级开发工具,可重构和编写Python的单元测试。

    使用

    安装并使用Sweep非常简单,首先根据项目地址,直接在Github上安装。

    打开一个Github Issue,例如:Sweep: 在Python代码app.py中新加一个feature:

    然后Sweep将对代码进行修改,运行,并最后发起一个pull request:

    特点

    • 自动识别最佳的代码重构位置。
    • 自动运行和调试您的代码,直接将问题转换为Pull Request (无需IDE)⚡
    • 处理用户对其PRs的回复和评论
    • 使用依赖图、文本和向量搜索理解代码库。
    • 自动运行单元测试和自动格式化程序以验证生成的代码。
    1. Sweep提示技巧
    • 使用时,可以提及文件名或函数名来获取特定的帮助。
    • 描述所需的更改或修复,可以选择性地提及实施细节。
    • 提供额外的背景信息,以帮助理解需求,例如参考特定文件中的单元测试示例。
  • Sweep的限制
    • 对于超过5000个文件的巨大仓库,Sweep可能无法完全排除所有不相关的文件和目录。在这种情况下,可能需要手动屏蔽一些目录。
    • Sweep不支持大规模的重构工作,例如超过5个文件或300行代码的更改。
    • Sweep不能将整个代码库从Tensorflow重构为PyTorch。
    • Sweep不支持编辑图片和其他非文本资产,例如不能使用标志创建网页的收藏图标。
    • Sweep无法访问外部API,包括获取API令牌。
  • 支持
    • 所有用户都有无限制的GPT3.5来发起issue。
    • 每个用户每月开始时获得5个GPT4发起issue,每天可以使用2个GPT-4发起issue。

    项目地址:https://github.com/sweepai/sweep/tree/main

    我们会持续追踪 Agent 的最新进度,欢迎关注「卡尔的AI沃茨」🧙

    AI沃茨知识星球

    AI沃茨」是一个专注于AIGC(人工智能生成内容)的学习社区。在我们的平台上,用户可以找到最新的实战课程和咨询,这些内容都配有清晰的分类标签和时间线,便于跟踪AI项目的进展。此外,我们提供深入的AI产品和AI初创公司分析,帮助用户洞察行业动态。我们还特别邀请了各领域的专家,包括但不限于prompt工程、数字人、数据分析、大模型训练等,他们将提供高质量的内容和见解。我们欢迎大家加入我们的社区,共同探讨和交流AIGC在未来各种场景中的应用和落地策略!

    目前试运营,第一次宣传是早鸟价,星球收入将会用于 learnprompt.pro 这个持续性的公益开源AI课程🤝

    jovi

    AiCC : AI Creative Commons AI 设计,关注 AiCC 知识共创! AiCC.pro

    发表回复

    相似文章

    Back to top button