- 快召唤伙伴们来围观吧
- 微博 QQ QQ空间 贴吧
- 视频嵌入链接
- <iframe src="https://www.slidestalk.com/agentUniverse.com/117?embed&video" frame border="0" width="640" height="360" scrolling="no" allowfullscreen="true">复制
- 微信扫一扫分享
agentUniverse X 浙大太乙平台,开源共建招募令来啦,3万奖金等你拿!
agentUniverse正式上线浙大太乙开源平台(https://www.taiyi.top),现发起有奖招募令,邀请大家一起参与到开源共建中来,见证 AI 应用落地的每一步。
May the Open Source force be with you!
活动介绍
本次活动设置15个任务,包括10个适合初学者的简单型问题(issue)和5个更具挑战性的复杂型问题,参与者可根据个人兴趣和技术水平自由选择认领,完成相应任务即可获得对应奖金(社区技术同学会根据任务完成程度确定奖金具体额度)。详细issue见文末~
时间:2025年1月17日-5月18日
活动入口:
https://www.taiyi.top/competition-details?id=67866962c1b215c67454175f
issue列表:
https://github.com/antgroup/agentUniverse/issues
太乙,是由浙江大学自主研发的开源生态服务系统,联合国内30多所重点高校和优秀开源项目,面向全国高校和开发者提供开源贡献价值评价与开源竞赛服务。
奖金说明
奖金:本次活动特设奖金池3万元。
说明:会根据提交issue的贡献值和工作量评估具体奖金额,commit成功即可额外获得agentUniverse定制T恤一件(每人仅限一件)。
学习资料
为了帮助大家快速入手,降低学习成本,我们录制了 agentUniverse 多智能体框架入门教程供大家学习参考,课程包含理论课、入门课、进阶课,共 9 节,学完全部课程预计需要 100 分钟。
教程链接:
https://space.bilibili.com/1918759067/channel/collectiondetail?sid=4258389
agentUniverse多智能体框架入门教程 | ||
类型 | 课程章节 | 具体课程 |
理论课 | agentUniverse 多智能体框架概述 | 简介及设计思路 |
agentUniverse 开源与开放 | ||
实操课 | 如何使用agentUniverse 构建智能体应用 | 智能体应用构建要素和基本步骤 |
代码化方式搭建和访问智能体应用 | ||
产品化的平台方式搭建和使用智能体应用 | ||
部署和运维 | ||
应用案例解析 | 第一个运行案例 | |
官方案例解析 | ||
进阶课 | 高阶课程 | 高阶应用与原理介绍 |
学习之前别忘了提前浏览项目,点亮Star🌟支持一下。
项目地址:https://github.com/antgroup/agentUniverse
文档地址:
https://github.com/antgroup/agentUniverse/blob/master/README_zh.md
学习过程中若发现文档有细节错误或者可以补充的地方,欢迎提 issue 捉虫。
无论您是经验丰富的开发者,还是刚刚踏入开源世界的新人,这都是一个不容错过的成长与交流平台。后续,我们也会邀请蚂蚁集团 agentUniverse 架构师为大家做issue解读直播,帮助大家更快解决issue。
我们热切期盼您的加入,一起开启这段激动人心的技术探索之旅吧!
加群
扫描下方二维码,加入群聊,对本次活动的任何疑问都可在微信群(左)交流提问,钉钉群(右)提供技术答疑支持服务。
issue列表
简单类issue(10项)
序号 | issue名称 | 详细内容 | 类别 |
1 | 知识reader组件贡献 | agentUniverse目前已经提供了pdf、txt、docx、txt等文本类知识reader能力,项目需要其他的知识加载手段,期待您建设的方向如下:从网页中加载知识内容从图片中加载知识内容从在线云文档中加载知识内容其他常用知识加载类型 | 增加特性 |
2 | 知识召回后置处理组件贡献 | agentUniverse目前提供默认的知识召回后置处理组件,项目需要其他的加工手段,期待您建设的方向如下:rerank:召回重排(可参考目前au接入的dashscope rerank组件)融合、过滤、摘要、总结:可结合具体场景,对于召回内容进行融合、过滤、摘要或总结,进一步提升多路召回后内容的质量 | 增加特性 |
3 | 安全能力组件贡献 | 期待您建设的方向如下:敏感词过滤工具:基于词库等技术手段,对于智能体执行中包含敏感词的文本和内容进行拦截与过滤合规知识库:结合场景提供合规知识库,使智能体在运行过程中更加安全可靠。例如:新闻分析场景中,根据关键词词性与事件定性判断输出内容是否包含政治风险数据脱敏:提供基于规则或算法的数据脱敏组件能力; | 增加特性 |
4 | LLM组件接入 | 期待您优先接入的LLM模型组件如下:Azure OpenAIAWSGooglehuggingface_hubvllm其他项目中未包含的同类组件 | 增加特性 |
5 | Embedding组件接入 | 期待您优先接入的Embedding组件如下:Azure OpenAIAWSGooglehuggingface_hubollama其他项目中未包含的同类组件 | 增加特性 |
6 | 工具插件接入 | 期待您优先接入的工具插件如下:Search类Code Interpreter类Others YoutubeYahoo FinanceArXivofficeslash等 | 增加特性 |
7 | 错误信息优化 | 在使用agentUniverse的过程中,我们可能会遇到运行报错,但是很多错误信息只观看错误堆栈语义化不明确,我们通过优化让这些错误原因更直观。 | 增加特性 |
8 | 案例提供 | 参考agentUniverse提供的官方案例,将您使用agentUniverse搭建智能体或智能体组的案例分享出来,可以是解决实际问题这类实用型的,也可以是新奇好玩的。 | 教程/示例 |
9 | 文档或代码注释补充 | 期待您建设的方向如下: 文档阅读体验优化:可以是对于文档进行修改、纠错、重构,提升用户整体阅读体验;代码注释补充:补充agentUniverse中的类、方法说明注释,需要符合google注释规范 | 教程/示例 |
10 | 视频教学录制 | 将您使用agentUniverse的过程进行录制,并制作成教学视频,以帮助其他用户更好的上手agentUniverse项目。 | 教程/示例 |
复杂类issue(5项)
序号 | issue名称 | 详细内容 | 类别 |
1 | 智能体工作模式贡献 | agentUniverse拥有丰富的多智能体协同模式组件(可视为一个协同模式工厂Pattern Factory),它能让智能体们各司其职在解决不同领域问题时发挥最大的能力; 以agentUniverse中的PEER模式为例: 该模式通过计划(Plan)、执行(Execute)、表达(Express)、评价(Review)四个不同职责的智能体,实现对复杂问题的多步拆解、分步执行,并基于评价反馈进行自主迭代,最终提升推理分析类任务表现。 我们正在探索更多的多智能体协同模式,下列是2类可供参考建设的多智能体模式: 1)GRR模式:该模式包含生成(Gen)、反思(Review)、修改(Rewrite)三个不同职责的智能体,实现对于用户指定内容的生成、思考并修正,最终提升生成类任务表现。 2)IS模式:改模式包含执行(implementation)、监督(supervision)两个智能体,由执行智能体进行主流程执行,由监督智能体对于主流程进行监督反馈,保证主流程执行过程与用户目标不产生偏离。 | 增加特性 |
2 | 知识加工组件贡献 | agentUniverse目前提供默认的知识加工组件,项目需要其他的加工手段,期待您建设的方向如下:知识拆条:需要结合具体任务场景提供最合适的知识拆条组件。例如在合同条款类知识加工中,往往按照单条条款进行拆条;在论文类知识加工中,往往按照论点、论据进行拆条;知识提取:需要结合具体任务场景提供最合适的知识拆条组件。例如,在供应链场景知识中往往会提取知识中的实体与其关联关系;在金融财报场景知识中往往会提取对应的金融指标;知识去重:需要结合具体任务场景提供最合适的知识去重组件,包括对于知识的聚合、摘要、总结。例如,在金融事件场景中,需要将同一个事件的关联新闻聚合到同一个事件中去。 | 增加特性 |
3 | VectorDB新增 | 期待您优先接入的VectorDB组件如下:FAISS其他项目中未包含的同类组件 | 增加特性 |
4 | 智能体与组件配置信息落库 | 目前agentUniverse智能体与组件的所有的配置内容都存储在yaml中,我们需要提供一个能力将所有信息能够都存储在db中,这将为未来更好的管理与共享这些信息打下基础。 | 增加特性 |
5 | prompt生成、优化工具 | 在智能体的建设过程中,prompt编写是一项非常重要的工作。提供一个工具,能够结合用户提供的场景与内容对于prompt进行自动生成与优化。 | 增加特性 |
项目介绍 agentUniverse
agentUniverse 是蚂蚁集团开源的一个专业多智能体框架,面向严谨产业中的复杂任务优化设计。
其核心提供了搭建单一智能体的全部关键组件、多智能体之间的协作机制、以及专家经验的注入机制。可以帮助开发者轻松构建具备专业Knowhow的智能应用,弥合大模型和实际业务应用中间的鸿沟。
开源地址:https://github.com/antgroup/agentUniverse