معركة سابقة · 2024-07-19 UTC
AI Agent Development Frameworks مواجهة — 19 يوليو 2024
من فئة AI Agent Development Frameworks. 22 علامات موزعة على 7 متنافسين. kagent نال التاج.
الترتيب النهائي
التشكيلة
المتنافسون
ملفات تعريف كل أداة تنافست في هذه المعركة، مرتبة حسب الدرجة النهائية.
ykagent يُمكِّن وكلاء الذكاء الاصطناعي من автомاتیزة عمليات Kubernetes. يسمح لوكلاء بالتعPLOY ومراقبتها وتحكمها باستخدام أدوات Kubernetes المألوفة. يجعل kagent الوكلاء حملاً عملياً من الدرجة الأولى على Kubernetes، مما يسمح لهم بالنسخ كتعريفات مورد مخصصة في Kubernetes (CRDs) ومراجعتها في طلبات السحب. تمكن هذه الطريقة من استخدام أدوات Kubernetes الحالية لإدارة الوكلاء. الإطار مفتوح المصدر وصمم من قبل مؤسسي Istio. يدعم مجموعة متنوعة من kếtن برمجة وطرق عمل، بما في ذلك Go و Python، ويسمح بالاستفادة من أي مورد نموذج لغة كبير (LLM). يوفر kagent ميزات أمان ومراقبة قوية، بما في ذلك ت跟يير OpenTelemetry وμέtrics Prometheus والسجلات الموظفة. كما يدعم دعم متعدد التشغيل، وتواصل وسيط إلى وسيط، والقدرة على تحميل المعرفة من مستودعات Git. بشرح 一般، يوفر kagent إطارا قويا وممتعا للتutomatisation عمليات Kubernetes مع وكلاء الذكاء الاصطناعي.
تفصيل المعايير
- فائدة الأطر الذكاء الاصطناعي للتعامل مع المهام الروتينية لمجموعة Kubernetes
- فائدة أتمتة استفسارات استكشاف الأخطاء وإصلاحها لعمليات المجموعة
- فائدة بناء سير عمل متخصص للذكاء الاصطناعي لإدارة العمليات في مجموعات Kubernetes
- فائدة استخدام إطار عمل مفتوح المصدر لتطوير وكلاء ذكاء اصطناعي مخصصين يتعاملون مع متطلبات إدارة العمليات الخاصة بمنظمتك في مجموعات Kubernetes
- دعم لأطر الذكاء الاصطناعي لأتمتة إدارة وتأمين مجموعات Kubernetes via delegation secured via mTLS
- فائدة استكشاف الأخطاء وإصلاحها لعمليات المجموعات
يساعد BabyCatAGI researchers وdevelopers في معالجة المهام المعقدة عبر एजانط الذكية المستقلة. يستخدمه researchers في تحليل الأهداف العالية المستوى إلى المهام الفرعية المنظمة, تنفيذ المهام هذه بشكل حثيث متسلسل, وتعديل خطته على أساس النتائج الحالية, مما جعل BabyCatAGI ملاذا للباحثين في محركات محتوى, ومعضلات حل الخطوات متعددة و البحث العلمي. تعظيم إجراءات التطوير، يسعي إطار العمل إلى إبقاء الكود قصيرًا ومميزًا، مما يجعله متاحًا لدولاب المبرمجين الذين يرغبون في التجربة باستخدام الذكاء الإنساني الاستجابي بدون عبء الاستخدام لل бібліوتكيات التنسيق الأكبر. ويستثني هذا الإطار العمل في النماذج اللغوية و أدوات البحث من خلال الانترنت لجمع السياق و توجيه المشكلات و إنتاج خروجات مخصصة. كproject تجريبي مفتوح، فإن BabyCatAGI مناسب بشكل أفضل للبحث والتجريب في دورة العمل للعدة، وتعلم كيفية عمل أنظمة الذكية التابعة لممارسة المهام، ودمج السوابق لاحتياجات التخزين الذاتي المحددين.
تفصيل المعايير
- إنشاء قائمة المهام وتحديدها الأولي
- تنفيذ المهمات الفرعية بشكل مستقل
- دمج البحث على شبكة الإنترنت للسياق
- مخطط workflow لتفكير متتابع
- تنفيذ خفيف في لغة بايثون
- معالجة الأهداف والمنادى المتخصة
MCP‑Use
منصة مفتوحة المصدر لربط نماذج اللغة الكبيرة (LLMs) بخوادم MCP وبناء وكلاء ذكاء اصطناعي مخصصين مع الوصول إلى الأدوات.
مصدر MCP-فعالة هو منصة مفتوحة المصدر تسهل تشغيلLarge Language Models (LLMs) مع خوادم MCP وتيولية إنشاء एजENTS التكنولوجيا الذكية custom التي يمكن هذه LLMs التفاعل معها. توفر المنصة keramework التكاملي (SDK) MCP الكامل لبناء تطبيقات ChatGPT و Connectors Claude وسervers MCP. باستخدام تطبيق MCP-Use، يمكن المطورين توظيف نطاق وحدahan codebase واحد لتنفيذ تطبيقاتهم على العديد من الأسطح حيث يعمل المسوغات وأصحاب المصلحة بالفعل، بما في ذلك ChatGPT ، و Claude ، و Gemini . تتيح المنصة مجموعة متنوعة من الأدوات والمزايا، مثل القدرة على بناء تطبيقات MCP في أمر واحد، وتنفيذ تكوين تلقائي إلى Manufact Cloud و تحليلات ومعايرة مصاحبة. تتيح للمبرمجين استخدام مكتبة SDK المcp-USE لعمل وتوطين خوادم MCP وتطبيقات بدون الحاجة الى ادوات اضافية. كما تقدم المنصة مدققًا مرئيًا وممارسة التجارب في Sandbox مما یتيح المبرمجين فحص تطبيقاتهم دون الحاجة الى لغة العقل المجهرية الحية. يهدف MCP-Use إلى بسملة تطوير وتثبيت تطبيقات مدعومة بمحاكاة الذكاء الإنساني (MCP) ، مما يجعلها خيارًا جذابًا للمطوّرين الراغبين في بناء وتطبيق एजنسيات الذكاء الاصطناعي المخصصة و التطبيقات.
تفصيل المعايير
- إدارة خوادم MCP
- ربط وتكامل LLM
- تطوير وكلاء ذكاء اصطناعي مخصصين
- النشر الآلي وقابلية التوسع
- المفتش المرئي واختبار Sandbox
- التحليلات والمراقبة المدمجة
Claude MCP Agents
وكلاء Claude MCP: دمج سلس مع أدوات وبيانات باستخدام بروتوكول سياق النموذج (MCP)
وكلاء Claude MCP هم وكلاء ذكاء اصطناعي يعتمدون على بروتوكول سياق النموذج من Anthropic لربط مجموعة واسعة من مصادر البيانات الخارجية وAPI وأدوات المطور. من خلال تحديد معايير كيفية تدفق السياق بين Claude والأنظمة الخارجية ، يمكن لهذه الوكلاء قراءة الملفات وإنشاء استفسارات إلى قواعد البيانات والاستدعاء الخدمات والعمل على معلومات في الوقت الفعلي دون الحاجة إلى تكامل مخصص لكل مصدر. يتجه هذا النهج إلى المطورين والفرق التي تبني أتمتة ومساعدين بحثيين ووكلاء سير عمل يحتاجون إلى وصول موثوق به إلى البيانات المؤسسية أو الشخصية. يعني المواصفات المفتوحة لمكيفات MCP أن نفس الوكيل يمكنه وصل أدوات جديدة عند ظهور موصلات جديدة، مما يقلل من التثبيت وعبء التكامل.
تفصيل المعايير
- تكامل بروتوكول السياق للموديل
- الوصول إلى الملفات وواجهات برمجة التطبيقات والقواعد البيانية
- يمكن توسيعه من خلال خادوم MCP مخصص
- يدعم سير عمل معياري متعددة الخطوات
- متوافق مع عائلة موديلات Claude
- معيار مفتوح للتفاعل المتبادل
Gemma 3
نموذج ذكاء اصطناعي مفتوح المصدر محسّن لأداء وحدة معالجة الرسومات الفردية، يدعم المدخلات المتعددة الوسائط و أكثر من 140 لغة.
Gemma 3 هي مجموعة من النماذج المفتوحة الخفيفة والمبتكرة والتي تم تصميمها لتعمل على الأجهزة، و特别 تمت оптимيتها للأداء على جهاز gpu واحد. وهي تدعم المدخلات متعددة الوسائط و أكثر من 140 لغة. يأتي النموذج في أحجام مختلفة (1B و 4B و 12B و 27B) ، مما يسمح للمطورين باختيار أفضل ما يناسب أجهزتهم واحتياجات الأداء الخاصة بهم. تقدم Gemma 3 قدرات متقدمة для الاستدلال النصي وال بصري، ونافذة سياق بتسعة 128 ألف-token، ودعوة الوظيفة لمهام معقدة. كما تتضمن إصدارات مكممة لأداء أسرع ومتطلبات حواسيب مخفضة. النموذج هو جزء من التزام جوجل بجعل التكنولوجيا المفيدة بالذكاء الاصطناعي متاحة و يبني على نفس البحث والتكنولوجيا التي تعمل بها نماذج Gemini 2.0. تم تصميم Gemma 3 لتمكين المطورين من إنشاء تطبيقات ذكاء اصطناعي يمكن تشغيلها مباشرة على الأجهزة مثل الهواتف وأجهزة الكمبيوتر المحمولة وأجهزة العمل. توفر Gemma 3 أداءً متقدمًا لsizeofه ، متجاوزةً نماذج أخرى مثل Llama3-405B و DeepSeek-V3 و o3-mini في التقييمات الأولية للتفضيل البشري. ويُموّح بها التطبيقات العالمية مع دعم خارج الصندوق لما يزيد عن 35 لغة ودعم مدرب مسبقًا لما يزيد عن 140 لغة. وتمكّن النموذج من إنشاء workflows مدفوعة بالذكاء الاصطناعي باستخدام استدعاء الدوال وخرج متدفق. شمل تطوير Gemma 3 بروتوكولات أمان صارمة، مثل الحوكمة الشاملة للبيانات والتوافق مع سياسات السلامة من خلال الضبط الدقيق وتقييمات البenchmarks الشاملة. شهدت عائلة Gemma من النماذج المفتوحة تبنيًا كبيرًا، مع أكثر من 100 مليون تحميل ومجتمع نابض بالحياة أنشأ أكثر من 60,000 متغير من Gemma. تجعل إمكانيات Gemma 3 منها مناسبة للمطورين الذين يريدون إنشاء تجارب مستخدم متفاعلة يمكن أن تتناسب على مستضيف وحدة معالجة الرسومات أو TPU واحد.
تفصيل المعايير
- دعم AI متعدد الوسائط
- تطوير يركز على المسؤولية
- ضبط دقيق واسع النطاق
- دعم 140 لغة
- أداء محسن
هذا أداة مفتوحة المصدر، تدعم الإطار العمل Agency Swarm SDK وال Responses API ل OpenAI. تعزز Agency Swarm بيئة مصممة ومهيئة لانتاج تطبيقات एजنت متعددة، وتحتوي على المئات من الموارد وخصائصها الرئيسية هي الدور المتكيف لل أجنت وتتميز بمساحة تعمل بها على عدة أنظمة النموذج (مثل نماذج عائلة GPT لأول AI و أنثروبيك وجوينمين Google ومستخدم لازور رووتر أزه و أداة LiteLLM المطورة ذاتيًا، حيث يمكن تشغيلها باستخدام @function_tool الموصى به أو من خلال توسيع سلم الحقيبة الأساسية. يعتبر من أهم عوامل إقناع Agency Swarm هي ثباتها في البيئات البايثون واللينكس. كما أن إزالة الأداة بسيطة بإستخدام أمر pip install agency-swarm. يتم وصف أداة swarm agency بأنها أداة مفتوحة المصدر تقوم بتطويرها باستخدام SDK OpenAI Agents وAPI للجواب. هو toolkit مفتوح المصدر يُستخدم في تطوير تطبيقات العميل العديد، لتحقيق التطوير المستقل للإنترنت من خلال تكنولوجيا الآلة. ميزات رئيسية: - أدوات CLI自动 تولد: اكتشف خدمات REST API لبرنامجك للحصول على الوصول السهل إلى الخدمات الأساسية لزيادة الإنتاجية. - الأدوار المرئية: يمكنك تحديد الوظائف والمستويات الإجمالية للرخصة للملفات في كل دور من أدوار العامل، وذلك لزيادة القدرة المتكيفة على تطبيقك. مزاياها: 1. ثبات في بيئات البرمجة باللغة البرمجة Python/Linux 2. تتراوح بين الاندماج السهل في التطبيق الخاص بك 3. أدوات CLI قابلة للتجميع سهلة الاستخدام 4. دورات عملاء تخصيصية التحذيرات: 1. حدود التوافق مع النماذج اللغوية (البوتات المحادثية للأفراد: GPT-3، وما إلى ذلك) غير مفعلة 2. متطلبات بيئة التطوير غير مفعلة 3. داعم منعكس محدود لقاعدة البيانات 4. واجهةользоватي أساسية غير مفعلة 5. قدرة التعلم غير مفعلة 6. دمج الميزات غير مفعلة 7. proceso وثائق غير مفعلة 8. قدرات الذكاء الحسابي للمachine Learning: غير مفعلة 9. إدارة تدفق المحادثة المتقدم للخطط N/A 10. تطبيقات متعددة الطبقات لا يعملون 11. تنفيذ متزامن لا يعمل 12. Gain access to Application State N/A 13. نشر تلقائي لا يعمل 14. تنفيذ المهام المتقدم لا يعمل 15. أنواع العاملين التابعة custom لا تعمل 16. داعم للغة نماذج اللغة الكبيرة لا يعمل 17. يعمل في Python ↻ يعمل 18. سيطرة كاملة لا تعمل 19. إحصاء أداء لا تعمل 20. العمل بشكل موزع محلي لا يعمل 21. تكامل مع OpenALink: إطار تطوير للمنافذ عبر الإنترنت لبرامج البايثون 22. العمل مع العوامل الفنية الآلية على مشروع 23. التفسير 24. المراقبة N/A 25. دمج المصدر الكامل N/A 26. القدرة على الزيادة لا تعمل 27. الأداء المنخفض لا يعمل الإخطاء: تعاني Agency Swarm من بعض الأخطاء المحتملة، مثل مشكلات التزامن مع البيانات في الوقت الحقيقي وتنسيق المجهود على النطاقات الكبيرة، بالإضافة إلى التحكم في صلاحيات المستخدمين والتوازن بين الإمكانيات المتقدمة والاستقرار في المنظمات الكبيرة.
تفصيل المعايير
- الوظائف customizable لمقاطع العمل الوظيفية
- السيطرة الكاملة على التعليقات / الإشارات
- أدوات آمنة من خلال تنسيق للتعديل
- اتصالات المتفوقة لتكامل مقاطع العمل الوظيفية
- الحفظ الدائم للوضع
- تنسيق مقاطع عمل متعددة
Mosaic AI Agent Framework
مجموعة من الأدوات من قبل Databricks لبناء، ونشر، وتقييم عوامل الذكاء الاصطناعي عالية الجودة وتطبيقات RAG.
إطار عمل عوامل Databricks (AAF) هو مجموعة من الأدوات المقدمة من قبل Databricks لبناء، ونشر، وإدارة عوامل الذكاء الاصطناعي. يمكن لهذه العوامل الاتصال بأي أداة، قاعدة بيانات، أو تطبيق SaaS من خلال بروتوكول واحد محكوم (بروتوكول السياق النموذجي، MCP). يتضمن الإطار تطوير الذكاء الاصطناعي المتكامل، والتجريب، والنشر في الحوسبة بدون خادم باستخدام تطبيقات Databricks دون إدارة البنية التحتية. تعتبر Agent Bricks و Unity Catalog ضرورية للحوكمة والأمان؛ وهي تطبق سياسات محددة مسبقًا على النماذج، والأدوات، والاتصالات مع فرض حدود المعدل، والبدائل، وغيرها من الضمانات المطلوبة لمنع حقن الاستفسار، والكشف عن البيانات الحساسة، والتصفية المحتوى.
تفصيل المعايير
- Agent Bricks
- Unity Catalog
- Databricks Apps
- Model Context Protocol (MCP)
- الحوكمة المركزية
- التحكم لكل مستخدم