Korábbi csata · 2024-06-18 UTC
Agent Development Leszámolás — 2024. június 18.
A(z) Agent Development kategóriából. 33 jelölés elhelyezve 9 versenyző között. Gretel AI szerezte meg a koronát.
Végeredmény
A felállás
A versenyzők
Minden eszköz profilja, amely ebben a csatában versenyzett, a végső pontszámuk szerint rangsorolva.
Gretel AI
A szintheszti kísérleti adatai platforma a megfelelően biztonságban lévő, AI-kész adatminták generálására, amelyek pontosan tükrözik a valós adatokat.
Gretel AI egy fejlesztőkre szabott platform a szintetikus adatok létrehozásához, amelyek statisztikailag hasonlítanak a valós adathalmazokra, anélkül, hogy érzékeny információkat felfednének. A csapatok ezt használják, hogy feloldják az AI‑ és elemzési projekteket, amikor a gyártási adatokhoz való hozzáférést adatvédelmi, megfelelőségi vagy elérhetőségi korlátozások miatt korlátozzák. A platform API‑kat, SDK‑kat és előre elkészített modelleket kínál táblázatos, szöveges és időbeli sorozatú adatok generálásához, valamint eszközöket a minőség és az adatvédelmi kockázat értékelésére. Támogatja a gyakori felhasználási eseteket, például gépi tanulási modellek tréningjét, alulreprezentált osztályok bővítését, adatok megosztását csapatok között, valamint szoftvertesztelést valósághű, de mesterséges rekordokkal.
Kritériumok szétosztása
- A szintheszti modelljei a szintheszti táblázatos és szöveges adatokhoz
- A differenciális privátosság és a PII-védelem kontroll-ok
- A minőség, pontosság és privátosság számításait tartalmazó jelentések a minőség, pontosság és privátosság felméréséhez
- Python SDK és REST API kapcsolatok integrációja
- Előre képzett modellek és a felhasználó által szabályozható sablonok
- Felhő és önálló megfelelőség beállításai
Letta AI
Nyílt forráskódú platform a felállható AI-ügynökök létrehozásához hosszú távú emlékezettel és előrehaladott gondolkodással.
A Letta AI egy nyílt forráskódú platform, amelyet azoknak a fejlesztőknek és kutatóknak hoztak létre, akik kreatív AI-ügynököket szeretnének kifejleszteni. Ezek az ügynökök hosszú távú emlékezettel és előrehaladott gondolkodási képességekkel rendelkeznek. A platform lehetővé teszi az ügynökök létrehozását, amelyek képesek azonosítani, megemlékezni az interakciók eredményeiről és hozzájárulni a bonyolultabb döntéshozási folyamatokhoz. Ez különösen hasznos olyan alkalmazásokban, amelyekben a szolgáltatónak idővel tanulnia kell a felhasználói tapasztalatok alapján és megfelelően reagálnia kell.
Kritériumok szétosztása
- Felállható AI-ügynökök
- Hosszú távú emlékezet
- Előrehaladott gondolkodás
Stagehand
Nyílt forráskódú AI alapú böngészőautomatizálási keretrendszer, amely az egyszerűségre és a bővíthetőségre épül.
A Stagehand egy weboldal-kelési keretrendszer, amely lehetővé teszi a fejlesztők számára, hogy mesterséges intelligencia-szolgáltatást hozzanak létre, amely képes honlapokon navigálni, interaktálni és adatokat kirakni. Ötvözi a determinisztikus Playwright-stílusú kódot természetes nyelvi utasításokkal, ezzel biztosítva a csapatoknak szükség szerint finoman irányítható és magas szintű ábrázolást nem igényelő folyamataikat. A keretrendszer egy kisméretű, előre jelezhető felületen alapul, amely figyelembe veendő eseményekre, elemek manipulálására és strukturált adatok kinyerésére összpontosít. Többödékességének támogatása, a gyorsítótár használata és a szélesebb Ügynök szoftverekbe való integráció biztosítja, hogy bárkiből legyen alkalmas: gyors átvételeket hordozó parancsfájloktól a gyártásra méretezhető böngészési folyamatokig.
Kritériumok szétosztása
- Természetes nyelvi akt, megfigyelés és kinyerési metódusok
- Strukturált adatkinyerés sémákkal
- Playwright kompatibilitás alacsony szintű vezérléshez
- Több LLM szolgáltató támogatása
- Gyorsítótár ismételhető böngészőműveletekhez
- Összetett ügynök keretrendszerekkel
NetX
Egységes moduláris gazdasági hálózat, amely blockchain-infrastruktúrát kombinál az AI-kapacitásokkal.
A NetX egy moduláris gazdasági hálózat, amely megalkotja a blokkláncok és a mesterséges intelligencia technológiák összefogását egy egységes keretbe. Architektúrája lehetővé teszi, hogy a fejlesztők és az intézmények bekapcsolják az összetevőket decentralizált tranzakciókhoz, adatcserehez, valamint mesterséges intelligencia-vezérelt szolgáltatásokhoz, támogatva a különféle használati esetek széles skáláját digitális gazdaságokban. A platform a hagyományos blokklabda-megvalósításlapot gépi tanulási folyamatokkal köti össze, lehetővé téve a tokenizált jutalmakat, az intellektuális processzorokat és az AI-vezérelt elemzéseket olyan környezetben működtetni, ahol ezek az eszközök együtt képesek működni. Ezt a lehetőséget olyan fejlesztői csapatok vehetik igénybe, akik Web3 alkalmazásokat építenek, amelyek intelligens feldolgozást vagy adatvezérelt döntés-előkészítést igényelnek. A moduláris megközelítéssel az NetX arra törekszik, hogy a fejlesztők számára megfogalmazzák saját szoftver-állomásukat, úgy választhatva a hálózatot, a mesterséges intelligencia és az alapvető gazdasági komponenseket az alkalmazásukhoz legjobban illőnek.
Kritériumok szétosztása
- Moduláris hálózati komponensek
- Blockchain integrálási réteg
- AI-szolgáltatási kompatibilitás
- Intelligens kontraktsupport
- Tokenizált gazdasági primitívek
- Fejlesztőknek szóló eszközök
Snorkel Flow
Szelektív adatbejelölés és AI fejlesztő platform az előállított modellek gyorsabb kínálatához.
A Snorkel Flow egy vállalati platform az adatprogrammatikus fejlesztésre, lehetővé téve a csapatoknak a jelölési műveletek használatával történő adatanonkéntos és kiválogatás, valamint az adatok későbbi megcsemegézése. A domain-szaktudás kódosításával végzett gyorsított adatokkal, az átmenet a személyre szelektált adatokból a termelési AI modellekig felgyorsodott. A platform gyengébb vizsgálatokat, modell kiképzést, és elemzést végző egy munkafolyamot ad, melynek által a adatvértől és modell szakemberei a munkálatokat együtt végezhetik el. Segíti számos feladatszagban, beleértve a dokumentum klaszifikációt, a tudunk extrakció, és az alap modellt a vállalati alkalmazásokhoz.
Kritériumok szétosztása
- Programozható jelölés műveletekkel
- Gyengébb vizsgálatsok és label aggregáció
- Beállítva modell kiképzés és értékelés
- Hiba elemzés és adatszelvényes eszközök
- Alap modell finetunáció támogatás
- Munkacsoport toolok szaktudósszakemberekkel és adatszakemberekkel
AutoGen
Nyílt forráskódú Python keretrendszer több ügynökös LLM-alkalmazások építéséhez, amelyek együttműködve oldják meg a feladatokat.
Az AutoGen egy nyílt forráskódú programozási keretrendszer, amelyet a Microsoft Research fejlesztett ki ügynöki AI rendszerek létrehozásához. Lehetővé teszi a fejlesztők számára, hogy több LLM-vezérelt ügynököt definiáljanak, amelyek képesek beszélgetni, érvelni, eszközöket hívni, kódot végrehajtani és egymással koordinálni a komplex munkafolyamatok befejezéséhez. A keretrendszer rugalmas beszélgetési mintákat, testreszabható ügynök szerepköröket és integrációt biztosít emberi bevitel, külső API-k és kódvégrehajtási környezetek felé. Gyakran használják kutatási asszisztensek, automatizált kódolási munkafolyamatok, adat‑analízis csövek és egyéb feladatalapú ügynök rendszerek prototípusozására. Az AutoGen Python könyvtárként érhető el, aktív közösségi fejlesztéssel, dokumentációval és példákkal, így gyakorlati alapot nyújt a több‑ügynökös alkalmazások kísérletezéséhez és üzemeltetéséhez.
Kritériumok szétosztása
- Több ügynökös beszélgetés koordinálása
- Testreszabható ügynök szerepkörök és személyiségek
- Kód végrehajtás és eszközök hívása
- Human-in-the-loop támogatás
- Kompatibilis a főbb LLM szolgáltatókkal
- Bővíthető Python API
LangChain Agent
A nyílt forráskódú keretrendszer lehetővé teszi az LLM-t befolyásolt alkalmazások és autonóm agentek kifejlesztését.
A LangChain Agent része a LangChain keretrendszer szélesebb körben, annak segítségével fejlesztik a fejlesztők, ahol az nyelvi modell ésszerűség, döntés meghozatala és a külső eszközöknek való interakcióra alkalmas alkalmazások. Az eszközök egy LLM-t használnak ésszerűség kiképzőnek azok az akciókat meghatározná, mely sorrendbe kerüljön, és hogyan a kapott eredményekből az következő lépéseknek információszolgáltatásra alkalmas legyen. A keretrendszer moduláris egységeket kínál a prompektömbök sorába rendelésére, adataimforrások integrálására, a memóriakezelésre, és az API-k, adatbázisok és keresőeszközök csatlakoztatására. Mindezek révén nagyon jól megfelelő chatbotok, kutatási asszisztensek, workflow-automatizálás és más dinamikus LLM-hez hajtott rendszerek kialakítására is. A LangChain több modellefolyam-létesítmény- (Python és JavaScript/TypeScript) támogatást biztosít, így egy rugalmas alapot nyújt mind a prototípus, mind a termelési üzemlétesítményekhez.
Kritériumok szétosztása
- LLM-t használó agentek
- Promt és lánc összetétel
- Memória és állapot kezelés
- Integráció a vektor adattárakkal és az API-akkal
- Többféle LLM-szolgáltató támogatása
- Streamelés és aszinkron végrehajtás
LangGraph Studio
Visual IDE a LangGraph ügynökworkflow-építéshez, hibakereséséhez és vizsgálatához
A LangGraph Studio egy speciális fejlesztői környezet, amely azoknak az mérnököknek készült, akik agensekkel ellátott alkalmazásokat építenek az LangGraph keretrendszerre. Áttekintő grafikus felületet nyújt annak érdekében, hogy nyomon követhessenek grafikus struktúra, futási utakat és kövesse, hogyan mozognak az agentek a csomópontok, eszközök és állapotok között. A stúdió meghaladja a vizualizációt, interaktív diagnosztikai szolgáltatásokkal ellátva, például állapot-szerkesztéssel, folyamatban lévő ügynökökkel való élő interakcióval és a folyamat közepén való visszajátszással. Ez segít megérteni a soklépéses LLM munkafolyamatokban gyakran előforduló ciklusokat, eszköz-hívási hibákat és váratlan elágazásokat, amelyek általában nehezen kezelhetővé teszik a diagnózist. A Studio egyesíti a LangSmith-öt a nyomkövetéssel (tracing) és megfigyelhetőséggel (observability), így a teameknek egyetlen felületen keresztül fejleszthetnek, tesztelhetnek és iterálhatnak bonyolult ügynök-erőforrás rendszereken, mielőtt azokat kipróbálják a termelésben.
Kritériumok szétosztása
- Interaktív gráfvizualizáció
- Végrehajthatóság, újratételes és ágazat-forkolhatóság ügynöki végrehajtások esetén
- Állapot- és kézi állapot-ellenőrzés
- Élő chat-ütközés az ügynökcések teszteléséhez
- LangSmith-nyomon követés integráció
- Központi és adatazott üzemeltetési opciók
A Zep AI Memory egy fejlesztőorientált memória szolgáltatás, amely az AI-ügynököknek tartós, strukturált emlékezést biztosít a beszélgetések és munkamenetek során. Elfogja a chat-történetet, kivonja a kulcsfontosságú tényeket, és azokat tudásgráfba szervezve, hogy az ügynökök szükség szerint visszakereshessék a releváns kontextust ahelyett, hogy a teljes előzményeket belefoglalnák a promptokba. A platform kezeli az összegzést, a entitáskivonást és a szemantikus keresést egy egyszerű API mögött, lehetővé téve a csapatok számára, hogy állapottartó memóriát adjanak a chatbotokhoz, copilótákhoz és autonóm ügynökökhöz anélkül, hogy saját visszakeresési infrastruktúrát építenének. Tervezése lehetővé teszi a skálázást a termelési munkaterhelésekkel, miközben a promptméreteket és a tokenköltségeket kiszámíthatóvá teszi. A Zep integrálódik a közös LLM-keretrendszerekkel, mint például a LangChain és a LlamaIndex, és SDK-kat biztosít népszerű nyelvekhez, ami megkönnyíti a meglévő ügynökstackekbe való beillesztést.
Kritériumok szétosztása
- Hosszú távú beszélgetési memória
- Automatikus tény- és entitáskivonás
- Tudásgráf tárolás
- Szemantikus és hibrid keresés
- LangChain és LlamaIndex integrációk
- Többnyelvű SDK-k