წარსული ბრძოლა · 2024-12-22 UTC
Agent Development შერკინება — 22 დეკემბერი, 2024
Agent Development კატეგორიიდან. 15 ნიშნები განთავსებული 4 მებრძოლზე. Vocode-მა აიღო გვირგვინი.
საბოლოო შედეგები
შემადგენლობა
მებრძოლები
ამ ბრძოლაში მონაწილე ყველა ხელსაწყოს პროფილი, დალაგებული მათი საბოლოო ქულის მიხედვით.
Vocode
ღია-წყარო სამუშაო სისტემა რეალ-ტაიმ ხმის აი-აგენტების შექმნასთვის ხმის გადამეტყველებით, LLM და ხმის გადამეტყველებით კავშირის კომპონენტებიდან
Vocode - ღია პროგრამული ინტერფეისი, რაც მოლაპარაკე ვოიც-ბოზე ცხვილეული AI აპლიკაცია საქმიანო აიტერფეისის აგებისთვის. ოპერატორს სთვლას, აალღობ და სინთეზის მხარე ერთ ერთ საცდე გვირილში ქვეყნებს, რა სამყაროს ვინმე ვოიც რიკოგეისკოს, ვებ-სოკეტებ ში აიუდიო ფორმ ქვეოზ. ფრემვორკი ძირითადად Python SDK-ს გადაცემულია, რომელსაც მიზანი ფრთხილად მიმოქცევაზე ეკურთხება, რომ კონვერსაციის გულებოვანი გრიფფი იყოს, ვადიანი პერიოდულობას ნაცვლად. მას მნიშვნელოვანი ორგანიზაციული საკითხები მართავს, რომლებიც ფხიზელ იარაღების შექმნის სირთულეებს ქმნის, მათ შორის მანიპულირება ხმის სისტემის შემთხვევები (იარაღი მონაწილეობისას), ბაფფერინგი და ტრანსკრიფციის სტრიმინგი, თანრიგის შეთავაზებები ტრანსკრიპციის თანაშემწოცთა და სინთეზირე შორის ვოკოდი არის მოდულური და საფესტეხისგან მთლიანად დამოუკიდებელი. ის ინტეგრირდება API-ებთან ყველა პირველობის სარგებლისთვის, როგორებიც არის თრანსკრიპციის პროვაიდერები Deepgram და AssemblyAI, პოპულარული ენობრივი მოდელები OpenAI-დან, და სხვა საგანხორციელო არხები, მათ შორის ElevenLabs, Azure და სხვა. განვითარებელებმა შესაბამისი განყურონები ველოცნებს შეიცვლილ ფასების, ხანმოკლეობისა და ხმის ხარისხის თავისებურებებით. ერთ-ერთი ყველაზე სხეულობრივი გამოყენება - ტელეფონავით კომუნიკაცია: Vocode ეხმარება ტელფონის მომარაგეებთან განხილულ კავშირების წარმავლობასა და მიღებაში წარმავლობას, რათა გააკეთოთ ავტომატიზებული წარმავლობად და მიღებად წარმოებული ხმოვანი ასისტენტები, ვოიცი ასისტენტები და კლიენტებთან კავშირი დავა ვოცე. იგი ასევე უზრუნველყოფს ბარათებშიც და აგურ-მიყრუი კონვერსაციებსთვის, რასაც გამოუყენებელია ვოიცი ინ-აპი მცოდნე მხარეებში. ვოკოდი ითვლება ღია წყაროდ და პროდუქტი საკუთრების ერთ-ერთ იდეალურ გადაწყვეტად. გუნდებს, რომლებსაც სჭირდება მათი სტაკის კონტროლი და აგენტის ქვეყვავების მოწყობის შესაძლებლობა, ამჯობინებენ მეტად დახურულ პლატფორმაზე სრული მენეჯმენტის სანაცვლოდ. უზავებ გაწყვეტის თანხლებით საბედი გრად-ვოისი აგენტების შექმნის სახელთვის, ექსტერნალური ტრანსკრიპციის, LLM, და ტექსტის გადასახედე ცხოვრების სერვისების მოსყიდვა აუცილებელი გახდა და ლეიტ-ენსიებისა და ქვივეფორმისპუდნბერგის და ქონვერბენციების ტაუნინგით. იგი არის ხმის-აგენტი ინსტრუმენტთა ზრდად სივრცეში, რომელშიც მენეჯისირებადი პლატფორმები და სხვა ფრეიმვორკები განლაგებულია; მისი მთავარი განსხვავება დეველოპერებისთვის ლოგიკური მნობრივობის SDK-შანი და LLM-ს პროგრამული რიცხვის მართვის ინტერნალებისაკენ მიმართულება და ასევე, open-source დიზაინი, რამეთუ მნობრივ პროცესთა დიზაინი, გვაძლევს დეველოპერებს სრული კონტროლის LLM-ს ინჟინერია.
კრიტერიუმების დაყოფა
- რეალ-ტაიმ მატარებლური ხმის აგენტის საშემოსვლა
- შერიგების მიმღები ფუნქციები STT, LLM, და TTS მიმღებებთან
- Twilio-სა და სხვა სამაუწყებელი სერვისებთან ფონ-კალის უზრუნველყოფა
- შეცდომის თავსატრიალება წამკითრება
- Python SDK სამუშაო საშემოსვლების შექმნასთვის
- ბრაუზერის და პარალელ-მიკროფონის ურთიერთობათა უზრუნველყოფა
MemGPT
ფრეიმვორკი, რომელიც LLM‑ებს გრძელვადიანი მეხსიერება და თვითმართვადი კონტექსტი უჩანს ფიქსირებული ტოკენ ლიმიტების მიღმა
MemGPT არის ღია წყაროანი ჩარჩო, რომელიც შექმნილია დიდი ენის მოდელების ძირითადი შეზღუდვების, განსაკუთრებით მათი ფიქსირებული კონტექსტის ფანჯრის, გადაჭრისთვის. UC Berkeley‑ის კვლევებიდან გამომდინარე, პროექტი შემოგთავაზა იდეას, რომ LLM‑ის შეზღუდული კონტექსტის დასათვლად როგორც ოპერაციული სისტემა მართავს შეზღუდულ ფიზიკურ მეხსიერებას, გვერდის (paging) და ჰიერარქიული მეხსიერების დონეების გამოყენებით, მოდელებს უფრო დიდ, მუდმივი მეხსიერების განცდა მისცენ. ძირითადი მიდგომა პირდაპირ ოპერაციული სისტემის დიზაინიდან აღებულია. MemGPT გაასხვავებს in‑context მეხსიერებას (ტოკენები, რომლებიც ამჟამად მოდელის პრომპტ‑ფანჯარაში არიან) და კონტექსტის გარეთ მდებარე გარე საცავებს. LLM‑ს თავად მიაწოდება ფუნქციების გამოძახების ინსტრუმენტები, რომლებიც საშუალებას აძლევენ ის განისაზღვროს, როცა ინფორმაცია გადაიტანს ამ დონეების შორის – მაგალითად, მნიშვნელოვანი ფაქტების შენახვა გრძელ‑მხოლოდ საცავში, შესაბამისი წარსული ინფორმაციის მიღება ან თავის ძირეულ მეხსიერების რედაქტირება. ეს თვითრედაქტირების ქცევა საშუალებას აძლევს აგენტებს შეინარჩუნონ თანმიმდევრული, დინამიურად განვითரும் მდგომარეობა გრძელი საუბრობებზე ან დოკუმენტებზე, რომლებიც შერწყმის კონტექსტის ფანჯრის ერთიანი ზომას գերազանցებს. ფრეიმვორთი მიზნად ისახავს დეველოპერებს, რომლებიც ქმნიან კონვერსაციულ აგენტებს, რომელსაც საჭიროებს მუდმივი მეხსიერება მომხმარებლებისა და წინა ურთიერთობების შესახებ, ასევე მათ, ვინც მუშაობს დოკუმენტების ანალიზზე იმ კოლექტორებზე, რომლებიც კონტექსტში ჩათვლას არ შეუძლიათ. მეხსიერების აღდგენ, არქივური საცავი და სამუშაო კონტექსტის მართვით, MemGPT აენერგებს აგენტებს, რომლებიც შეძლებენ მითითებებს დეტალებზე, რომლებიც Interaction‑ის ძვირფასია, გარეშე, რომ დეველოპერმა თითოეული შემთხვევისთვის ხელით შექმნას ძიების მექანიზმები. MemGPT მუშაობს როგორც საკუთრების მოდელებთან, მაგალითად OpenAI‑ისგან მოდელებთან, ისე ლოკალურად ჰოსტული ღია მოდელებთან, და ის ინტეგრირდება ვექტორული ბაზებთან და სხვა საცავის backend‑ებით, რათა მეხსიერება შეინარჩუნოს სესიებს შორის. პროექტი შემდგომში განვითარდა და ახლად ასოცირებულია Letta‑სთან, კომპანიასა და პლატფორმასთან, რომელიც განაგრძობს stateful‑agent კონცეფციების განვითარებას, სერვერისა და ხელსაწყოების შეთავაზებით ორიგინალური იდეების გარშემო. მისი ძირითადი სიძლიერეები კონცეფციური გამჭვირვალობა და konkreta, ხელახლა გამოყენებად შაბლონი გრძელვადიან მეხსიერებისთვის, რომელიც გადაჭარბებს მარტივად აღდგენით გაძლიერებულ გენერაციას. კომპრომისები ნორმალურია აგენტის ჩარჩოებისთვის: თვითწესების მეხსიერების ციკლი დიდად დამოკიდებულია მოდელის function‑calling საიმედობაზე, რაც შეიძლება varie პატარა ან ლოკალური მოდელებში, ხოლო დამატებითი მეხსიერების მართვის ნაბიჯები latency და token გადატვირთვას ზრდის. როგორც განვითარებადი ღია‑წყაროს პროექტი, მისი სახელები, API‑ები და გარშემო არსებული ეკოსისტემა დროთა განმავლობაში შეიცვალა, რაც დოკუმენტაციისა და ვერსიაციის დინამიკას ცვლად მიზანს ქმნის.
კრიტერიუმების დაყოფა
- დონის მიხედვით კონტექსტისა და გარე მეხსიერების მართვა
- ფუნქციების გამოძახებით თვითშეასწორებადი ძირითადი მეხსიერება
- არქივაციის და გახსნის მეხსიერების შენახვა
- ვექტორ ბაზის ინტეგრაცია საძილვისთვის
- მხარდაჭერილი მრავალი LLM‑ბექენდი
- სტატუსის მქონე დიალოგური აგენტები
Letta AI
ღია წყაროს პლატფორმა სტატუსული AI აგენტების, გრძელი ხანგრძლივ მეხსიერებისა და მოწინავე გადაწყვეტილების მიღების შესაძლებლობების შექმნისთვის.
Letta AI არის ღია წყაროს პლატფორმა, რომელიც შექმნილია მდგომარეობის მქონე AI აგენტების შესაქმნელად. ეს აგენტები აღჭურვილია გრძელვადიანი მეხსიერებით და მოწინავე გონების შესაძლებლობებით. პლატფორმა საშუალებას აძლევს დეველოპერებს ააგონ AI აგენტები, რომლებიც შეინახავენ წარსული ინტერაქციების მეხსიერებას, რაც იძლევა უფრო რთულ და კონტექსტზე დაფუძნებულ გადაწყვეტილების მიღების პროცესებს. ეს განსაკუთრებით სასარგებლოა იმ აპლიკაციებისთვის, სადაც აგენტებს საჭიროა დროის გასვლაში გამოცდილებიდან სწავლა და შესაბამისად თავიანთი რეაქციების ადაპტირება. Letta AI მიმართულია დეველოპერებისა და მკვლევარებისთვის, რომელთაც აქვს ინტერესები მოწინავე AI აგენტების შექმნაში სხვადასხვა აპლიკაციებისთვის, საყიდლების მომსახურებისგან უფრო რთულ პრობლემების გადაჭრის ამოცანებამდე. გრძელვადიანი მეხსიერება და მოწინავე გონების უზრუნველყოფით, Letta AI საშუალებას აძლევს AI აგენტების განვითარებას, რომლებიც შეეძლება სხვადასხვა ამოცანებს მოიცავს, უფრო მაღალი თვითონადმი და ინტელექტით.
კრიტერიუმების დაყოფა
- სტატუსული AI აგენტები
- გრძელი ხანგრძლივ მეხსიერება
- მოძინავე გადაწყვეტილება
mosaia
ღია პლატფორმა AI აგენტების შექმნისთვის, გაზიარებისთვის და გაშვებისათვის კოლაბორატიულად
Mosaia არის საზოგადოებრივი ჩართულ პლატფორმა, რომელიც შექმნილია AI აგენტებისა და აპლიკაციების ღია გარემოში. ის უზრუნველყოფს დეველოპერებს ინსტრუმენტებს AI გადაწყვეტილებების შექმნის, მორგების და დანერგვისთვის, რაც ხელს უწყობს კოლაბორაციას და გამჭვირვალობას პროექტების განმავლობაში. პლატფორმა ხაზს უსვამს ღიაობას, რაც მომხმარებლებს საშუალებას აძლევს თავიანთი ნამუშევრები გააზიარონ, სხვების აგენტებს რემიქსონ და AI კომპონენტების ზრდადი ეკოსისტემაში წვლილის შეიტანონ. ეს მიდგომა მიზნად ისახავს AI‑ის განვითარების შესვლის ბარიერის დაპატარავებას და აგების შორის ცოდნის გაზიარებას წაახალისოს. თუ თქვენ ერთი აგენტის პროტოტიპირებთ ან უფრო კომპლექსური AI სამუშაო ნაკადის აგებას, Mosaia უზრუნველყოფს ინფრასტრუქტურასა და საზოგადოების მხარდაჭერას, რომელიც მხარს უჭერს განმეორებად, ღია განვითარებას.
კრიტერიუმების დაყოფა
- AI აგენტების შემქმნელი ხელსაწყოები
- ღია გაზიარება და კოლაბორაცია
- კომუნიტეტის მიერ მართვადი ბაზარი
- მორგებადი აგენტის სამუშაო პროცესები
- დეველოპერებზე ორიენტირებული პლატფორმა
- გაშვების ინფრასტრუქტურა