წარსული ბრძოლა · 2024-06-18 UTC
Agent Development შერკინება — 18 ივნისი, 2024
Agent Development კატეგორიიდან. 33 ნიშნები განთავსებული 9 მებრძოლზე. Gretel AI-მა აიღო გვირგვინი.
საბოლოო შედეგები
შემადგენლობა
მებრძოლები
ამ ბრძოლაში მონაწილე ყველა ხელსაწყოს პროფილი, დალაგებული მათი საბოლოო ქულის მიხედვით.
Gretel AI
სინტეტიკური მონაცემების პლატფორმა, რომელიც ქმნის კონფიდენციალურობის მოთხოვნებზე უსაფრთხო, AI-სთვის მზად dataset-ებს, jotka რეალურ სამყარო მონაცემებს ჰგავს.
Gretel AI არის დეველოპერებზე ორიენტირებული პლატფორმა, რომელიც ქმნის სინთეტურ მონაცემებს, რაც სტატისტიკური სახით ჰგავს რეალურ მონაცემთა ნაკრებს, არამჟღავნებულ სენსიტიურ ინფორმაციას. გუნდები იყენებენ მას AI და ანალიტიკური პროექტების განტოლებისთვის, როდესაც პროდუქციის მონაცემებზე წვდომა შეზღუდულია პრივატულობის, შესაბამისობის ან ხელმისაწვდომობის შეზღუდვების მიერ. პლატფორმა აძლევს API‑ებს, SDK‑ებს და წინასწარ-შემუშავებული მოდელებს ცხრილური, ტექსტური და დროითი სერიის მონაცემების გენერირებისთვის, ასევე ხელსაწყოებს ხარისხის და კონფიდენციალურობის რისკის შეფასებისთვის. იგი მხარდაჭერას იძლევა ფართოდ გავრცელებულ გამოყენებებს, როგორიცაა მოქნილი ინტელექტის მოდელ들의 ტრენინგი, ნაკლებად წარმომადგენლობითი კლასების გაფართობა, მონაცემების გუნდებს შორის გაზიარება, და სಾಫტვერის ტესტირება რეალურ, თუმცა ხელოვნურ ჩანაწერებით.
კრიტერიუმების დაყოფა
- გენერაციული მოდელები სინტეტიკური ცხრილური და ტექსტის მონაცემებისთვის
- დიფერენციალური კონფიდენციალურობის და PII-ის წაშლის კონტროლები
- ხარისხის, სიზუსტის და კონფიდენციალურობის შეფასების ანგარიშები
- Python SDK და REST API ინტეგრაცია
- წინასწარ ტრენირებული მოდელები და კონფიგურირებად შაბლონები
- კლაუდის და თვითჰოსტირებული განთავსების არჩევანი
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
Stagehand
თავისუფალი აიტას ბრაუზერი ავტომაციების ფრამვერკი, ამოცანის სიმელია და განფეჭვებადობას ითვალისწინებს.
Stagehand არის ვებ-ბრაუზინგის ფრეიმვორკი, რომელიც დეველოპერებს საშუალებას იძლევა მისითვების წარმოებისთვის აი-აგენტები მოამზადდნენ, რომლებს ერთვიან ვებსაიტებთან, ინტერაგირებენ და მოანატაცებენ აქცესუარულ მონაცემებს. ის თვითდავნერებით, Playwright-style კოდთან ერთად ნათურალ ენათა დასამუშავებელებით შეცვლილების ფორმით აღჭურვილია, რასაც სრული კონტროლის უფლებამ და აბსტრაქციების საკონკრეტო დონემც ოცნებითურთ აძლევს. სისტემაა შექმნილი მოკლე, წარმოდგენაშეუნარე აპი-ინტერფეისზე დაყრდნობით, რომელიც მიზანმიმართულია გვერდის სავალდვივოს ნავიგაციასთან, ელემენტებზე გამოსავალზე და სტრუქტურირებული მონაცემების აღებასთან. მისი გაფართოებადი არქიტექტურა მოპროექტებულია კუსტომ მოდელებთან, კეშირთან და უფრო ფართო აგენტების სტეკებთან ინტეგრაციაზე., თვისებებით ამ სისტემაა შეშლილი ყველა აუმჯობესოებად სკრიპტებთან მიანი ქიე და პროდუქციულ გრადი ბროუზინგის ფლოუჰობს გვერდების ფლოუჰოვდის ფლოუჰოფნ.
კრიტერიუმების დაყოფა
- ბუნადებული ენობრივი აქტი, ობსერვი და აღების მეთოდები
- სკემებთან დაკავშირებული სტრუქტურული აღება
- Playwright გათავაზებით დაბალ დონეზე კონტროლი
- რამდენიმე LLM მომხმარებელისთვის მხარდაჭერა
- ამოსვენებული კეშისთვის ხელახლა ბრაუზერი მოქმედებებისთვის
- აგენტ ფრემვერკებთან მონაწილეობა
NetX
მოდულარული ეკონომიკური ქსელი, რომელიც აერთიანებს ბლოკჩეინ ინფრასტრუქტურას და ხელოვნური ინტელექტის შესაძლებლობებს.
NetX არის მოდულარული ეკონომიკური ქსელი, რომელიც შექმნილია ბლოკჩეინსა და AI ტექნოლოგიების ერთიანი ჩარჩოში გაერთიანებისთვის. მისი არქიტექტურა საშუალებას აძლევს დეველოპერებსა და ორგანიზაციებს მიერთონ კომპონენტები დესენტრალიზებული ტრანსაქციებისთვის, მონაცემთა მიმოცვლისთვის და AI‑მიმართული მომსახურებებისთვის, რაც მხარს უჭერს მრავალფეროვან გამოყენების შემთხვევებს ციფრულ ეკონომიკებში. პლატფორმის მიზანია შეაერთოს ტრადიციული ბლოკჩეინის ფუნქციონალი მანქანური სწავლების ნაკადებთან, რაც საშუალებას იძლევა tokenized incentives, smart contract automation და AI-powered analytics-ებს იმუშაოს ერთიანი ეკოსისტემაში. ეს მისიას შესაფერისად ხდის გუნდებისთვის, რომლებიც Web3 აპლიკაციების შექმნისას საჭიროებენ ინტელიგენტურ დამუშავებას ან მონაცემებზე დაფუძნებულ გადაწყვეტილებების მიღებას. მოდულარობის ხაზგასმით NetX ცდილობს შემმუშავებლებს მოქნილობა მიაწოდოს, თუ როგორ აწყობს თავიანთ სტეკს, აირჩევთ ბლოკჩეინს, AI-ს და ეკონომიკურ პრიმიტივებს, რომლებიც შეესაბამება მათ პროექტის მოთხოვნებს.
კრიტერიუმების დაყოფა
- მოდულარული ქსელის კომპონენტები
- ბლოკჩეინის ინტეგრაციის შრე
- AI სერვისების თავსებადობა
- ჭკვიანი კონტრაქტების მხარდაჭერა
- ტოკენიზებული ეკონომიკური პრიმიტივები
- პროგრამისტებისთვის მორგებული ხელსაწყოები
Snorkel Flow
სპეციალიზებული დატა ლეიბლინგისა და სამართავი AI ვარსკვლავების პლატფორმა საბაზო მოდელებს სწრაფად განვითარებისთვის.
Snorkel Flow არის საერთაშორისო პლატფორმა სრულიად პროგრამულ მონაწილეობით მონაცემთა გახშირებისათვის, რომლითაც გუნდები მონაცემების ლეიბლინგს, კურატორირებას და წაკეთებას ახდენენ LLM-ს მოდელების წამყვანი დასაშვებ სტადიამდე, მანიპულირება ფუნქციების შემქმნელი შეცვლის საშუალებით, API-ების შეცვლის ნაცვლად სრულფასოვანი სახელმწიფოებრიობის ხარხოლოდ მანუალური ანოტაციით. სპეციფიკური დომენის დარბაზული წარმოდგენების მიღების საშუალებით, სოცილურად გამხდარი და კვლივ ფუნც. პლატფორმა სუფთუქს უძლიერეს სახელმწიფოში, მოდელის აღმდგენად და მრავალ-მოდელების ანალიზად ერთ ოპერაციულ ტოვარით თავს უზის, საჭიროებებისთვის მომავალ მოდელებს წელიწდებით სამუშაო გუნდის შუა ეგზერპტებს თავს უბედნიერებს. მას ს როგორც დოკუმენტთა კლასიფიკაციისა და ისინფორმაციის განვითარებისთვის, სამთვრალი კონფიგურირდება აპლიკაციებისთვის ენტერპრაიზე სამთვრალ მოდელების მეტეოდი.
კრიტერიუმების დაყოფა
- პროგრამული ლეიბლინგი ლეიბლინგ ფუნქციებით
- ვაშვი ვექსფერვისცირება და ლეიბლების ერთობლოვეობა
- ინტეგრირებული მოდელთა მოდიფიკაცია და შეფასება
- დაშოშმის ალღო მეშვეობით და დონის ჩართვა საშუალებები
- ბაზოვანი მოდელი შეფასების მხარდაჭერა
- SME-ს და დატა მეცნიერთა მუშაობის ინსტრუმენტები
AutoGen
გახსნილი წყაროს Python‑ის ჩარჩო მრავალ აგენტიანი LLM‑ის აპლიკაციების შესაქმნელად, რომლებიც თანამშრომლობენ დავალებების გადაწყვეტისთვის.
AutoGen არის ღია წყაროს მქონე პროგრამირების ჩარჩო, რომელიც Microsoft Research-მა შეიმუშავა აგენტური ხელოვნური ინტელექტის სისტემების შესაქმნელად. ის საშუალებას აძლევს დეველოპერებს განსაზღვროს მრავალი LLM‑ით გაძლიერებული აგენტი, რომლებიც შეუძლიათ საუბარი, ლოგიკური განხილვა, ხელსაწყოების გამოძახება, კოდის შესრულება და ერთმანეთთან კოორდინაცია კომპლექსური სამუშაო ნაკადების შესასრულებლად. ეს ჩარჩო უზრუნველყოფს მოქნილ საუბრის ნიმუშებს, მორგებად ქმედებადი როლებს და ადამიანთა შეყვანის, გარე API-ების და კოდის შესრულების გარემოების ინტეგრაციას. ჩვეულებრივ გამოიყენება კვლევითი ასისტენტების, ავტომატიზირებული კოდირების სამუშაო ნაკადების, მონაცემთა ანალიზის ნაკადების და სხვა ამოცანებზე ორიენტირებულ აგენტის სისტემების პროტოტიპირებისათვის. AutoGen განთავსებულია Python library-ად აქტიური საზოგადოების განვითარების, დოკუმენტაციის და მაგალითების ჩათვლით, რაც მას ხდის პრაქტიკულ საფუძველს multi-agent applications-ების ექსპერიმენტაციისა და გაშვებისთვის.
კრიტერიუმების დაყოფა
- მრავალი აგენტიანი საუბრის ორკესტრაცია
- მორგებადადი აგენტური როლები და პერსონაჟები
- კოდის გაშვება და ინსტრუმენტების გამოძახება
- ადამიანის ჩართულობის მხარდაჭერა
- მთავარ LLM მომწოდებლებთან თავსებადია
- გაფართოებადია Python API
LangChain Agent
ღია-წყარო ჩარჩო LLM‑ით გაძლიერდած აპლიკაციების და ავტონომიური აგენტების შექმნისთვის
LangChain Agent არის LangChain‑ის უფრო ფართო ჩარჩოს ნაწილი, რომელიც შექმნილია დეველოპერებისთვის, რათა მათ შექმნან აპლიკაციები, სადაც ენის მოდელები შეძლებენ დასკვნების მიღებას, გადაწყვეტილებების მიღებას და გარე ინსტრუმენტებთან ურთიერთობას. Agent‑ები იყენებს LLM‑ს როგორც დასკვნის ძრავად, რათა განსაზღვრონ, თუ რა მოქმედებები უნდა შეასრულონ, რომელ რიგში და როგორ გამოიყენონ შედეგები შემდგომი ნაბიჯების ინფორმირებისთვის. ფრეიმვორვი უზრუნველყოფს მოდულარულ კომპონენტებს, რომლებიც პრომპტების შექნას, მონაცემთა წყაროების ინტეგრაციას, მეხსიერების მართვას და API‑ებთან, ბაზებთან და ძებნის ხელსაწყოებთან დაკავშირებას შესაძლებელი ხდის. ეს საშუალებას გაძლევთ შექმნათ ჩატბოტები, კვლევითი დამხმარეები, სამუშაო ნაკადის ავტომატიზაცია და სხვა დინამიური LLM‑ზე დაფუძნებული სისტემები. LangChain მხარდაჭერილია მრავალ მოდელ პროვაიდერებით და ენებით (Python და JavaScript/TypeScript), რაც მას გვეპროფაილინგსა და წარმოების გაშვებებისთვის მოქნილი საფუძველს აქცევს.
კრიტერიუმების დაყოფა
- LLM‑ით ხელსაწყოების გამოყენება
- Prompt‑სა და ჯაჭვის კომპოზიცია
- მეხსიერებისა და მდგომარეობის მართვა
- ინტეგრაციები ვექტორული საცავებთან და API‑ებთან
- მხარდაჭერა მრავალ LLM‑ს მომწოდებლებისთვის
- სტრიმინგი და ასინქრონული შესრულება
LangGraph Studio
ვიზუალური IDE ლანგგრაფის აგენტთა სამუშაო ნაკადების შესაქმნელად, გადამოწმებისთვის და მონახულებისთვის
LangGraph Studio არის სპეციალიზებული განვითარების გარემო, რომელიც შექმნილია ინჟინერებისთვის, რომლებიც აგებენ აგენტურ აპლიკაციებს LangGraph framework-ზე. იგი უზრუნველყოფს ვიზუალური ინტერფეისს გრაფის სტრუქტურის შესამოწმებლად, შესრულების გზების ტრეკინგისთვის და გასაგებად, როგორ გადაადგილდებიან აგენტები კვანძებს, ინსტრუმენტებს და მდგომარეობებს შორის. ვიზუალიზაციის მიღმა, სტუდიო ინტერაქტიული დებაგინგის ფუნქციები, როგორიცაა მდგომარეობის რედაქტირება, შუა ნაბიჯებიდან გადაკვეთა და გაშვებული აგენტებთან ცოცხალი ურთიერთობა, შემოგთავაზებს. ეს უფრო მარტივად აძლევს საშუალებას დიაგნოსტიკას ლუპების, ინსტრუმენტური გამოძახების შეცდომებისა და მოულოდნელი ბრენჩინგის ქცევის, რომელიც ხშირად გამოჩნდება მრავალნაბიჯიანი LLM სამუშაო ნაკადებში. LangSmith‑ისთან ერთად ინტეგრირება უზრუნველყოფს ტრეკინგსა და დაკვირვების შესაძლებლობებს, რაც გუნდებს ერთიანი გზას აძლევს კომპლექსური აგენტის სისტემების განვითარებისთვის, ტესტირებისთვის და გამეორებისთვის მათი წარმოებაში განთავსებამდე.
კრიტერიუმების დაყოფა
- ინტერაქტიული გრაფის ვიზუალიზაცია
- აგენტების გაშვება, ხელახლა გაშვება და ფორთ-გაშვება
- მდგომარეობის შემოწმება და ხელით რედაქტირება
- პროგრამული ჩಾಟ್ ინტერფეისი აგენტების ტესტირებისთვის
- LangSmith ტრესინგის ინტეგრაცია
- ლოკალური და ჰოსტირებული განლაგების ვარიანტები
Zep AI Memory არის დეველოპერებზე ორიენტირებული მეხსიერების სერვისი, რომელიც AI აგენტებს საშუალებას აძლევს შეინარჩუნოს მუდმივი, სტრუქტურირებული გახსენება საუბარისა და სესიების განმავლობაში. იგი იღებს ჩატის ისტორიას, გამოყოფს მთავარ ფაქტებს და აწყობს ისინი ცოდნის გრაფში, რათა აგენტებს შეძლონ მოიპოვონ რელევანტური კონტექსტი მოთხოვნის შესაბამისად, პრომპტებში მთელი ისტორიის შევსების ნაცვლად. პლატფორმა ახდენს რეზიუმების, ენტიტეტების ექსტრაქციასა და სემანტიკურ ძიებას მარტივი API-ს უკან, რაც გუნდებს საშუალებას აძლევს ჩატბოტებში, კოპილოტებში და ავტონომიურ აგენტებში დამახსოვრების შესაძლებლობა დაამატონ ინფრასტრუქტურის გარეშე. ის შექმნილია იმისთვის, რომ გაიზარდოს წარმოების ტვირთებთან ერთად და შენახვის ზომები და ტოკენების ღირებულება მუდმივი დარჩეს. Zep ინტეგრირდება ჩვეულ ლინგვისტური მოდელების ფრეიმვორკებთან, როგორებიცაა LangChain და LlamaIndex და საკვშირების შესახებ SDK-ებს პოპულარულ ენებზე, რაც ადვილად შეუძლია არსებულ აგენტის სტეკში ჩაშვება.
კრიტერიუმების დაყოფა
- ხანგრძლივი კონვერსაციული მეხსიერება
- ავტომატული ფაქტებისა და ენტიტეტების გამოთვლა
- ცოდნის გრაფიკის შენახვა
- სემანტიკური და ჰიბრიდული ძიება
- LangChain და LlamaIndex ინტეგრაციები
- მულტი-ენოვანი SDK-ები