지난 배틀 · 2024-06-18 UTC
Agent Development 대결 — 2024년 6월 18일
Agent Development 카테고리에서. 9개의 참가자에 걸쳐 33 표시가 배치되었습니다. Gretel AI이(가) 왕좌를 차지했습니다.
최종 순위
출전 라인업
참가자들
이 배틀에 참가한 모든 도구의 프로필, 최종 점수순으로 순위가 매겨졌습니다.
Gretel AI는 개발자에게 도움이 될 수 있는 플랫폼으로, 실제 데이터 셋과 유사한 통계적 특성이 있는 가상 데이터를 생성하여 민감정보를 노출하지 않습니다. 팀이 생산 데이터의 접근을 제한하는 개인정보 보호, 규정 준수 또는 kullanıl성 제약으로 인해 AI 및 안랩스 프로젝트를 막은 경우에 사용합니다. 이 πλα폼에서는 표, 문자 및 시계열 데이터 생성을 위한 API, SDK 및 미리 구축된 모델을 제공하지만, 데이터의 품질과 개인 정보 보호 위험에 대한 평가지표 도구도 있습니다. 이 플랫폼에서는 일반적인 사용 사례를 지원합니다. 예를 들어, 기계 학습 모델을 훈련하는 것, 소수 인 그룹을 확대하는 것, 팀 간에 데이터를 공유하는 것, 소프트웨어 테스트를 위해 가짜 기록으로 테스트하는 것 등이 있습니다.
평가 기준 분해
- _synthetic tabular 및_text data를 위한 생성 모델
- 차이적 프라이버시 및 PII 데이터 추출控制
- 품질, 정확도, 및 프라이버시 스코링보고서
- Python SDK 및 REST API 통합
- pre-trained 모델 및 사용자 정의 템플릿
- 클라우드 및 SELF 호스팅 배포 옵션
Letta AI는 개방 소스 플랫폼으로, 가상 지능 요원 생성을 위한 설계가 있습니다. 이러한 요원은 장기 기억 및 고급 이 reasoning 능력을 가진다. 이 플랫폼은 개발자들이 과거 상호작용의 기록을 유지할 수 있는 AI 요원 빌드를 허용합니다. 이러한 기록을 바탕으로 더 복잡한 및 상황적 의사 결정을 위한 프로세스를 가능하게하는 것입니다. 특히, 이 기술은 시간이 지남에 따라 경험을 학습하고 대응하는 응답을 적응하는 요원으로 작동하는 애플리케이션에 유용합니다. Letta AI는 다양한 응용 프로그램에 고급 AI 요원 개발에 관심이 있는 개발자 및 연구자들을 목표로 하고 있습니다. Letta는 고객 서비스부터 훨씬 더 복잡한 문제 해결 임무까지의 다양한 임무를 다룰 수 있을 만큼 더 높은 수준의 자율성 및 지능을 가진 AI 요원을 만들 수 있도록 장기 기억과 고급 이 reasoning을 제공합니다.
평가 기준 분해
- 상태 기반의 인공지능 에이전트
- 장기 기억
- 심층이론적推論
stagehand은 웹 브라우징 프레임워크로, 개발자들이 웹 사이트를 탐색하고 반응하며 데이터를 추출할 수 있는 AI 에이전트를 구축할 수 있도록 합니다. deterministic Playwright-style 코드와 자연어 명령어를 결합하여 팀이 필요할 때 고도로 세분화된 제어를 제공하고, 대체로 필요한 시기에 범용적인 추상화를 제공합니다. 프레임워크는 페이지 관찰, 요소에 대한 액션, 구조화된 데이터 추출과 같은 작동에 집중하는 작은 예측 가능한 API 주변에 설계되었다. 확장 가능한 아키텍처는 사용자 지정 모델, 캐싱, broaden 에이전트 스택에서 통합과 같은 기능을 지원하여 간단한 스크래핑 스크립트에서부터 프로덕션급浏览 워크플로우까지 적합하다. API, SDK, ML 모델, 캐시, 에이전트 스택, SaaS 등이 일반적으로 영어로 유지되어 있습니다.
평가 기준 분해
- 자연어 명령(act, observe, extract) 기능
- 스키마 구조의 데이터 추출 기능
- Playwright 호환성을 위한 저수준 제어 가능
- 다중 LLM 제공 업체 지원
- 캐싱을 통한 반복 가능한 브라우저 동작
- 에이전트 프레임워크와의 조합성
NetX는 블록체인 기술과 인공지능 기술을 통합 프레임워크 안에 모듈식 경제 네트워크입니다. 해당 아키텍처는 개발자 및 조직들이 분산 거래, 데이터 교환 및 인공지능 기반 서비스에 대해 플러그인할 수 있는 구성 요소들을 제공하여 디지털 경제에 걸쳐 사용 사례를 지원합니다. 이 플랫폼은 기존 블록체인 기능과 기계 학습 워크플로를 연결하여 동일 생태계 내에 tokenized 보상, 스마트 계약 자동화 및 AI 보다 데이터 유도 결정을 지원합니다. 이렇게 하면 Web3 애플리케이션을 구축하는 팀에게 지능적인 처리 또는 데이터 주도적 결정을 요구하는 기능이 필요할 때 적합합니다. NetX는 모듈성에 중점을 둡니다. 이는 빌더들에게 프로젝트 필요에 맞는 블록체인, AI 및 경제적 기본 요소를 선택할 수 있는 유연성을 제공한다.
평가 기준 분해
- 모듈형 네트워크 구성 요소
- 블록체인 통합 레이어
- AI 서비스 호환성
- スマート 계약 지원
- TOKENIZED 경제 기본 요소
- разработчиц-книжек
Snorkel Flow는 대기업용 프로그래밍 데이터 개발 플랫폼으로, 업무 팀을 매뉴얼 애니메이션에 의존하지 않고 레이블링 함수로 데이터의 라벨링, 구축 및 정제를 허용합니다. 도메인 전문지식을 재사용 가능한 근거증을 통해 코드화하여, 반직접적인 데이터에서 프로덕션용으로 준비된 AI 모델에 가속됩니다. 플랫폼은 약한 감독, 모델 훈련, 오류 분석을 하나의 워크플로에 결합하여 데이터 과학자와 주제 전문가가 데이터 세트와 모델에 협동적으로 반복(iterate)할 수 있도록 도와줍니다. 이에는 문서 분류, 정보 추출, 기업용 어플리케이션의 기반 모델을 세심하게 튜닝하기 위한 다양한 사용 사례를 지원합니다.
평가 기준 분해
- 프로그레밍식 레이블링을 통한 레이블링 함수
- 약한 감시 및 레이블 agregation
- 내장된 모델 훈련 및 평가
- 오류 분석 및 데이터 슬라이스 도구
- 기반 모델 fine-tuning 지원
- SME 및 데이터 과학자가 협업할 수 있는 협업 도구
AutoGen은 Microsoft 연구 부문에서 개발한 열린 소스 프로그래밍.framework로, 지적 행위(Agentic) AI 시스템을 생성하기 위해 설계되었습니다. 이 framework를 통해 개발자들은 다중의 LLM-드라이브(POWERED) 에ージェント를 정의할 수 있으며, 각자가 대화, 추론, TOOL 호출, 코드의 실행, 서로 협조 등을 통해 복잡한 워크플로우를 완료할 수 있습니다. AutoGen은 유연한 대화 패턴, 사용자 지정 에이전트 역할 및 인적输入, 외부 API, 코드 실행 환경과 통합이 지원되도록 설계되었습니다. Prototype 연구 보조원, 자동화된 코딩 워크플로우, 데이터 분석 파이프라인, 기타 업무 지향 에이전트 시스템에 대하여 일반적으로 사용됩니다. AutoGen은 Active Community 개발, 문서화 및 예제와 함께 Python 라이브러리 forma에서 분포되어 있습니다. 이는 멀티 에이전트 애플리케이션 개발과 배포를 위한 실제적인 기초를 제공합니다.
평가 기준 분해
- LLM
- Python API
LangChain 에이전트는 더廣泛한 LangChain 프레임워크의 일부로设计, 개발자들이 언어 모델이 추론, 결정을 해서 외부 도구들과 상호작용하는 애플리케이션을 구축하는 것을 위한 도움을 주는 데 쓰입니다. 에이전트들은 LLM을 추론 엔진으로 사용하여 어떠한 행동을 해야하고, 어디서해야 하며, 결과를 사용하기 위해 다음 행동을 어떻게 인도하여야 하는지 결정합니다. 프레임워크는 프롬프트를 연속으로 연결하는 모듈적인 구성 요소, 데이터 소스를 통합하는 기능, 메모리 관리, API, 데이터베이스, 검색 도구에 연결하는 기능을 제공합니다. 이 덕분에 채팅봇, 연구 보조자, 워크플로우 자동화 및 다른 동적인 LLM 지시를 기반으로 하는 시스템 빌드에 적합합니다. LangChain은 여러 모델 제공 업체 및 언어 (파이썬과 자바스크립트/타입스크립트)를 지원하며, 프로토 타입과 프로덕션 배포에 적합 한 유연한 기초를 제공합니다.
평가 기준 분해
- LLM을 사용하는 요소 및 애플리케이션 구축
- .prompt 구성 및 연쇄 관리
- 메모리 및 상태 관리
- .vector stores 및 API와의 통합
- 다중 LLM 제공업체를 지원
- 스트리밍 및 비동기 실행
LngGraph 스튜디오는.LangGraph 프레임워크 위에 동적 애플리케이션을 개발하는 엔지니어를 위한 특화된 개발 환경입니다. 이 환경은 그래프 구조를 시각적으로 확인하는 기능, 실행 경로를 추적하는 기능, 노드, 도구 및 상태 간에 에이전트가 이동하는 방식을 이해하는 기능을 제공합니다. LangGraph 스튜디오는 시각화 기능을 넘어, 상태 편집, 중간 단계에서 재생, 실행중인 에이전트와의 라이브 상호 작용,와 같은 이터레이티브 디버깅 기능을 제공합니다. 이로 인해, 멀티 스텝 LLM 워크플로에서 자주 나타나는 루프, 도구 호출 오류, 예상치 못한 분기 처리 과정을 진단하는 것이 쉬워졌습니다. 이 도구는 LangSmith와 연동하여 개발, 테스트, 반복을 지원하고 팀이 복잡한 에이전트 시스템을 개발, 테스트, 반복할 수 있는 통합 환경을 제공합니다. 이를 통해 팀은 프로덕션에 배포하기 전에 에이전트 시스템을 개발, 테스트, 반복할 수 있습니다.
평가 기준 분해
- 인터랙티브 그래프 시각화
- 제어, 재생 및 브랜치(agent executions) 기능
- 상태 검사 및 수동 편집
- 라이브 채팅 인터페이스(Agent Testing)
- LangSmith 트레이싱 통합
- 로컬 및 호스트드 배포 옵션
Zep AI Memory는 개발자 중심의 메모리 서비스로 AI 요정들이 대화와 세션을跨越하는 지속적인 구조화된 회상력을 제공합니다. 이 서비스는 대화 기록을 캡처하고 유용한 정보를 키워드별로 추출한 후 그들을 지식그래프로 구성하여 요정들이 원하는 경우에 관련된 맥락을 검색할 수 있도록합니다. 대화 기록의 전체 내용을 프롬프트에 집어넣기 대신, 플랫폼은-summarization, entity extraction 및 semantic search-를 간단한 API 뒷받침하도록 한다. thus, 팀은 수동적인 데이터 추출 인프라 구축 없이도 챗봇, 코하반, 자율적 에이전트 에 상태를 기억시킨다. 프로덕션 워크로드에 따라 대규모로 SCALE되며, 사용자 입력의 크기와 토큰 비용은 예측할 수 있다 Zep AI Memory는 LangChain 및 LlamaIndex와 같은 일반적인 LLM 프레임워크와 통합하고, 인기 언어에 대한 SDK를 제공하여 기존 에이전트 스택 내에서 단순하게 내장될 수 있는 솔루션을 제공합니다.
평가 기준 분해
- 장기 대화 기록 메모리
- 자동으로 사실 및 개체 추출
- 지식 그래프 저장소
- 논리적 및 гиб리드 검색
- LangChain와 LlamaIndex 통합
- 다중 언어 SDK