AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


Praison AI:集成mem0、CrewAI、Firecrawl、AutoGen,更易用的多智能体自主 AI 系统
发布日期:2024-08-17 06:52:06 浏览次数: 1654


这是一个结合了AutoGen 和 CrewAI的开源项目,用于构建和管理多代理 LLM 系统。

因为AutoGen 和 CrewAI(文末有介绍文章)已经是做了封装了。基于CrewAI的开源项目,以前也有介绍。

CrewAI本身也有基于Langchain做了一些工作,所以Praison AI会是一种更低代码、集中式的框架,它旨在简化各种 LLM 应用程序的多代理系统的创建和编排,强调易用性、定制化和人机交互。

我们会看到使用这两个框架的示例(可以切换AutoGen 与 CrewAI)

他同时也提供一个图形界面来自动化执行代理操作

直接在对话框输入想要做的事情就会自动去执行

它有两种操作模式

选择手动是可以自定义代理和工具的

工具集成有mem0、Craw4AI、Firecrawl、Langchain这些,这几个以往文章都有介绍,一个记忆层,两个AI爬虫,最后一个不用介绍了。

同时他也提供了众多模型的支持

Praison AI目前实现有这些功能:

  • 自动创建 AI 代理

  • 使用 CrewAI 或 AutoGen 框架

  • 100+ 法学硕士支持

  • 与整个代码库聊天

  • 交互式用户界面

  • 基于 YAML 的配置

  • 自定义工具集成

下面提供官方的文档介绍、相关资源、部署教程等,进一步支撑你的行动,以提升本文的帮助力。

Praison AI

Praison AI 利用 AutoGen 和 CrewAI 或其他任何代理框架,代表了一个低代码、集中化的框架,旨在简化多代理系统的创建和编排,适用于各种 LLM 应用,强调易用性、定制化和人机交互。

不同的用户界面:

界面描述URL
UI多代理如 CrewAI 或 AutoGenhttps://docs.praison.ai/ui/ui
Chat与 100+ LLMs 单个 AI 代理聊天https://docs.praison.ai/ui/chat
Code与整个代码库单个 AI 代理聊天https://docs.praison.ai/ui/code

Google Colab 多代理


CookbookOpen in Colab
BasicPraisonAI
Include ToolsPraisonAI Tools

安装

PraisonAIPraisonAI CodePraisonAI Chat
pip install praisonaipip install "praisonai[code]"pip install "praisonai[chat]"

主要特征

  • • 自动化 AI 代理创建

  • • 使用 CrewAI 或 AutoGen 框架

  • • 支持 100+ LLM

  • • 与整个代码库聊天

  • • 交互式 UI

  • • 基于 YAML 的配置

  • • 自定义工具集成

TL;DR 多代理

pip install praisonai
export OPENAI_API_KEY="Enter your API key"
praisonai --init create a movie script about dog in moon
praisonai

目录

  • • 安装

  • • 初始化

  • • 运行

  • • 全自动模式

  • • 用户界面

  • • Praison AI Chat

  • • 创建自定义工具

  • • 代理剧本

  • • 在项目中包含 praisonai 包

  • • 安装开发依赖的命令

  • • 其他模型

  • • 贡献

  • • 星历史

安装多代理

pip install praisonai

初始化

export OPENAI_API_KEY="Enter your API key"

从这里生成您的 OPENAI API 密钥:https://platform.openai.com/api-keys

注意:您可以使用其他提供商,如 Ollama、Mistral 等。详细信息在底部提供。

praisonai --init create a movie script about dog in moon

这将在当前目录中自动创建 agents.yaml 文件。

使用特定代理框架初始化(可选):

praisonai --framework autogen --init create movie script about cat in mars

运行

praisonai

python -m praisonai

指定代理框架(可选):

praisonai --framework autogen

全自动模式

praisonai --auto create a movie script about Dog in Moon

用户界面

PraisonAI 用户界面:

界面描述URL
UI多代理如 CrewAI 或 AutoGenhttps://docs.praisonai.com/ui/ui
Chat与 100+ LLMs 单个 AI 代理聊天https://docs.praisonai.com/ui/chat
Code与整个代码库单个 AI 代理聊天https://docs.praisonai.com/ui/code
pip install -U "praisonai[ui]"
export OPENAI_API_KEY="Enter your API key"
chainlit create-secret
export CHAINLIT_AUTH_SECRET=xxxxxxxx
praisonai ui

python -m praisonai ui

Praison AI Chat

  • • https://docs.praison.ai/chat/

pip install "praisonai[chat]"
export OPENAI_API_KEY="Enter your API key"
praisonai chat

Praison AI Code

pip install "praisonai[code]"
export OPENAI_API_KEY="Enter your API key"
praisonai code

创建自定义工具

  • • https://docs.praison.ai/tools/custom/

代理剧本

简单剧本示例

framework: crewai
topic: Artificial Intelligence
roles:
  screenwriter:
    backstory: "Skilled in crafting scripts with engaging dialogue about {topic}."
    goal: Create scripts from concepts.
    role: Screenwriter
    tasks:
      scriptwriting_task:
        description: "Develop scripts with compelling characters and dialogue about {topic}."
        expected_output: "Complete script ready for production."

使用 100+ 模型

  • • https://docs.praison.ai/models/

在项目中包含 praisonai 包

  • • https://docs.praison.ai/developers/wrapper

  • • https://docs.praison.ai/developers/wrapper-tools/

选项 1:使用 RAW YAML

from praisonai import PraisonAI

# 示例 agent_yaml 内容
agent_yaml = """
framework: "crewai"
topic: "Space Exploration"

roles:
  astronomer:
    role: "Space Researcher"
    goal: "Discover new insights about {topic}"
    backstory: "You are a curious and dedicated astronomer with a passion for unraveling the mysteries of the cosmos."
    tasks:
      investigate_exoplanets:
        description: "Research and compile information about exoplanets discovered in the last decade."
        expected_output: "A summarized report on exoplanet discoveries, including their size, potential habitability, and distance from Earth."
"""


# 使用 agent_yaml 内容创建 PraisonAI 实例
praisonai = PraisonAI(agent_yaml=agent_yaml)

# 运行 PraisonAI
result = praisonai.run()

# 打印结果
print(result)

选项 2:使用单独的 agents.yaml 文件

注意:请预先创建 agents.yaml 文件。

from praisonai import PraisonAI

def basic(): # 基本模式
    praisonai = PraisonAI(agent_file="agents.yaml")
    praisonai.run()

if __name__ == "__main__":
    basic()

安装依赖的命令:

  1. 1. 安装所有依赖,包括开发依赖:

    poetry install
  2. 2. 仅安装文档依赖:

    poetry install --with docs
  3. 3. 仅安装测试依赖:

    poetry install --with test
  4. 4. 仅安装开发依赖:

    poetry install --with dev

这个配置确保您的开发依赖项被正确分类,并在需要时安装。

Mem0 AI:开源一天斩获万星!超越 RAG、为LLM、Agent加上超强个性记忆!

Devyan (CrewAI) + DeepSeek-Coder-V2:几秒钟生成一个应用程序(本地、快速、一次提示)

14.8k Star!CrewAI:部署一支由你指挥的人工智能代理大军,股票分析、发布帖子、支持Ollama!

2024年AI+爬虫指南:使用JinaAI、FireCrawl、Crawl4AI(别用Beautiful Soup了)


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询