BabyAGI

BabyAGI là một khung nguồn mở dành cho agent điều khiển nhiệm vụ, cho phép AI tự động tạo các nhiệm vụ con, ưu tiên và thực hiện chúng nhiều lần khi được giao một mục tiêu duy nhất. Được xuất bản bởi Yohei Nakajima vào năm 2023, nó có thiết kế kết hợp mô hình ngôn ngữ quy mô lớn (API OpenAI) và cơ sở dữ liệu vectơ (Pinecone/Chroma, v.v.) để cập nhật động danh sách nhiệm vụ cho đến khi đạt được mục tiêu. Thích hợp cho PoC cho các nhiệm vụ như tự động hóa nghiên cứu, nghiên cứu cạnh tranh và tạo bản dự thảo kế hoạch, trong đó mục tiêu được đặt ra nhưng các bước khó đọc.

Các tính năng chính

Tự động tạo và ưu tiên nhiệm vụ: LLM liệt kê các nhiệm vụ phụ dựa trên mục đích nhất định và sắp xếp chúng theo mức độ phụ thuộc và tầm quan trọng. Việc phân tách nhiệm vụ vốn mất 30 phút theo cách thủ công có thể giảm xuống còn 1-2 phút.

Bộ nhớ dài hạn sử dụng vector DB: Kết quả thực thi trước đây được lưu dưới dạng nhúng và tham chiếu lại trong các tác vụ liên quan. Cũng có thể tạo một cấu hình có thể giảm các yêu cầu trùng lặp từ các lời nhắc nghiên cứu và giảm 20-30% chi phí API.

Cấu hình tệp đơn Python đơn giản: chạy trên tập lệnh lõi khoảng 100 dòng. Bạn có thể tạo một agent bằng cách chỉ cần kết nối API của công ty bạn hoặc các công cụ nội bộ với các yêu cầu và việc xây dựng PoC mất khoảng nửa ngày đến một ngày.

Thay thế mô hình miễn phí: Ngoài OpenAI, bạn cũng có thể cắm các API dựa trên LLaMA và Claude, giúp dễ dàng lựa chọn theo yêu cầu tối ưu hóa chi phí và dữ liệu nội bộ.

Biên bản xác minh của ban biên tập

Sau khi so sánh các kho lưu trữ công khai và các bài viết giải thích chính, chúng tôi xác định rằng việc định vị BabyAGI là tài liệu tham khảo triển khai tối thiểu cho các AI agent tự trị là phù hợp hơn là "sự thay thế cho SaaS thương mại". Trong khi đối thủ cạnh tranh của nó là AutoGPT là một tập hợp đầy đủ bao gồm tích hợp công cụ và hoạt động trình duyệt, BabyAGI chỉ tập trung vào vòng lặp nhiệm vụ, làm cho mã ít khó hiểu và sửa đổi hơn. Phí API OpenAI được giả định là GPT-4o-mini và dao động từ vài chục yên Nhật đến vài trăm yên Nhật cho mỗi mục tiêu. Nếu 10 nhiệm vụ nghiên cứu mỗi tuần được thực hiện nội bộ thì có thể giảm chi phí 200.000 yên Nhật mỗi tháng đối với chi phí nghiên cứu thuê ngoài (quy đổi thành 5.000 yên Nhật cho mỗi nhiệm vụ).

Người dùng dự định

Thích hợp cho các nhà phát triển muốn hiểu cách các AI agent LLM làm việc nội bộ, nhân viên DX do PoC lãnh đạo và các kỹ sư cho mục đích nghiên cứu. Mặt khác, nó không phù hợp với các bộ phận phi kỹ thuật muốn đưa nó vào làm việc ngay mà không sửa đổi mã hoặc cho các hoạt động sản xuất tại các công ty lớn yêu cầu UI, quản lý quyền hạn và nhật ký kiểm tra, và trong trường hợp đó, việc chọn một nền tảng agent thương mại sẽ thực tế hơn.

Người tiên phong về mã nguồn mở dành cho các AI agent điều khiển nhiệm vụ. Một vòng lặp tự động lặp lại việc tạo nhiệm vụ con + mức độ ưu tiên + thực thi từ mục tiêu và sự kết hợp giữa LLM + DB vectơ để cập nhật danh sách nhiệm vụ động. mã nguồn mở hoàn toàn miễn phí, hoạt động với cài đặt khóa API của riêng bạn. Cùng với AutoGPT, đây là nguồn thiết kế agent ban đầu và là điểm khởi đầu thực tế để các nhà phát triển và nhà nghiên cứu cá nhân tìm hiểu cách hoạt động của các AI agent tự trị.