直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

agent框架对比

回答

以下是一些常见的 Agent 框架对比：

  • 对于新人而言，Coze 框架可免费使用各种大语言模型。
  • 对于进阶且熟悉 API 开发的人员，常见的框架有 neuflow、Agently、AutoGPT、MetaGPT、Langchain、Langflow、Guidance、ModelScope-Agent、魔搭 agent 实操。
  • 开源的 Agent 框架呈现百花齐放的态势。
  • 像 Coze、Dify 这样的平台，带来了可视化 workflow 的便捷操作和 LLMops 的基建支持，但存在一些想法无法实现的情况，比如循环、并行分支等。
  • Langchain 基于图的概念推出的全新 Agent 框架 Langgraph 很灵活，但对于只想简单入手写个 Agent 的人来说，门槛略高。
  • 相比之下，莫欣老师的 Agently 框架更受推荐，写一次就可能爱上，只需专注于构思 Agent 的实现，其余的 coding 可交给框架。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

框架: 挑选合适的 Agent 框架

|技能需求|Agent框架|框架特点简介|<br>|-|-|-|<br>|新人|Coze|免费使用各种大语言模型|<br>|进阶熟悉API开发| ||<br>|程序员熟悉python|neuflow Agently AutoGPT[MetaGPT](https://github.com/geekan/MetaGPT)[Langchain](https://github.com/langchain-ai/langchain)[Langflow](https://docs.langflow.org)[Guidance](https://github.com/guidance-ai/guidance?tab=readme-ov-file#basic-generation)[ModelScope-Agent](https://github.com/modelscope/modelscope-agent/blob/master/README_CN.md)[魔搭agent实操](https://modelscope.cn/search?page=1&search=Agent%E5%AE%9E%E6%93%8D&type=headline)||除此之外,开源Agent框架已经是百花齐放:来自:https://github.com/e2b-dev/awesome-ai-agents

AI Agent 产品经理血泪史（二）-欲知方圆，则必规矩【Workflow篇】

读到这里如果还有问题的同学，我大概能猜到是什麼样的问题。像coze、dify这样的平台，虽然带来了可视化workflow的便捷操作和LLMops的基建支持，但还有很多想法实现不了，对吧？比如循环，再比如并行分支...等等，这个时候我会建议你开始写代码。其实去年底的时候langchain就基于图的概念推出了全新的Agent框架Langgraph，很灵活，但是仍旧会有一些问题，Langchain上的问题同样被带到了Langgraph，对于只想简单入手写个Agent的，门槛略高。相比之下，会更推荐莫欣老师的Agently框架，客观公正地评价一下，写一次你就会爱上那种感觉，你只需要专注于构思Agent的实现，剩下的coding，交给框架。（本篇不是软文），附上官网和langgraph的比较。

AI Agent 产品经理血泪史（二）-欲知方圆，则必规矩【Workflow篇】

读到这里如果还有问题的同学，我大概能猜到是什麼样的问题。像coze、dify这样的平台，虽然带来了可视化workflow的便捷操作和LLMops的基建支持，但还有很多想法实现不了，对吧？比如循环，再比如并行分支...等等，这个时候我会建议你开始写代码。其实去年底的时候langchain就基于图的概念推出了全新的Agent框架Langgraph，很灵活，但是仍旧会有一些问题，Langchain上的问题同样被带到了Langgraph，对于只想简单入手写个Agent的，门槛略高。相比之下，会更推荐莫欣老师的Agently框架，客观公正地评价一下，写一次你就会爱上那种感觉，你只需要专注于构思Agent的实现，剩下的coding，交给框架。（本篇不是软文），附上官网和langgraph的比较。

其他人在问
ai agent 就是 ai 工具吗
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），运行时会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 此外，AI Agent 也像是在 RAG 的基础上更进一步。RAG 是给大模型一个浏览器工具使用，而 Agent 给了大模型更多工具，比如长期记忆（给大模型一个数据库工具记录重要信息）、规划和行动（在大模型的 prompt 层做逻辑，将目标拆解并输出不同的固定格式 action 指令给工具）。 总的来说，AI Agent 代表了在流程中给大模型使用工具的能力，为大模型的应用提供了更广阔的空间。例如可以让大模型安排差旅，它会判断完成目标所需步骤，搜索近期差旅记录，在相关平台预订酒店和机票，最终完成任务。
2024-09-18
ai agent
AI 智能体（Agent）是随着 ChatGPT 与 AI 概念爆火而出现的新名词，简单理解就是 AI 机器人小助手，参照移动互联网，类似 APP 应用的概念。AI 大模型是技术，面向用户服务的是产品，因此很多公司关注 AI 应用层的产品机会。 在做 Agent 创业的公司有不少，C 端案例中，比如在社交方向，用户注册后先创建自己的 Agent，然后让其与他人的 Agent 聊天，两个 Agent 聊到一起后真人再介入，这是有趣的场景；还有借 Onlyfans 入局打造个性化聊天的创业公司。B 端案例中，如果字节扣子和腾讯元器是面向普通人的低代码平台，类似 APP 时代的个人开发者，那么还有帮助 B 端商家搭建 Agent 的机会，类似 APP 时代专业做 APP 的。 此外，字节于 2 月 1 日正式推出 AI 聊天机器人构建平台 Coze 的国内版“扣子”，主要用于开发下一代 AI 聊天机器人。还有一个情绪主题角色扮演小游戏，本文会按照需求分析、分步实现需求、提示词编写测试、GPTs 使用链接、总结的顺序进行介绍。智能体来源于 Cathy 教练和 Leah 老师的情绪力手册，这是帮助家长和孩子从源头了解、分辨、分析、处理和控制情绪的手册，内涵多个相关的智能体。
2024-09-18
agent 相关的知识
以下是关于 Agent 的相关知识： 在人工智能领域，Agent 通常被定义为一种具有感知能力的实体，它能够通过对其所处环境的观察来做出相应的决策和反应。Agent 既可以是软件形式的程序，例如对话机器人，也可以具备物理形态，比如扫地机器人。 从产品经理角度思考 Agent： Agent 可以是一个历史新闻探索向导。 身份：历史新闻探索向导。 性格：知识渊博、温暖亲切、富有同情心。 角色：主导新闻解析和历史背景分析。 为使角色更生动，可为其设计简短的背景故事，比如曾是一位对世界重大历史事件了如指掌、充满热情且愿意分享知识的历史学家。 写好角色个性的方法： 角色背景和身份：编写背景故事，明确起源、经历和动机。 性格和语气：定义性格特点，如友好、幽默、严肃或神秘；确定说话方式和风格。 角色互动方式：设计对话风格，从基本问答到深入讨论。 角色技能：明确核心功能，如提供新闻解析、历史背景分析或心理分析；增加附加功能以提高吸引力和实用性。 “智能体”（Agent）在人工智能和计算机科学领域是一个非常重要的概念，指的是一种能够感知环境并采取行动以实现特定目标的实体，可以是软件程序，也可以是硬件设备。
2024-09-14
我想设计一款符合企业内部办公的ai agent，有哪些资料可以辅助参考
以下是一些可辅助您设计符合企业内部办公的 AI Agent 的资料和相关信息： Agent 构建平台： 1. Coze：新一代一站式 AI Bot 开发平台，集成丰富插件工具，适用于构建各类问答 Bot，能拓展 Bot 能力边界。 2. Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，可将 Copilot 部署到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者打造产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 5. 斑头雁：基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等场景，提供多种成熟模板，功能强大且开箱即用。 6. 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景如销售、客服、行程安排等方面表现出色。 AI Agent 的概念和组成： 1. LLM（大模型）：提供庞大的信息存储和处理能力，以理解和响应问题。 2. Planning（规划）：如同园丁制定种植计划，决定任务执行步骤。 3. Memory（记忆）：类似于园丁的笔记本，记录经验和已完成任务。 4. Tools（工具）：指可运用的各种软件和程序，帮助执行复杂任务。 AI Agent 的相关概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成，每个 Chain 可视为一个步骤，接受输入变量并产生输出变量，大部分是由大语言模型完成的 LLM Chain。 2. Router：可使用判定（甚至用 LLM 判定）让 Agent 走向不同的 Chain。 3. Tool：Agent 上的一次工具调用，如对互联网的搜索或对数据库的检索。 此外，还包括以下三种 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态，如进入下一个剧本，抽检生成增长的记忆体等。 3. Daily Agent：每日 agent，用于生成剧本、配套图片和每日朋友圈。 这三种 Agent 每隔一段时间运行一次（默认 3 分钟），分析期间的历史对话，变更人物关系、反感度等，抽简对话内容提取信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 以上信息提供了关于 AI Agent 的概述，您可以根据自己的需求选择适合的平台和概念进行进一步探索和应用。请注意，内容由 AI 大模型生成，请仔细甄别。
2024-09-13
AI agent 落地例子
以下是关于 AI agent 的相关信息： AI agent 是在 rag 的基础上更进一步，给大模型提供了更多工具，如长期记忆（相当于给大模型一个数据库工具记录重要信息）、规划和行动（在大模型的 prompt 层做逻辑，将目标拆解并输出固定格式的 action 指令给工具）。例如可以让大模型安排差旅，它会判断完成目标所需步骤，搜索差旅记录，预订酒店和机票等。 一些 Agent 构建平台包括： Coze：新一代一站式 AI Bot 开发平台，集成丰富插件工具拓展 Bot 能力。 Microsoft 的 Copilot Studio：具备外挂数据、定义流程、调用 API 和操作等功能，并能部署到多种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识等，并能访问第三方数据和服务或执行工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 钉钉 AI 超级助理：依托钉钉优势，在处理高频工作场景表现出色。 大型语言模型置于 Agent 的“大脑”或“控制器”核心位置，赋予强大语言理解和生成能力。通过多模态感知技术和工具利用策略扩展感知和行动范围，采用思维链和问题分解技术展现出推理和规划能力，能从反馈中学习并与环境互动，在软件开发、科学研究等现实世界场景中得到应用，还能与其他 Agent 交流协作。
2024-09-11
什么是agent，技术原理是什么，有哪些应用
智能体（Agent）是指能够自主感知环境、做出决策并执行动作以实现特定目标的实体。 其技术原理包括： AppAgent 可以通过自主学习和模仿人类的点击和滑动手势，能够在手机上执行各种任务。它是一个基于大语言模型的多模态代理，能够处理和理解多种类型的信息（如文本、图像、触控操作等）。 沉浸式单机剧本杀 Bot 由多个 agent 共同协作完成，包括主持人 Agent 通过对话引导玩家，条件判断 Agent 负责解析玩家输入判断触发条件，以及通过对剧本内容进行向量化处理和构建索引来使剧情展开更流畅。 智能体的应用领域广泛，例如： 自动驾驶：自动驾驶汽车中的智能体感知周围环境，做出驾驶决策。 家居自动化：智能家居设备（如智能恒温器、智能照明）根据环境和用户行为自动调节。 游戏 AI：游戏中的对手角色（NPC）和智能行为系统。 金融交易：金融市场中的智能交易算法，根据市场数据做出交易决策。 客服聊天机器人：通过自然语言处理与用户互动，提供自动化的客户支持。 机器人：各类机器人（如工业机器人、服务机器人）中集成的智能控制系统。
2024-09-11
我需要全部的prompt框架
以下是为您整理的常见的 Prompt 框架： 1. ICIO 框架： 指令：即您希望 AI 执行的具体任务。 背景信息：提供执行任务的背景信息和上下文内容，以便模型更好地回答。 输入信息：模型需要用到的一些信息。 输出信息：明确输出的具体信息的要求，例如字数、风格、格式。 2. BROKE 框架：通过 GPT 的设计提示来提升整体反馈的效率。 背景：提供足够背景信息，让模型理解问题的上下文。 角色设定：指定特定的角色，让 GPT 根据特定角色的能力和特点来形成响应。 目标：明确任务的目标，让模型知道您想让它做什么。 结果定义：明确可以衡量的结果，让模型清楚自己的完成情况。 调整：根据具体情况来调整具体的结果。 3. CRISPIE 框架： 能力和角色：您期望模型扮演的角色，提供幕后洞察力、背景信息和上下文。 声明：简洁明了地说明希望完成的任务。 个性：您希望模型回应的风格、个性或者方式。 实验：提供多个回答的示例。 4. 框架集合：右侧附件做成了海报。 5. ACTION 框架： 行动：描述您想做什么。 结果：描述所需的结果。 示例：举一个例子来说明您的观点。 6. ROSES 框架： 角色：指定模型的角色。 目的：陈述目标或目的。 方案：描述情况。 预期解决方案：定义所需的结果。 步骤：要求达到解决方案所需的措施。 7. RACE 框架： 角色：指定模型的角色。 行动：详细说明需要采取什么行动。 背景：提供有关情况的相关细节。 期望：描述预期结果。 8. PATFU 泡芙提示词框架： 问题：清晰地表述需要解决的问题。 领域：问题所在领域以及需要扮演的角色。 任务：解决这个问题需要执行的具体任务。
2024-09-06
可以给你一个文本，你模仿它的框架，但是主题换一个，你可以做到吗
可以做到。您请给出新的主题，我会按照要求进行模仿创作。
2024-09-06
帮我写一篇有关aigc的行业分析，标题为《AIGC行业洞察与概览》，其中框架内容包含以下部分，整体3万字 - 概念导入（AI、AIGC） - AI与人的区别 - AI衍生发展历程（诞生、发展、现状-中外各平台产品及语言模型介绍） - AI在社会各领域的应用实践 - AI技术的底层逻辑概览 - AI的弊端以及风险
以下是为您生成的《AIGC 行业洞察与概览》的部分内容： 一、概念导入 （一）AI 人工智能（Artificial Intelligence，简称 AI）是一种目标，旨在让机器展现智慧。 （二）AIGC GenAI（即生成式 AI）是一种能够从已有数据中学习并生成新的数据或内容的 AI 应用，利用 GenAI 创建的内容即 AIGC（全称 AIGenerated Content）。AIGC 是利用人工智能技术生成内容的新型生产方式，包括文本、图像、音频和视频等内容。 二、AI 与人的区别 三、AI 衍生发展历程 （一）诞生 （二）发展 （三）现状 1. 中外各平台产品及语言模型介绍 （1）语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 GeminiUltra。 （2）图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，代表项目有 Stable Diffusion 和 StyleGAN 2。 （3）音视频生成利用扩散模型、GANs 和 Video Diffusion 等，代表项目有 Sora 和 WaveNet。 四、AI 在社会各领域的应用实践 AIGC 技术可以用于多种应用，如自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等。 五、AI 技术的底层逻辑概览 （一）机器学习：一种让机器自动从资料中找到公式的手段。 （二）深度学习：一种更厉害的手段，类神经网络，具有非常大量参数的函数。 （三）大语言模型：是一类具有大量参数的“深度学习”模型，Large Language Models，简称 LLMs。 六、AI 的弊端以及风险 作为一种强大的技术，生成式 AI 能够赋能诸多领域，但也存在多重潜在的合规风险。目前，我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。 由于篇幅限制，目前仅能为您提供约 2000 字的内容，距离 3 万字还有较大差距。后续还需要进一步丰富和完善各个部分的细节及案例分析等。
2024-09-03
ai agent 框架
AI Agent 框架主要包括以下几个方面： 1. 基础架构：OpenAI 的研究主管 Lilian Weng 提出“Agent = LLM + 规划 + 记忆 + 工具使用”。其中大模型 LLM 扮演了 Agent 的“大脑”。 2. 规划（Planning）：主要包括子目标分解、反思与改进。将大型任务分解为较小可管理的子目标处理复杂的任务，同时可以对过去的行动进行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质量。 3. 记忆（Memory）：分为短期记忆和长期记忆。短期记忆是指将所有的上下文学习看成是利用模型的短期记忆来学习；长期记忆是提供了长期存储和召回信息的能力，通常通过利用外部的向量存储和快速检索来存储和召回信息。 4. 工具（Tools） 目前行业里主要用到的是一个叫 langchain 的框架，它把 LLM 和 LLM 之间，以及 LLM 和工具之间，通过代码或 prompt 的形式进行了串接。 以下是一些 Agent 构建平台： 1. Coze：新一代的一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具拓展 Bot 能力边界。 2. Mircosoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据自身需求打造产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行设计良好的工作流。 5. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等多种场景，提供多种成熟模板，功能强大且开箱即用。 6. 钉钉 AI 超级助理：依托于钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能，在处理高频工作场景如销售、客服、行程安排等方面表现出色。 以上信息由 AI 大模型生成，请仔细甄别。您可以根据自己的需求选择适合的平台进行进一步探索和应用。
2024-08-26
开源的，新一代的 tts 框架有哪些？
以下是一些开源的新一代 TTS 框架： 1. GPTSoVITS：这是一个声音克隆和文本到语音转换的开源 Python RAG 框架。只需 1 分钟语音即可训练一个自己的 TTS 模型，5 秒数据就能模仿，1 分钟的声音数据就能训练出高质量的 TTS 模型，完美克隆声音。它完美适配中文，具有零样本 TTS、少量样本训练、易于使用的界面、跨语言支持、适用于不同操作系统、提供预训练模型等特点。 2. ChatTTS：针对对话式任务进行了优化，实现自然流畅的语音合成，同时支持多说话人。能够预测和控制细粒度的韵律特征，包括笑声、停顿和插入词等。在韵律方面超越了大部分开源 TTS 模型，并提供预训练模型，但存在模型稳定性不足的问题。目前发布的模型版本中，情感控制仅限于笑声以及一些声音中断，作者计划在未来的版本中开源更多情感控制的功能。如今陆续出现了在线网站和本地增强整合包。 3. B 站 up“花儿不哭”大佬的开源项目 gptsovits 也被用于节目《马上封喉》的 TTS 中，只需 1 分钟的干声素材就可以实现惊艳的效果，甚至实现了 zeroshot（零样本），但单字和中英文混杂的词句效果还有待提高。
2024-08-23
移动设备下，可集成到 iOS/anrdroid 的 app 中 的 tts 框架有哪些？
目前常见的可集成到 iOS 和 Android 移动设备 App 中的 TTS（TexttoSpeech，文本转语音）框架有以下几种： 1. Google TexttoSpeech：在 Android 平台上较为常用，提供了多种语言和声音选择。 2. Apple 的 Speech Synthesis：专为 iOS 开发，具有高质量的语音合成效果。 3. Microsoft Azure Cognitive Services Speech：支持多种平台，包括 iOS 和 Android，提供丰富的语音选项和功能。 但具体选择哪种框架，还需要根据您的应用需求、开发技术栈以及预算等因素来综合考虑。
2024-08-23