MACL предоставляет полный набор инструментов для создания, настройки и развертывания автономных ИИ-агентов, которые взаимодействуют и координируются для выполнения сложных рабочих процессов. Включает регистрацию агентов, настраиваемые протоколы коммуникации, планирование задач и моделирование среды. Разработан для разработчиков и исследователей, упрощает разработку многосистемных агентов.
MACL предоставляет полный набор инструментов для создания, настройки и развертывания автономных ИИ-агентов, которые взаимодействуют и координируются для выполнения сложных рабочих процессов. Включает регистрацию агентов, настраиваемые протоколы коммуникации, планирование задач и моделирование среды. Разработан для разработчиков и исследователей, упрощает разработку многосистемных агентов.
MACL — это модульный фреймворк на Python, предназначенный для упрощения создания и оркестрации нескольких ИИ-агентов. Позволяет определять отдельных агентов с индивидуальными навыками, настраивать каналы связи и планировать задачи в сети агентов. Агенты могут обмениваться сообщениями, договариваться о ответственности и динамически адаптироваться на основе общих данных. Встроенная поддержка популярных LLM и система плагинов для расширяемости позволяют MACL обеспечивать масштабируемые и удобные в обслуживании рабочие процессы ИИ в таких областях, как автоматизация клиентского сервиса, аналитика данных и симуляционные среды.
Кто будет использовать MACL?
Разработчики ИИ
Инженеры-автоматизаторы
Научные сотрудники
Инженеры данных
Как использовать MACL?
Шаг 1: Установите MACL через pip install macl-framework
Шаг 2: Инициализируйте AgentManager в вашем Python-скрипте
Шаг 3: Определите и зарегистрируйте индивидуальные классы агентов с пользовательскими навыками
Шаг 4: Настройте каналы связи и параметры планировщика задач
Шаг 5: Запустите многопроцессную сеть и контролируйте взаимодействия
LeanAgent — это фреймворк с открытым исходным кодом для создания автономных агентов ИИ с управлением планированием на основе LLM, использованием инструментов и памяти.
Рамочная инфраструктура, которая динамически маршрутизирует запросы между несколькими LLM и использует GraphQL для эффективной обработки комбинированных подсказок.