NaturalAgents — это фреймворк на Python, позволяющий разработчикам создавать ИИ-агентов с памятью, планированием и интеграцией инструментов с использованием LLMs.
NaturalAgents — это открытая библиотека Python, предназначенная для упрощения создания и развертывания агентов на базе LLM. Она предоставляет модули для управления памятью, отслеживания контекста и интеграции инструментов, позволяя агентам сохранять и вызывать информацию в течение длительных сессий. Иерархический планировщик координирует многошаговое рассуждение и действия, а система расширений поддерживает пользовательские плагины и вызовы внешних API. Встроенная регистрация и аналитика позволяют разработчикам наблюдать за производительностью и отлаживать рабочие процессы. NaturalAgents поддерживает как синхронное, так и асинхронное выполнение, что делает его гибким для интерактивных и автоматизированных сценариев.
Основные функции NaturalAgents
Модули управления памятью
Фреймворк интеграции инструментов
Иерархический движок планирования
Отслеживание и извлечение контекста
Система плагинов и расширений
Обработка асинхронных задач
Логирование и аналитика сессий
Плюсы и минусы NaturalAgents
Минусы
Плюсы
Не требуется код, что позволяет легко создавать агентов.
Использование простого английского языка для создания агентов.
Совместные функции для сохранения и повторного использования рецептов агентов.
Простой и интуитивно понятный редактор в стиле Notion.
LLMFlow — это фреймворк с открытым исходным кодом, позволяющий оркестрировать рабочие процессы на базе LLM с интеграцией инструментов и гибкой маршрутизацией.
LLMFlow предлагает декларативный способ проектирования, тестирования и развертывания сложных рабочих процессов языковых моделей. Разработчики создают узлы, представляющие подсказки или действия, затем связывают их в потоки, которые могут ветвиться в зависимости от условий или результатов внешних инструментов. Встроенное управление памятью отслеживает контекст между шагами, а адаптеры позволяют беспрепятственно интегрировать OpenAI, Hugging Face и другие. Возможности расширяются с помощью плагинов для пользовательских инструментов или источников данных. Процессы могут выполняться локально, в контейнерах или как безсерверные функции. Примеры использования включают создание диалоговых ассистентов, автоматическую генерацию отчетов и извлечение данных — всё с прозрачным выполнением и логированием.