XAgent — 面向复杂任务规划与执行的自主智能体系统

📖 简介

XAgent 是一个开源的实验性大型语言模型（LLM）驱动的自主智能体，能够自动解决各种任务。
它被设计为一个通用智能体，可应用于广泛的任务场景。XAgent 仍处于早期开发阶段，我们正在努力改进它。

🏆 我们的目标是创建一个能够解决任何给定任务的超级智能体！

我们欢迎各种形式的合作，包括全职和兼职角色等。如果您对智能体的前沿技术感兴趣，并希望加入我们，共同实现真正的自主智能体，请通过 xagentteam@gmail.com 联系我们。

XAgent

XAgent 设计具有以下特点：
- 自主性：XAgent 可以在无需人工参与的情况下自动解决各种任务。
- 安全性：XAgent 设计为安全运行。所有操作都被限制在 Docker 容器内。放心运行！
- 可扩展性：XAgent 设计为易于扩展。您可以轻松添加新工具以增强智能体的能力，甚至可以添加新的智能体！
- 图形界面：XAgent 提供了一个友好的图形用户界面，供用户与智能体交互。您也可以使用命令行界面与智能体交互。
- 人机协作：XAgent 可以与您协作处理任务。它不仅具备在执行中遵循您的指导来解决复杂任务的能力，还能在遇到挑战时主动寻求您的帮助。

XAgent 由三个部分组成：
- 🤖 调度器：负责动态实例化任务并将其分派给不同的智能体。它允许我们添加新的智能体并改进智能体的能力。
- 🧐 规划器：负责为任务生成和修正计划。它将任务分解为子任务并为其生成里程碑，使智能体能够逐步解决问题。
- 🦾 执行器：负责执行操作以实现目标并完成子任务。执行器利用各种工具解决子任务，也可以与人类协作解决问题。

🧰 工具服务器

工具服务器是为 XAgent 提供强大且安全工具以解决任务的服务器。它是一个 Docker 容器，为 XAgent 的运行提供了一个安全环境。
目前，工具服务器提供以下工具：
- 📝 文件编辑器：提供文本编辑工具，用于写入、读取和修改文件。
- 📘 Python 笔记本：提供一个交互式 Python 笔记本，可以运行 Python 代码来验证想法、绘制图表等。
- 🌏 网页浏览器：提供一个网页浏览器，用于搜索和访问网页。
- 🖥️ Shell：提供一个 bash shell 工具，可以执行任何 shell 命令，甚至可以安装程序和托管服务。
- 🧩 Rapid API：提供一个工具，用于从 Rapid API 检索 API 并调用它们，这为 XAgent 提供了广泛的 API 选择。有关 Rapid API 集合的更多信息，请参阅 ToolBench。
您也可以轻松地向工具服务器添加新工具，以增强 XAgent 的能力。

✨ 快速开始

🛠️ 构建和设置工具服务器

工具服务器是 XAgent 执行操作的地方。它是一个 Docker 容器，为 XAgent 的运行提供了一个安全环境。
因此，您需要先安装 docker 和 docker-compose。
然后，您需要构建工具服务器镜像。请参照以下任一方法进行构建：

通过运行以下命令从 Docker Hub 拉取镜像：

docker compose up

通过运行以下命令从本地源码构建镜像：

docker compose build
docker compose up

这将构建工具服务器的镜像并启动工具服务器的容器。
如果您想在后台运行容器，请使用 docker compose up -d。
有关我们工具服务器的详细信息，请参阅此处。

如果工具服务器有更新，您需要重新拉取/重建镜像：

docker compose pull

或

docker compose build

🎮 设置并运行 XAgent

设置好工具服务器后，您可以开始运行 XAgent。
- 安装依赖（要求 Python >= 3.10）

pip install -r requirements.txt

• 配置 XAgent

1. 在运行 XAgent 之前，您应该在 assets/config.yml 中配置它。
2. 在 assets/config.yml 中至少提供一个 OpenAI API 密钥，用于访问 OpenAI API。
   我们强烈建议使用 gpt-4-32k 来运行 XAgent；对于大多数简单任务，gpt-4 也可以。
   无论如何，至少应提供一个 gpt-3.5-turbo-16k API 密钥作为备用模型。
   由于上下文长度有限，我们未测试也不推荐使用 gpt-3.5-turbo 运行 XAgent；您不应尝试在该模型上运行 XAgent。
3. 如果您想更改 XAgentServer 的配置文件路径，应修改 .env 文件中的 CONFIG_FILE 值并重启 Docker 容器。

• 运行 XAgent

python run.py --task "在此处输入您的任务" --config-file "assets/config.yml"

1. 您可以使用参数 --upload-files 来选择要提交给 XAgent 的初始文件。

2. XAgent 的本地工作空间位于 local_workspace 中，您可以在其中找到 XAgent 在整个运行过程中生成的所有文件。

3. 执行结束后，ToolServerNode 中的整个 workspace 将被复制到 running_records 中，以便您查看。

4. 此外，在 running_records 中，您可以找到所有中间步骤的信息，例如任务状态、LLM 的输入输出对、使用的工具等。

5. 您可以通过在配置中设置 record_dir（默认为 Null）来加载记录以复现之前的运行。记录是与 XAgent 代码版本绑定的系统级记录。所有运行配置、查询、代码执行状态（包括错误）、服务器行为都将被记录。

6. 我们已经从记录中移除了所有敏感信息（包括 API 密钥），因此您可以安全地与他人共享。在不久的将来，我们将引入更细粒度的共享选项，突出显示执行过程中人类的贡献。

• 使用图形界面运行 XAgent
  容器 XAgent-Server 启动时附带 nginx 和一个监听端口 5173 的 Web 服务器。
  您可以访问 http://localhost:5173 通过 Web UI 与 XAgent 交互。
  默认的用户名和密码分别是 guest 和 xagent。
  有关我们图形界面演示的详细信息，请参阅此处。

🎬 演示

在此，我们也展示一些 XAgent 解决任务的案例：
您可以在 XAgent 官方网站 上查看我们的实时演示。我们还在此提供了使用 XAgent 的视频演示和案例展示：

案例 1. 数据分析：展示双循环机制的有效性

我们从帮助用户进行复杂数据分析的案例开始。在这里，我们的用户向 XAgent 提交了一个 iris.zip 文件，寻求数据分析的帮助。XAgent 迅速将任务分解为四个子任务：(1) 数据检查和理解，(2) 验证系统 Python 环境是否包含相关数据分析库，(3) 编写数据处理和分析的代码，(4) 根据 Python 代码的执行结果编写分析报告。
下图是 XAgent 绘制的图表。

案例 2. 推荐：人机交互的新范式

凭借主动寻求人类帮助并协作解决问题的独特能力，XAgent 不断重新定义人机协作的边界。如下面的截图所示，一位用户寻求 XAgent 的帮助，为朋友聚会推荐一些很棒的餐厅，但未能提供具体细节。XAgent 认识到所提供信息不足，使用了 AskForHumanHelp 工具，提示人类介入以获取用户偏好的地点、预算限制、烹饪偏好和饮食限制。凭借这些宝贵的反馈，XAgent 无缝生成了量身定制的餐厅推荐，确保为用户及其朋友提供个性化和满意的体验。

案例 3. 训练模型：一个复杂的工具使用者

XAgent 不仅处理日常任务，还在模型训练等复杂任务中提供宝贵的帮助。这里，我们展示了一个场景：用户希望分析电影评论并评估特定电影的公众情绪。作为回应，XAgent 立即启动流程，下载 IMDB 数据集以训练一个尖端的 BERT 模型（见下图），利用深度学习的力量。凭借这个训练好的 BERT 模型，XAgent 无缝地驾驭电影评论的复杂细微差别，就公众对各种电影的看法提供有洞察力的预测。

📊 评估

我们进行了人工偏好评估，以评估 XAgent 的性能。我们准备了超过 50 个真实世界的复杂任务进行评估，这些任务可以分为 5 类：搜索与报告、编码与开发、数据分析、数学和生活助手。
我们将 XAgent 的结果与 AutoGPT 进行了比较，结果显示 XAgent 总体上优于 AutoGPT。
所有运行记录可以参考此处。

我们报告了 XAgent 在人工偏好方面相对于 AutoGPT 的显著改进。

我们还在以下基准测试上评估了 XAgent：

🖌️ 博客

我们的博客可在此处访问！

🌟 我们的贡献者

衷心感谢我们所有的贡献者。你们的努力让这个项目不断成长和繁荣。每一次贡献，无论大小，都是无价的。

🌟 Star 历史

引用

如果您觉得我们的仓库有用，请考虑引用：

@misc{xagent2023,
      title={XAgent: An Autonomous Agent for Complex Task Solving},
      author={XAgent Team},
      year={2023},
}