即刻App年轻人的同好社区
下载
App内打开
Zeeland_
66关注211被关注2夸夸
00后|全栈算法硬件|Promptulate founder|LLM Agenter | 大模型工程落地&infra | Python开发者
Zeeland_
7天前
之前做过一些 ROS + SLAM 的项目,对这个领域有一个大概的认知:自动驾驶、多机器人协作领域的架构会对 LLM Multi-Agent(LMA) 的架构设计提供很多思路。

最近和做自动驾驶的朋友@s7ev3n 在聊 LMA,进一步加深了我对此的认知,有时候看到一些技术架构,会让我感觉这两个领域在 Multi Agent System (MAS) 上做的是一个东西,后续会持续阅读一些自动驾驶领域的论文,我会分享出来,也给大家提供一些 insight。

还看了一些上世纪末关于 MAS 的论文,很多 arch 的设计,跟最近的研究相比,还是非常像的。他们都遵循我在之前提到的设计理念:面向仿生、面向人类思考方式、面向管理科学的角度构建 MAS 系统。

下面是一些早年的 MAS 相关的论文,相信会对大家有启发。

[Wurman 98] : P. Wurman, M. Wellman et W. Walsh, « The Michigan Internet AuctionBot: a
configurable auction server for human and software agents », Autonomous Agents 1998.

[Sycara 00] K. Sycara, S. Widoff, M. Klusch, J. Lu: LARKS: Dynamic Matchmaking Among
Heterogeneous Software Agents in Cyberspace. Journal on Autonomous Agents and Multi-Agent
Systems, Kluwer, 2000

[Tambe 98] Milind Tambe: Implementing Agent Teams in Dynamic Multiagent Environments. Applied
Artificial Intelligence 12(2-3): 189-210 (1998)

[Van Elst 01] Ludger van Elst and Andreas Abecker: Ontology-Related Services in Agent-Based
Distributed Information Infrastructures. In: Proceedings of the Thirteenth International Conference on
Software Engineering & Knowledge Engineering, June 13-15, 2001, Buenos Aires, Argentina, pp.
79-85.

[Weyns 06] Danny Weyns, Tom Holvoet: A Reference Architecture for Situated Multiagent Systems.
E4MAS 2006: 1-40

[Sycara 99] K. Sycara: In-context information management through adaptive collaboration of
intelligent agents. In M. Klusch (ed.), Intelligent Information Agents, Springer, 1999.

[Léger 99] Alain Léger, Marie-Pierre Gleizes, Hans Joachim Einsiedler. ABROSE : A Co-operative
Multi-Agent Based Framework for Electronic Marketplace. Dans : InfoWin, ACTS Project Infowin
(AC113), Vol. -, p. 21-36, 1999.
11
Zeeland_
13天前
🔥Microsoft 和宾夕法尼亚州立大学推出合作的 AI 课程,旨在教学 Multi-Agent 系统。

这是一门由 AutoGen 创建者 Microsoft Research 首席研究员 Chi Wang 和宾夕法尼亚州立大学助理教授 Qingyun Wu 教授的短期课程。

你可以在此学到多种 Multi-Agent 的交互方式,如:

- 使用 A sequence of chats 为产品提供有趣的客户入职体验。
- A coding agent 能够生成必要的代码来绘制股票收益以进行财务分析。
- 一种对话式国际象棋游戏,两个代理玩家可以通过实现工具使用设计模式来调用一个工具并在棋盘上做出合法的动作。

课程报名链接:

info.deeplearning.ai

简单看了一下,课程质量很适合新手入门了解 Multi-Agent,学习多智能体的协作方式,课程内容分别来自AutoGen 论文与对应的 notebook。

Paper: arxiv.org
07
Zeeland_
15天前
多次的 LLM Multi-Agent(LMA) 工程经历、以及深入分析了解现有的所有流行 LMA 框架之后,我总结了一个优秀的 LMA 框架需要有的设计理念:面向仿生、面向人类思考方式、面向管理科学的角度构建 LMA 系统。

基于此,我想到了 OKR,对于一个 AGI 系统来说,它是否需要一个 OKR 系统呢?从进化的角度来说,OKR 可以给 AGI 构建一个长线的指导方针,对于一个 LMA 系统,Team 中的 Agent 需要有 OKR 来指导自己迭代。又或者说,是否有类似 OKR 一样的东西,用更加显性、直观的方式(不仅仅是依靠价值观)来指导 AGI or LMA 的长线发展呢?

一想到这个问题,我很难不往机械公敌的方向想,好和坏往往只在一念之差,最终,AGI 进化的方向又影响着人类最终宿命。
72
Zeeland_
19天前
发现一个全自动化 PR 的机器人,每天的任务就是在 github 上到处为别人项目 PR 修改错别字,看起来已经帮 4.1K 个开源项目修了错别字。

还挺有意思的,感觉研究 AutoAgent 的开发者可以写一个玩一下。

Github: github.com

为什么我会关注到它,因为我在很多个开源项目都看到了这个头像
00
Zeeland_
24天前
无论是学习、与别人聊天、还是在社交媒体上分享自己的观点,这一点都同样成立。这让我想到了,前几天认识了一个新朋友,我习惯在我的个人介绍结尾加上【期待有机会可以一起make sth happen~】,ta说watch sth happen的群组太多太多,还是Make sth happen更有意思。

优秀的人会有很多非共识输出,我相信这些非共识输出,也是在与同频的人不断费曼的过程中慢慢沉淀出来的,这种感觉真的很棒

乌素淖尔: 顶级的聊天是在智慧层面流动的 一旦享受过这样的聊天,就很难忍受只停留在孤立的数据层面的聊天了

30
Zeeland_
29天前
00
Zeeland_
1月前
我最近在优化之前的FastAPI项目,接入可观测性平台,正好分享一下Pydantic团队最近推出的logfire,希望对大家的Python工程化有帮助。

Github: github.com

Logfire是Pydantic团队推出的可观测性平台,提供了一个简单而强大的仪表板进行数据观测。

Features:
- 提供了丰富的 Python 对象显示、事件循环遥测,以及分析 Python 代码和数据库查询。
- 提供日志中的结构化数据、嵌套日志/跟踪,以将你正在查看的内容上下文可视化,通过以下方式就可以轻松配置。
- 使用标准 SQL 查询数据,使用 SQL 还意味着您可以使用现有的 BI 工具和数据库查询库查询数据。
- OpenTelemetry wrapper,允许将现有的工具、基础设施和检测用于许多常见的Python包,并支持几乎任何语言,下面仅用两行就可以构建对FastAPI应用的观测。
- 你甚至可以用它接入OpenAI SDK,如果你对prompt eval没有强烈的需求,只需要简单的prompt trace,那么Logfire是一个很好的LangSmith的平替。
00
Zeeland_
2月前
最近在群里讨论到同步与异步处理的差异,及如何实现异步化提高效率,特别是在网络请求和大规模数据处理场景下,分享一下LangChain同步转异步的处理方案:

以Embeddings模块为例(图2),除了提供embed_documents函数外,还要提供其对应的async embed_documents函数,在这里,langchain使用run_in_executor来实现同步转异步(图3),这其实是一个统一的逻辑,如果你的系统比较大,或者是做lib开发,可以参考langchain的这种方案。

Link: github.com

而在这之前,langchain很多模块的异步功能都是直接copy的同步版本逻辑写的,至此产生了很多冗余代码,当然现在还有很多community的异步逻辑也是不统一的👀,比如智谱的(图4)。
21
Zeeland_
2月前
最近有朋友向我咨询,如何构建一个更pythonic的工程化项目,作为一个有重度代码洁癖,发过n次Python包的开发者,下面分享一个自己一直在用的模板仓库,我所有的Python项目都是用这个模板创建的:

3PG(Python Packages Project Generator),结合了最先进的库和 Python 最佳开发实践。Github: github.com

开发特性:
1.支持 Python 3.7 及更高版本。
2.使用 Poetry 作为依赖管理器。参见 pyproject.toml 和 setup.cfg 中的配置。
3.更快的格式化工具,使用 ruff 自动代码风格,替代 black、isort 和 pyupgrade。
4.开箱即用使用的 pre-commit 钩子,用于代码格式化。
5.类型检查使用 ruff;docstring 检查使用 darglint;安全检查使用 safety 和 bandit。
6.使用 pytest 进行测试。
7.开箱即用的 .editorconfig、.dockerignore 和 .gitignore 文件,你不必担心这些事情。
8.dockerfile。

部署特性
1.GitHub 集成:问题和 pr 模板。
2.使用预定义的 构建工作流 作为默认的 CI/CD 的 Github Actions。
3.使用makefile管理项目,已经为安全检查、代码风格检查、代码格式化、测试、linting、docker 构建等设置好了一切。
5.使用 @dependabot 保持依赖项始终更新。
6.使用 Release Drafter 自动发布说明。你可以在 release-drafter.yml 中看到标签列表。与 Semantic Versions 规范完美配合。

开源社区特性
1.开箱即用的 Pull Requests 模板 和几个 Issue 模板。
2.自动生成的文件,如:LICENSE、CONTRIBUTING.md、CODE_OF_CONDUCT.md 和 SECURITY.md。
3.Stale bot,在一段不活跃后关闭遗弃的问题。
4.使用 Release Drafter 的 Semantic Versions 规范。
00
Zeeland_
2月前
本来想给之前写的 cache orm 框架重新取个名字叫 cao(cache of orm),发个新的 lib,然后本能地去 pypi 搜了一下,很可惜这个名字已经被用了(已经猜到了),但是没想到,看了一下这个 cao maintainer,各种抽象的词都被他发了个包...
20