LLM agent workflows
Project description
Actionflow: Agent Workflows with Prompts and Tools
actionflow: A Human-Centric Framework for Large Language Model Agent Workflows, build your agent workflows quickly
actionflow: 快速构建你自己的Agent工作流
Overview
- 规划(Planning):任务拆解、生成计划、反思
- 记忆(Memory):短期记忆(prompt实现)、长期记忆(RAG实现)
- 工具使用(Tool use):function call能力,调用外部API,以获取外部信息,包括当前日期、日历、代码执行能力、对专用信息源的访问等
- Planner:负责让LLM生成一个多步计划来完成复杂任务,生成相互依赖的“链式计划”,定义每一步所依赖的上一步的输出
- Worker:接受“链式计划”,循环遍历计划中的每个子任务,并调用工具完成任务,可以自动反思纠错以完成任务
- Solver:求解器将所有这些输出整合为最终答案
Features
Actionflow
是一个Agent工作流构建工具,功能:
- 简单代码快速编排复杂工作流
- 工作流的编排不仅支持prompt命令,还支持工具调用(tool_calls)
- 支持OpenAI API和Moonshot API(kimi)调用
Installation
pip install -U actionflow
or
git clone https://github.com/shibing624/actionflow.git
cd actionflow
pip install .
Getting Started
-
复制example.env文件为
.env
,并粘贴OpenAI API key或者Moonshoot API key。 -
运行Agent示例,自动调用google搜索工具:
from actionflow import Assistant, OpenAILLM, AzureOpenAILLM
from actionflow.tools.search_serper import SearchSerperTool
m = Assistant(
llm=AzureOpenAILLM(),
description="You are a helpful ai assistant.",
show_tool_calls=True,
# Enable the assistant to search the knowledge base
search_knowledge=False,
tools=[SearchSerperTool()],
# Enable the assistant to read the chat history
read_chat_history=True,
debug_mode=True,
)
print("LLM:", m.llm)
print(m.run("介绍林黛玉", stream=False))
print(m.run("北京最近的新闻", stream=False))
print(m.run("我前面问了啥", stream=False))
Examples
运行工作流(Workflow)示例:
- examples/rag_assistant_demo.py 实现了RAG功能,基于PDF文档回答问题
- examples/python_assistant_demo.py 实现了Code Interpreter功能,自动生成python代码,并执行
- examples/research_demo.py 实现了Research功能,自动调用搜索工具,汇总信息后撰写科技报告
- examples/run_flow_news_article_demo.py 实现了写新闻稿的工作流,multi-agent的实现,定义了多个Assistant和Task,多次调用搜索工具,并生成高级排版的新闻文章
- examples/run_flow_investment_demo.py 实现了投资研究的工作流,依次执行股票信息收集、股票分析、撰写分析报告,复查报告等多个Task
Contact
- Issue(建议) :
- 邮件我:xuming: xuming624@qq.com
- 微信我: 加我微信号:xuming624, 备注:姓名-公司-NLP 进NLP交流群。
Citation
如果你在研究中使用了actionflow
,请按如下格式引用:
APA:
Xu, M. actionflow: A Human-Centric Framework for Large Language Model Agent Workflows (Version 0.0.2) [Computer software]. https://github.com/shibing624/actionflow
BibTeX:
@misc{Xu_actionflow,
title={actionflow: A Human-Centric Framework for Large Language Model Agent Workflows},
author={Xu Ming},
year={2024},
howpublished={\url{https://github.com/shibing624/actionflow}},
}
License
授权协议为 The Apache License 2.0,可免费用做商业用途。请在产品说明中附加actionflow
的链接和授权协议。
Contribute
项目代码还很粗糙,如果大家对代码有所改进,欢迎提交回本项目,在提交之前,注意以下两点:
- 在
tests
添加相应的单元测试 - 使用
python -m pytest
来运行所有单元测试,确保所有单测都是通过的
之后即可提交PR。
Acknowledgements
- https://github.com/langchain-ai/langchain
- https://github.com/simonmesmith/agentflow
- https://github.com/phidatahq/phidata
Thanks for their great work!
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
actionflow-0.0.5.tar.gz
(92.9 kB
view hashes)