Skip to main content

Framework para crear agentes inteligentes personalizados

Project description

Descripción de proyecto Babot es un framework para crear agentes inteligentes personalizados, integrados con modelos de lenguaje como Llama 2, y diseñados para ejecutarse en infraestructura local o en la nube. Ofrece herramientas para inicializar proyectos, crear agentes desde cero, clonar agentes predefinidos desde un repositorio, y ejecutar tareas complejas como búsqueda en internet o análisis de imágenes.

Características Fácil Inicialización: Crea rápidamente un proyecto base con la CLI. Agentes Personalizados: Diseña agentes con prompts y capacidades específicas. Integración con Ollama: Utiliza modelos como Llama 2 para respuestas inteligentes. Soporte Modular: Añade agentes o funcionalidades según las necesidades del negocio. Escalabilidad: Perfecto para proyectos pequeños o despliegues empresariales. Instalación Instala el framework: pip install babot

Verifica que Babot esté instalado: babot --version

Uso Inicializar un Proyecto Para comenzar un nuevo proyecto: babot init <nombre_proyecto> Ejemplo: babot init mi_proyecto

Esto generará una estructura base en el directorio mi_proyecto.

Ejecutar un Agente Existente Dirígete al directorio del proyecto: cd <nombre_proyecto> Ejecuta el agente predeterminado (babot): babot run babot

Modificar el Prompt de un Agente Ejecuta el agente nuevamente: babot run babot

Crear un Nuevo Agente Puedes crear un agente desde cero con: babot create <nombre_agente> Ejemplo: babot create agente_ventas

Esto generará:

Un archivo Python: agentes/agente_ventas.py. Un archivo de configuración: config/agente_ventas.yaml. Edítalos según tus necesidades y ejecuta el nuevo agente: babot run agente_ventas

Clonar un Agente desde la Web Si deseas usar un agente predefinido de nuestro repositorio, puedes clonarlo: babot clone <nombre_agente> Ejemplo: babot clone agente_marketing

Esto descargará el código del agente y su configuración en tu proyecto.

Ejemplo Completo Inicializa un nuevo proyecto: babot init tienda_adema cd tienda_adema

Ejecuta el agente predeterminado: babot run babot

Modifica el prompt de Babot para que actúe como un asistente técnico. Edita config/babot.yaml: descripcion: "Asistente técnico para soporte al cliente." prompt_inicial: | Actúa como un soporte técnico para una empresa de tecnología. - Responde preguntas sobre el uso de productos tecnológicos. - Ayuda a los clientes a solucionar problemas comunes. - Mantén un tono claro, amigable y profesional.

Ejecuta el agente modificado: babot run babot

Espero les sirva!

Contribuir ¡Agradecemos tus contribuciones! Por favor, abre un issue o un pull request en el repositorio.

Licencia Este proyecto está bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

babot-0.2.3.tar.gz (10.4 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

babot-0.2.3-py3-none-any.whl (11.3 kB view details)

Uploaded Python 3

File details

Details for the file babot-0.2.3.tar.gz.

File metadata

  • Download URL: babot-0.2.3.tar.gz
  • Upload date:
  • Size: 10.4 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.12.4

File hashes

Hashes for babot-0.2.3.tar.gz
Algorithm Hash digest
SHA256 cfa88ad6f631d8b69a0226a52a7a6745db8fc54777b3b2a58a3c22aa7afa27db
MD5 7bf7fac88b9dd76cca4730d2072826d1
BLAKE2b-256 4a8b76ecd358c58f9eb9428a49c583c326c4ead5f16a665ae35d2aae03e8bb09

See more details on using hashes here.

File details

Details for the file babot-0.2.3-py3-none-any.whl.

File metadata

  • Download URL: babot-0.2.3-py3-none-any.whl
  • Upload date:
  • Size: 11.3 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.12.4

File hashes

Hashes for babot-0.2.3-py3-none-any.whl
Algorithm Hash digest
SHA256 83e4fc4f033c65b613bff69b6eaea488c7505235fb36d5d6238eb9a864a4b0f2
MD5 c53153bd1f95b9d34901d07c46440940
BLAKE2b-256 94ef535939c8c50ab03c0f9beee4de90bbd6c1e230362ae9cecbfcfaf32788a8

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page