[论文解读] Agents: An Open-source Framework for Autonomous Language Agents

Wangchunshu Zhou, Yuchen Eleanor Jiang+16 more|arXiv (Cornell University)|Sep 14, 2023

Topic Modeling被引用 19

一句话总结

Agents 是一个开源库，能够构建、调优和部署具备规划、记忆、工具使用、多代理通信，以及符号控制的自主语言代理。

ABSTRACT

Recent advances on large language models (LLMs) enable researchers and developers to build autonomous language agents that can automatically solve various tasks and interact with environments, humans, and other agents using natural language interfaces. We consider language agents as a promising direction towards artificial general intelligence and release Agents, an open-source library with the goal of opening up these advances to a wider non-specialist audience. Agents is carefully engineered to support important features including planning, memory, tool usage, multi-agent communication, and fine-grained symbolic control. Agents is user-friendly as it enables non-specialists to build, customize, test, tune, and deploy state-of-the-art autonomous language agents without much coding. The library is also research-friendly as its modularized design makes it easily extensible for researchers. Agents is available at https://github.com/aiwaves-cn/agents.

研究动机与目标

• 动机在于让非专业人员和研究人员更易获得自主语言代理。
• 提供一个模块化、可扩展的框架，结合规划、记忆、工具和多代理通信。
• 方便对最先进代理的轻松定制、测试、调优和部署。
• 通过 Standard Operating Procedures (SOPs) 提供符号化控制，以提高稳定性和可调性。

提出的方法

• 引入核心代理框架，由 Agent、SOP 和 Environment 类组成，且从配置文件实例化。
• 实现长短期记忆，可选的长期记忆存储在 VectorDB 中并进行语义搜索。
• 通过 ToolComponents 实现工具使用和网页导航，结合 OpenAI tool-calling 以支持情境依赖工具。
• 通过由 moderator/控制代理动态调度，启用多代理通信。
• 通过允许 is_human 将代理切换到人工操作模式，提供人机交互。
• 实现作为 API（FastAPI）部署，并引入 Agent Hub 以分享微调后的代理。
• 通过检索增强生成（RAG）管道自动生成 SOP，以创建任务特定的配置。

Figure 1: Illustration of the Agents framework.

实验结果

研究问题

• RQ1 Agents 框架如何在一个可用的开源库中统一规划、记忆、工具和多代理通信？
• RQ2 哪些特性是使语言代理对非专业人士和研究人员可控、可调和可部署的关键？
• RQ3 符号化计划（SOPs）是否能提供细粒度控制，从而提高代理行为的稳定性和可重复性？
• RQ4 哪些基础设施（Agent Hub、API 部署）支持语言代理的广泛采用和共享？

主要发现

• Agents 旨在让非专业人士通过模块化的、基于配置的组件来构建、定制、测试、调优和部署自主语言代理。
• 该框架在一个库中独特地将长短期记忆、工具使用、多代理通信、人机交互和符号控制结合在一起。
• 它通过 ToolComponents 支持网页导航和外部 API/工具的集成，提供可选的函数调用以实现上下文感知的工具使用。
• 动态调度控制器实现了多代理行动的灵活、非固定序列。
• Agents 可以通过 FastAPI 以 API 形式部署，并通过 Agent Hub 进行共享，以便更易复用和协作。
• 一个自动 SOP 生成管道通过从任务描述生成配置文件和提示来减少人工劳动。

Figure 2: (a) Customer service agent