VoltAgent: uma estrutura de código aberto TypeScript para criar rapidamente inteligências de IA

Introdução geral

O VoltAgent é uma estrutura TypeScript de código aberto projetada para que os desenvolvedores ajudem a criar e orquestrar rapidamente as inteligências de IA. Ele fornece ferramentas modulares e um modelo de desenvolvimento padronizado que simplifica a complexidade da interação com grandes modelos de linguagem (LLMs), gerenciamento de estado e integração de ferramentas externas. Os desenvolvedores podem usá-lo para criar chatbots, assistentes virtuais ou sistemas complexos de inteligência múltipla. O VoltAgent evita o tédio do desenvolvimento a partir do zero e rompe as limitações das plataformas sem código. Ele é compatível com vários modelos de LLM, como OpenAI, Google e Anthropic, e fornece um console de depuração local para que os desenvolvedores monitorem facilmente o status de suas inteligências. O projeto é de código aberto e orientado pela comunidade por meio do GitHub, e é adequado para desenvolvedores que desejam desenvolver rapidamente aplicativos de IA dimensionáveis.

Lista de funções

• O mecanismo principal (@voltagent/core): fornece definição de inteligência, gerenciamento de ferramentas e recursos de roteamento de mensagens.
• Sistema de corpo multiinteligente: suporta a coordenação de várias subinteligências por meio de um corpo inteligente de supervisor para lidar com fluxos de trabalho complexos.
• Integração de ferramentas: suporte para conexão com APIs, bancos de dados e serviços externos nos quais as inteligências podem executar tarefas realistas.
• Suporte flexível ao LLM: compatível com OpenAI, Anthropic, Google e outros modelos, fácil de alternar.
• Gerenciamento de memória: as inteligências podem salvar contextos de interação para o diálogo natural.
• Console de depuração local: monitoramento em tempo real do status do corpo inteligente, registros e chamadas de ferramentas.
• Recuperação de dados e RAG: oferece suporte à geração de aprimoramento de recuperação para aquisição e processamento eficientes de informações.
• Interação por voz: via @voltagent/voice O pacote oferece suporte ao reconhecimento e à síntese de fala.
• Ferramentas CLI: via create-voltagent-app Crie projetos rapidamente.

Usando a Ajuda

Processo de instalação

O VoltAgent é baseado em um ambiente Node.js e você precisa ter certeza de que o Node.js está instalado primeiro (recomenda-se a versão LTS). Aqui estão as etapas detalhadas de instalação:

1. Projeto de inicialização
   Use a ferramenta CLI fornecida pelo VoltAgent para criar rapidamente um projeto. Abra um terminal e execute o seguinte comando:

   npm create voltagent-app@latest my-voltagent-app
   

Será solicitado que você selecione um gerenciador de pacotes (npm, yarn ou pnpm) e digite o nome do projeto. Quando terminar, digite o diretório do projeto:

cd my-voltagent-app

2. Ambiente de configuração
   Depois que o projeto for criado, você precisará configurar a chave de API para o provedor do LLM. Por exemplo, para usar o modelo OpenAI, crie a chave .env Arquivo, adicionar:

   OPENAI_API_KEY=sk-proj-你的密钥
   

   intercambialidade sk-proj-你的密钥 para a chave real da API da OpenAI. Outros modelos (por exemplo, Anthropic, Google) têm configurações semelhantes; consulte a documentação oficial para obter detalhes voltagent.dev/docs.

3. Início de projetos
   Execute o seguinte comando para iniciar o servidor de desenvolvimento:

   npm run dev
   

   Suporte ao servidor de desenvolvimento tsx watchO VoltAgent é reinicializado automaticamente após uma alteração de código. Uma vez iniciado, o console do VoltAgent pode ser acessado por meio de um navegador (geralmente o http://localhost:3000) interagindo com as inteligências.

Funções principais

1. criação e operação de inteligências

No centro do VoltAgent está a definição de inteligências. Após a inicialização do projeto, osrc/index.ts Um exemplo simples de um corpo inteligente está incluído. Abaixo está o código para criar um corpo inteligente básico:

import { VoltAgent, Agent } from "@voltagent/core";
import { VercelAIProvider } from "@voltagent/vercel-ai";
import { openai } from "@ai-sdk/openai";
const agent = new Agent({
name: "my-voltagent-app",
description: "回答用户问题的助手",
llm: new VercelAIProvider(),
model: openai("gpt-4o-mini"),
});
const voltagent = new VoltAgent({ agents: { agent } });

Depois de executar o projeto, você pode enviar uma mensagem pelo console, como "Explain quantum computing" (Explique a computação quântica), e o corpo inteligente gerará uma resposta.

2. sistemas de inteligência múltipla

O VoltAgent oferece suporte à colaboração de várias inteligências. Por exemplo, crie um sistema de análise de repositório do GitHub que contenha as seguintes inteligências:

• Apanhador de EstrelasObter o número de estrelas do depósito.
• ContribuintesFetcherObter uma lista de colaboradores.
• RepoAnalyzerAnálise de dados e geração de relatórios.
• SupervisorCoordenação das inteligências acima: Coordenar as inteligências acima.

Código de amostra:

const supervisorAgent = new Agent({
name: "Supervisor",
description: "协调 GitHub 仓库分析任务",
llm: new VercelAIProvider(),
model: openai("gpt-4o-mini"),
subAgents: [starsFetcherAgent, contributorsFetcherAgent, analyzerAgent],
});

Envie uma mensagem como "analyse voltagent/voltagent" e a inteligência supervisora chamará as subinteligências para gerar os resultados da análise.

3. integração de ferramentas

O Intelligentsia pode interagir com sistemas externos por meio de ferramentas. Por exemplo, adicione uma ferramenta para obter o GitHub com estrela:

const fetchRepoStarsTool = createTool({
name: "fetchRepoStars",
description: "获取 GitHub 仓库星标数",
execute: async ({ repo }) => {
// 调用 GitHub API
const response = await fetch(`https://api.github.com/repos/${repo}`);
const data = await response.json();
return { stars: data.stargazers_count };
},
});

Vincular ferramentas a inteligências:

const starsFetcherAgent = new Agent({
name: "StarsFetcher",
tools: [fetchRepoStarsTool],
llm: new VercelAIProvider(),
model: openai("gpt-4o-mini"),
});

4. comissionamento e monitoramento

O VoltAgent fornece um console de depuração local (console.voltagent.dev) para monitorar a operação do smartbody sem um servidor externo. Depois de iniciar o projeto, acesse o console e visualize:

• Fluxo de mensagens de corpo inteligente e invocação de ferramentas.
• Registro e status em tempo real.
• Métricas de desempenho, como tempo de resposta.
  O console oferece suporte a fluxos de trabalho visuais, semelhantes ao n8n, para depuração de sistemas complexos de inteligência múltipla.

5. interação por voz

aprovar (um projeto de lei ou inspeção etc.) @voltagent/voice o corpo inteligente suporta entrada e saída de voz. Pacote de instalação:

npm install @voltagent/voice

Habilite o recurso de voz na configuração do smartbody:

const voiceAgent = new Agent({
name: "VoiceAgent",
llm: new VercelAIProvider(),
model: openai("gpt-4o-mini"),
voice: true,
});

O usuário pode falar com o corpo inteligente por meio do microfone, o que é adequado para cenários de assistente virtual.

Operação da função em destaque

Recuperação de dados e RAG

O VoltAgent suporta Retrieval Augmented Generation (RAG), que obtém informações de fontes de dados externas por meio de inteligências de recuperação dedicadas. Exemplo de configuração:

const retrieverAgent = new Agent({
name: "Retriever",
description: "从知识库检索信息",
llm: new VercelAIProvider(),
model: openai("gpt-4o-mini"),
tools: [vectorSearchTool],
});

Combinadas com ferramentas de pesquisa vetorial, as inteligências podem extrair informações relevantes de bancos de dados ou documentos para melhorar a precisão das respostas.

gerenciamento de memória

O Intelligentsia pode salvar o contexto do diálogo. A memória está ativada:

const agent = new Agent({
name: "MemoryAgent",
memory: { provider: "default", maxHistory: 10 },
llm: new VercelAIProvider(),
model: openai("gpt-4o-mini"),
});

Quando os usuários fazem perguntas consecutivas, a inteligência gera respostas mais naturais com base no histórico.

cenário do aplicativo

1. Atendimento automatizado ao cliente
   O VoltAgent cria sistemas inteligentes de atendimento ao cliente para lidar com as consultas dos usuários. As inteligências de voz suportam interações telefônicas, o gerenciamento de memória garante um diálogo coerente e as ferramentas são integradas para consultar pedidos ou estoques.
2. Assistente de análise de dados
   Os desenvolvedores podem criar inteligências que analisam os repositórios do GitHub, extraindo automaticamente estrelas, dados de colaboradores e gerando relatórios de tendências. A funcionalidade RAG oferece suporte à extração de informações adicionais de repositórios de documentos.
3. Assistente virtual
   O VoltAgent é adequado para o desenvolvimento de assistentes pessoais para lidar com tarefas como gerenciamento de agenda, respostas de e-mail e muito mais. A ferramenta integra uma API de calendário conectável e o recurso de voz suporta comandos verbais.
4. Ferramentas educacionais
   Os corpos inteligentes podem ser usados como assistentes de aprendizagem para responder às perguntas dos alunos e recuperar os materiais do curso. O gerenciamento de memória oferece suporte à tutoria de longo prazo e registra o progresso do aluno.

QA

1. Quais modelos de LLM são compatíveis com o VoltAgent?
   Compatível com OpenAI, Anthropic, Google e outros modelos convencionais, os desenvolvedores podem alternar os modelos por meio da configuração, sem modificar o código principal.
2. Como depurar um sistema de inteligência múltipla?
   Use o console do VoltAgent para visualizar as interações do smart body, chamadas de ferramentas e registros em tempo real. O console suporta fluxos de trabalho visuais para uma localização mais intuitiva dos problemas.
3. Qual é o nível de programação necessário?
   Os desenvolvedores familiarizados com TypeScript e Node.js podem começar a trabalhar rapidamente, e as ferramentas CLI e a documentação reduzem a barreira para os iniciantes.
4. O VoltAgent é gratuito?
   O VoltAgent é uma estrutura de código aberto e seu uso é gratuito. No entanto, você precisa pagar a taxa de API do provedor correspondente para usar o modelo LLM.