中文 ｜ English
- [2024.11.06] 量子位公众号专题报道：文章链接
- [2024.10.28] 发布 muAgent v2.1，提供 一键式部署能力，包括基于KG的Agent编排、基于java的工具/Agent注册和管理、可拖拉拽编辑的前端产品UI
- [2024.09.05] 发布 muAgent v2.0 - EKG：一款由知识图谱引擎驱动的创新Agent产品框架
- [2024.04.01] muAgent正式开源，聚焦多agent编排，协同FunctionCall、RAG、CodeInterpreter等技术
全新体验的Agent框架，将KG从知识获取来源直接升级为Agent编排引擎！基于LLM+ EKG（Eventic Knowledge Graph 行业知识承载）驱动，协同MultiAgent、FunctionCall、CodeInterpreter等技术，通过画布式拖拽、轻文字编写，让大模型在人的经验指导下帮助你实现各类复杂 SOP 流程。兼容现有市面各类Agent框架，同时可实现复杂推理、在线协同、人工交互、知识即用四大核心差异技术功能。这套框架目前在蚂蚁集团内多个复杂DevOps场景落地验证，同时来体验下我们快速搭建的谁是卧底游戏吧。
完整文档见：CodeFuse-muAgent 更多demo
# 使用我们的EKG服务只需要四步！（beta版本，需要将本地代码打包到容器中）
# 第一步. 加载代码
git clone https://github.com/codefuse-ai/CodeFuse-muAgent.git
# 第二步.
cd CodeFuse-muAgent
# 第三步
docker network create ekg-net
# 第四步. 启动所有容器服务，EKG基础镜像构建需要花费点时间。启动后打开 https://localhost:8000
docker-compose up -d_.mp4
_.mp4
现在仍为beta版本，待v1.0版本完善后，会放出v1.0+的镜像以供下载。
敬请期待!
- 安装
pip install codefuse-muagent
- 图谱构建：通过虚拟团队构建、场景意图划分，让你体验在线文档VS本地文档的差别；同时，文本语义输入的节点使用方式，让你感受有注释代码VS无注释代码的差别，充分体现在线协同的优势；面向海量存量文档（通用文本、流程画板等），支持文本智能解析、一键导入，以及经验拆分泛化
- 图谱资产：通过场景意图、事件流程、统一工具、组织人物四部分的统一图谱设计，满足各类SOP场景所需知识承载；工具在图谱的纳入进一步提升工具选择、参数填充的准确性，人物/智能体在图谱的纳入，让人可加入流程的推进，可灵活应用于多人文本游戏
- 图谱推理：相比其他Agent框架纯模型推理、纯人工编排的推理模式，让大模型在人的经验/设计指导下做事，灵活、可控，同时面向未知局面，可自由探索，同时将成功探索经验总结、图谱沉淀，面向相似问题，少走弯路；整体流程唤起支持平台对接（规则配置）、语言触发，满足各类诉求
- 调试运行：图谱编辑完成后，可视调试，快速发现流程错误、修改优化，同时面向调试成功路径，关联配置自动沉淀，减少模型交互、模型开销，加速推理流程；此外，在线运行中，我们提供全链路可视化监控
- 记忆管理：统一消息池设计，支持各类场景所需分门别类消息投递、订阅，隔离且互通，便于多Agent场景消息管理使用；同时面向超长上下文，支持消息检索、排序、蒸馏，提升整体问答质量
- 操作空间：遵循Swagger协议，提供工具注册、权限管理、统一分类，方便LLM在工具调用中接入使用；提供安全可信代码执行环境，同时确保代码精准生成，满足可视绘图、数值计算、图表编辑等各类场景诉求
感谢您对muAgent项目的关注！我们欢迎您的任何建议、意见（包括批评）和贡献。
为了更好促进项目的发展，我们鼓励您通过GitHub的Issues提交您对项目的各种建议、意见和评论。
参与Codefuse项目并为其作出贡献的方法有很多：代码实现、测试编写、文档完善等等。任何贡献我们都会非常欢迎，并将您加入贡献者列表，详见Contribution Guide。
