本电子书开源，欢迎 star 🌟，关注《LLM 应用开发实践笔记》
我的新书《LangChain编程从入门到实践》 已经开售！推荐正在学习AI应用开发的朋友购买阅读！
Agent 项目跟踪
当前出现的 Agent 项目主要分为两个类别：
Autonomous Agent：通过自然语言的需求描述，能够自动化执行各项任务达成目标结果，必要的时候需要人为引导，具有明确的工具属性，以服务于人为目的，比如 Auto-GPT。
Generative Agent：模拟人类特征、具备自主决策能力以及长期记忆等，一种具有数字原生意义上的AI-Agent，不以服务于人的需求为目的，比如斯坦福的虚拟小镇项目。
Agent发展版图
e2b：由e2b-dev开发，这个项目旨在帮助开发者构建、部署和监控AI代理，专注于为你构建软件的专业AI代理。
Autonomous Agent
Auto-GPT
- 项目地址：https://github.com/Significant-Gravitas/Auto-GPT
- 简要介绍：Auto-GPT 是一个实验性的开源应用程序，展示了 GPT-4 语言模型的功能。该程序由 GPT-4 驱动，将 LLM“思想”链接在一起，以自主实现您设定的任何目标。作为 GPT-4 完全自主运行的首批示例之一，Auto-GPT 突破了 AI 可能的界限。
BabyAGI
- 项目地址：https://github.com/yoheinakajima/babyagi
- 简要介绍：此 Python 脚本是一个 AI 支持的任务管理系统示例. 该系统使用 OpenAI 和 Pinecone API 创建, 优先级排序和执行任务. 该系统背后的主要思想是基于先前任务的结果和预定义的目标创建任务. 脚本然后使用 OpenAI 的自然语言处理（NLP）能力根据目标创建新任务, 并使用 Pinecone 存储和检索任务结果以获得上下文.
gpt-engineer
- 项目地址：https://github.com/AntonOsika/gpt-engineer
- 简要介绍：GPT Engineer是一个简单易用的工具，可以根据你的要求生成代码。它可以根据需要向AI提供更多的解释和指导，以生成完整的代码库。你可以通过安装和运行该工具来使用它，并且可以根据自己的需求进行定制。生成的文件可以在指定的文件夹中查看。
Generative Agent
GPTeam
- 项目地址：https://github.com/101dotxyz/GPTeam
- 简要介绍：GPTeam 采用单独的代理，每个代理都配备一个记忆，它们使用通信作为工具相互交互。智能体记忆和反射的实施受到这篇研究论文的启发。座席在世界各地移动并在不同的位置执行任务，具体取决于他们正在做什么以及其他座席所在的位置。他们可以相互交谈并就任务进行协作，朝着共同的目标并行工作。
GPT Researcher
- 项目地址：https://github.com/assafelovic/gpt-researcher
- 简要介绍：该代理能够生成详细、客观、不带偏见的研究报告，并提供定制选项，以便集中关注相关资源、提纲和教训。受到AutoGPT和最近的Plan-and-Solve论文的启发，GPT Researcher解决了速度和确定性的问题，通过并行化代理工作而不是同步操作，提供更稳定的性能和更快的速度。
MetaGPT
- 项目地址：https://github.com/geekan/MetaGPT
- 简要介绍：MetaGPT是一个多代理框架，将不同的GPTs分配给不同的角色，形成一个协作的软件实体来完成复杂任务。MetaGPT接受一行需求作为输入，并输出用户故事/竞争分析/需求/数据结构/接口/文档等。它包括产品经理/架构师/项目经理/工程师等角色，提供了一个完整的软件公司流程和精心设计的标准操作程序。
DevOpsGPT
- 项目地址：https://github.com/kuafuai/DevOpsGPT
- 简要介绍：用于 AI 驱动软件开发的多智能体系统。将LLM与DevOps工具相结合，将自然语言需求转换为工作软件。支持任何开发语言并扩展现有代码。
generative_agents
- 项目地址：https://github.com/joonspk-research/generative_agents
- 简要介绍：斯坦福“虚拟小镇”演示项目源码，也是《生成代理：人类行为的交互模拟》这篇论文的实现。这项研究将25个AI智能体放在一个像素风格的虚拟小镇上，智能体之间可以实现人类生活行为的模拟交互，也可以与虚拟小镇的所在环境发生交互，并且还可以与虚拟世界之外的人类产生交互。