TaskflowAI: AI 기반 태스크 파이프라인 및 멀티 에이전트 팀 구축 프레임워크

TaskflowAI는 AI 기반 태스크 파이프라인과 멀티 에이전트 팀을 생성하기 위한 경량화되고 직관적이며 유연한 프레임워크입니다. 대화 패턴보다는 '태스크(Tasks)' 개념에 중점을 두어, 유연성과 신뢰성을 균형 있게 유지하면서 자율적인 워크플로우의 설계 및 오케스트레이션을 가능하게 합니다.

🌐 유연한 워크플로우를 통해 결정론적 파이프라인부터 자율적인 멀티 에이전트 팀까지 모든 것을 설계할 수 있습니다.

📈 프레임워크의 복잡성 시작점은 간단한 결정론적 파이프라인에서 낮게 시작하여 복잡한 멀티 에이전트 팀으로 확장됩니다.

💬 OpenAI, Anthropic, OpenRouter, Groq 및 Ollama를 사용한 로컬 모델을 포함하여 수백 개의 언어 모델 지원.

🛠️ 웹 상호작용, 파일 작업, 임베딩 생성 등 다양한 기능을 위한 포괄적이고 확장 가능한 도구 세트

pip을 사용하여 TaskflowAI를 설치하세요:

pip install taskflowai

시작하기 위한 간단한 예제입니다:

from taskflowai import Agent, Task, OpenaiModels, WebTools, set_verbosity
set_verbosity(1)
research_agent = Agent(
...

태스크 (Tasks): 작업의 이산적인 단위

에이전트 (Agents): 태스크를 수행하고 도구를 할당받을 수 있는 페르소나

도구 (Tools): 외부 서비스 또는 특정 기능성을 감싸는 래퍼(Wrapper)

언어 모델 인터페이스 (Language Model Interfaces): 다양한 LLM 제공업체를 위한 일관된 인터페이스

TaskflowAI는 여러 제공업체의 광범위한 언어 모델을 지원합니다:

GPT-4 Turbo, GPT-3.5 Turbo, GPT-4, GPT-4o, GPT-4o Mini 등

Claude 3 Haiku, Claude 3 Sonnet, Claude 3 Opus, Claude 3.5 Sonnet 등

GPT-4 Turbo, Claude 3 Opus, Mixtral 8x7B, Llama 3.1 405B 등

Mistral, Mixtral, Llama 3.1, Qwen, Gemma 등

Mixtral 8x7B, Llama 3, Llama 3.1, Gemma 등

각 제공업체는 전용 클래스(예: OpenaiModels, AnthropicModels 등)를 통해 접근할 수 있으며, 해당 모델에 맞는 메서드를 제공합니다. 이러한 구조 덕분에 사용자는 모델과 제공업체 간의 전환을 쉽게 할 수 있어, 자신의 태스크에 가장 적합한 LLM을 활용할 수 있습니다.

TaskflowAI는 에이전트가 태스크를 완료하는 데 사용할 수 있는 광범위한 기능(functionalities), 기술(skills), 액션(actions), 지식(knowledge)을 제공하는 일련의 내장 도구(built-in tools)를 갖추고 있습니다.

• WebTools: Serper, Exa, WeatherAPI 등을 사용한 웹 스크래핑(web scraping), 검색 및 데이터 검색.
• FileTools: CSV, JSON, XML 파일 읽기 등 다양한 파일 작업 처리.
• GitHubTools: 기여자 목록 나열 및 저장소 내용 가져오기를 포함하여 GitHub 저장소와 상호 작용.
• CalculatorTools: 날짜 및 시간 계산 수행.
• EmbeddingsTools: 텍스트 임베딩(embeddings) 생성.
• WikipediaTools: 위키피디아에서 정보 검색 및 검색.
• AmadeusTools: 항공편 정보 검색.
• LangchainTools: 에이전트가 Langchain 카탈로그의 도구를 사용할 수 있도록 Langchain 도구 통합을 위한 래퍼(wrapper).
• Custom Tools: 필요한 모든 기능을 추가하기 위해 자체 사용자 정의 도구(custom tools)를 생성할 수도 있습니다.

TaskflowAI를 사용하면 여러 에이전트가 도구를 사용하여 일련의 작업을 완료할 수 있는 멀티 에이전트 팀을 만들 수 있습니다. 여기서는 여행 계획에 여러 에이전트를 사용하는 예시가 있습니다:

from taskflowai import Agent, Task, WebTools, WikipediaTools, AmadeusTools, OpenaiModels, OpenrouterModels, set_verbosity
set_verbosity(1)
web_research_agent = Agent(
...

에이전트, 태스크, 도구, 언어 모델을 결합하여 단순한 파이프라인부터 복잡한 멀티 에이전트 팀까지 광범위한 워크플로우를 생성할 수 있습니다.

더 자세한 정보, 튜토리얼 및 고급 사용법은 문서를 방문해 주세요.

TaskflowAI는 커뮤니티의 기여를 받고 환영합니다! 기여 가이드라인을 검토하고 기여하려면 풀 리퀘스트(pull request)를 제출해 주세요.

TaskflowAI는 Apache License 2.0 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

문제나 질문이 있는 경우, GitHub 저장소에서 이슈(issue)를 제기해 주세요.

⭐️ TaskflowAI가 유용하다고 생각되면 별점(star)을 주시면 감사하겠습니다!

즐거운 개발 되세요!