利用 AI 解放双手：把“贾维斯”带进现实 | 开源专题 No.64
Significant-Gravitas/AutoGPT
Stars: 160k License: MIT
AutoGPT 是开源 AI 代理生态系统的核心工具包。
- 提供构建、测试和委托 AI 代理的工具。
- AutoGPT 处于 AI 创新前沿，提供文档、贡献指南以及快速开始创建自己的代理。
- 包含强大的组件如 Forge 和 Benchmark，帮助用户快速开发并衡量代理性能。
- 通过 Leaderboard 可以提交基准运行结果，并与其他代理竞争。CLI 和 UI 界面使得操作更加简单易用。
reworkd/AgentGPT
Stars: 29.2k License: GPL-3.0
AgentGPT 是一个在浏览器中组装、配置和部署自主 AI 代理的项目。
- 可以配置和部署自主 AI 代理。
- 自定义 AI 名称，并让其实现任何想象得到的目标。
- 通过思考任务、执行任务并从结果中学习，尝试达成目标。
- 提供了快速开始指南，包括 CLI 设置环境变量、数据库、后端和前端等内容。
- 技术栈包括 Nextjs, Typescript, FastAPI 等。
OpenInterpreter/open-interpreter
Stars: 42.8k License: AGPL-3.0
open-interpreter 是一个为计算机提供自然语言接口的项目。
- 提供本地运行代码（Python、Javascript、Shell 等）的能力
- 通过类似 ChatGPT 的界面在终端中与 Open Interpreter 进行交互
- 提供自然语言接口来控制计算机通用功能，如创建和编辑照片、视频、PDF 等，控制 Chrome 浏览器进行研究，绘图分析大型数据集等
- 可以克服其他服务限制，在本地环境中运行，并具有完全访问互联网和任何包或库的能力。
microsoft/JARVIS
Stars: 22.8k License: MIT
JARVIS 是一个连接 LLMs 与 ML 社区的系统。
- 探索人工通用智能（AGI）并将尖端研究传递给整个社区
- 提供 Easytool 以实现更简单的工具使用
- 发布 TaskBench 用于评估 LLMs 的任务自动化能力
- 支持 OpenAI 服务和 GPT-4 模型
- 添加了 Gradio 演示和构建了 Web API，支持 CLI 模式，并提供配置参数来调整本地端点规模
lavague-ai/LaVague
Stars: 3.0k License: Apache-2.0
LaVague 是一个使用大型动作模型框架自动生成自动化工作流的项目。
- 自然语言处理：理解自然语言指令以执行浏览器交互。
- Selenium 集成：与 Selenium 无缝集成，用于自动化 Web 浏览器。
- 开源项目：基于开源项目构建，如 transformers 和 llama-index，并利用本地或远程的开源模型，确保代理透明度并与用户利益一致。
- 本地模型实现隐私和控制：支持像 Gemma-7b 这样的本地模型，使用户可以完全控制他们的 AI 助手并获得隐私保证。
- 高级 AI 技术：首先使用本地嵌入（bge-small-en-v1.5）执行 RAG 以提取最相关 HTML 片段来满足 LLM 回答查询所需。然后利用 Few-shot 学习和 Chain of Thought 来引出最相关 Selenium 代码进行操作而无需对 LLM 进行微调（Nous-Hermes-2-Mixtral -8x7B-DPO）以生成代码。