MassGen: マルチインテリジェンス協調タスク処理システム

massGenは、xAIのGrok HeavyとGoogle DeepMindのGemini Deep Thinkにインスパイアされたオープンソースのマルチインテリジェンス・コラボレーション・システムであり、複数のAIインテリジェンスが情報を共有し結果を最適化するために並行して動作することで、複雑なタスクを解決する。ユーザーは簡単なコマンドライン操作で、異なるAIモデル（Google Gemini、OpenAI、xAI Grokなど）を呼び出してタスクを完了させることができる。massGenは、複雑な問題の分析や高品質なコンテンツの生成など、複数モデルのコラボレーションが必要なシナリオのためのカスタムツール拡張をサポートしている。このプロジェクトは現在初期開発段階にあり、コードとドキュメントはGitHubにホストされており、コミュニティはディスカッションに参加し、Discordを通じて貢献することができる。

機能一覧

• マルチインテリジェンス並列処理複数のAI知能が同時にタスクに取り組み、互いの進捗状況を観察し、最終的な結果を最適化する。
• モデルを超えたコラボレーションGoogle Gemini、OpenAI、xAI Grokなどのモデルをサポートし、コンセンサスメカニズムを通じて出力を統合します。
• 反復最適化インテリゲンチアは、タスクの結果を何度も繰り返し、精度と品質を向上させます。
• カスタムツール・エクステンションこの件に関する詳細は、以下をご覧ください。 massgen/tools.py スマートボディの機能を強化するために、新しいツールを登録する。
• フレキシブルな構成設定ファイルまたはコマンドラインパラメータによる、実行モード、モデル選択、タスク時間の調整をサポート。
• 複数のタスクタイプをサポートクイズ、コンテンツ生成、数学計算など、多様なタスクに対応。

ヘルプの使用

設置プロセス

MassGen を使用するには、ローカル環境に関連する依存関係をインストールし、設定する必要があります。以下では、インストールと使用方法について説明します：

1. クローン・コード・リポジトリ
   ターミナルで以下のコマンドを実行し、MassGen のソースコードをダウンロードします：

   git clone https://github.com/Leezekun/MassGen.git
   cd MassGen
   

2. Python環境のインストール
   MassGen は Python 環境で動作します。 uv 仮想環境の管理以下のコマンドを実行します：

   pip install uv
   uv venv
   source .venv/bin/activate  # macOS/Linux
   .venv\Scripts\activate  # Windows
   

3. 依存関係のインストール
   プロジェクトのルート・ディレクトリから以下のコマンドを実行して、必要なPythonパッケージをインストールする：

   uv pip install -e .
   

4. APIキーの設定
   MassGen を使用するには、Google Gemini、OpenAI、または xAI Grok の API キーが必要です。サンプルの設定ファイルをコピーして編集します：

   cp massgen/backends/.env.example massgen/backends/.env
   

   ある massgen/backends/.env ファイルにAPIキーを追加してください：

   OPENAI_API_KEY=sk-your-openai-key-here
   XAI_API_KEY=xai-your-xai-key-here
   GEMINI_API_KEY=your-gemini-key-here
   

   使用するモデルに応じて、対応するキーを記入する。

5. インストールの確認
   すべての依存関係とキーが正しく設定されていることを確認したら、サンプル・コマンドを実行して環境が正しく動作していることを確認できる。

使用方法

MassGen には、タスクを実行するためのコマンドラインインタフェース（CLI）が用意されています。以下に、主な操作や機能の使い方を説明します：

マルチインテリジェンス・タスクの実行

MassGen はマルチインテリジェンスモデルをサポートしており、複数のモデルが協力してタスクを完了します。例えば、"AI winners of the International Maths Olympiad 2025" というクエリがあります：

python cli.py "Which AI won IMO in 2025?" --models gemini-2.5-flash gpt-4o

• パラメータの説明::
  • --models使用するモデルを指定する。 gemini-2.5-flash もしかしたら gpt-4o.
  • タスクの説明: コマンドの後に質問またはタスクの内容を直接入力する。

一旦実行されると、MassGenは複数のインテリジェンスにタスクを割り当て、各インテリジェンスは並列処理を行い、中間結果を共有し、反復最適化によって最終的な答えを生成する。

単一知能ユニットモデル

タスクを処理するのに必要なモデルが1つだけの場合は、単一知能体モードを使うことができる。例えば、最大公約数の計算：

python cli.py "What is greatest common divisor of 238, 756, and 1512" --models gemini-2.5-flash

このモードは単純作業に適しており、リソースの消費を抑えることができる。

設定ファイルの使用

MassGen は複雑なタスクやバッチ操作のために YAML 設定ファイルによるタスク実行をサポートしています。例えば

python cli.py --config examples/fast_config.yaml "find big AI news this week"

コンフィギュレーション・ファイルでは、最大実行時間やコンセンサスのしきい値などのパラメーターを設定できる。例

max_duration: 120
consensus: 0.5
models:
- gemini-2.5-flash
- gpt-4o

• パラメータ・カバレッジ例えば、コマンドラインでコンフィギュレーションファイルのパラメーターを上書きすることができる：

  python cli.py --config examples/fast_config.yaml "who will win World Cup 2026" --max-duration 120 --consensus 0.5
  

カスタマイズ・ツール

MassGen では、ユーザーがツールを拡張して機能を強化することができます。その中で massgen/tools.py に新しいツールを登録する。例えば、検索ツールを追加する：

1. 見せる massgen/tools.py.
2. ドキュメントのフォーマットに従って、ツールのコードと説明を追加します。
3. 保存後、このツールはスマート・ボディから自動的に呼び出される。

実行ログの表示

MassGen は、インテリジェンスの操作やチャットの履歴を記録し、ログディレクトリに保存します。ユーザはこのログを参照することで、各知性体の処理状況やシステムイベント（ステージ遷移、合意形成など）を把握することができます。

注目の機能操作

並列処理とコンセンサス・メカニズム

MassGenの核心は、複数のインテリジェンスによる並列処理である。それぞれの知能は、他の知能の進捗状況を観察しながら、独立してタスクを処理する。例えば、「相対性理論を説明せよ」という質問に答える場合：

python cli.py --config examples/fast_config.yaml "Explain the theory of relativity in simple terms."

• 知的な身体はタスクを分解し、説明のさまざまな部分を分割して生成する。
• システムはコンセンサス・メカニズム(consensus (パラメータ管理）結果を統合し、回答の一貫性と正確性を確保する。

反復最適化

インテリジェンシアは、複雑な問題を扱う場合、複数の反復を行う。例えば、ショートストーリーの生成などである：

python cli.py --config examples/fast_config.yaml "Write a short story about a robot who discovers music."

• インテリ層はまずストーリーの草案を作成する。
• 他の知性はレビューし、改善のための提言を行う。
• システムは、満足のいく結果が得られるまで、あるいは制限時間に達するまで、繰り返し最適化される。

アプリケーションシナリオ

1. 複雑な問題解決
   科学計算や政策分析など、ユーザーが複雑な問題を分析する必要がある場合、MassGen はマルチモデル連携によって包括的な回答を提供します。例えば、研究者はある質問を入力すると、異なるモデルの視点と組み合わされた結論を得ることができます。
2. コンテンツ生成
   ストーリー、レポート、記事などの高品質なテキスト生成に最適な MassGen のマルチインテリジェンスコラボレーションにより、ライターやマーケティング担当者は論理的かつ創造的なコンテンツを作成できます。
3. 教育と学習
   学生は MassGen を使って数学、物理、その他の問題を解くことができます。このシステムは繰り返し最適化され、ステップバイステップの詳細な解答を提供します。
4. 技術開発と試運転
   開発者は MassGen を使用して AI モデルのパフォーマンスをテストしたり、新しいツールを開発したりできます。カスタムツールやプロファイルを使用して、新機能の検証や既存のワークフローの最適化を迅速に行うことができます。

品質保証

1. MassGenはどのようなAIモデルをサポートしていますか？
   現在、Google Gemini、OpenAI、xAI Grokの高度な推論モデルがサポートされている。ユーザーは massgen/utils.py より多くのモデルを登録する
2. MassGen の機能を拡張する方法は？
   ある massgen/tools.py ファイル・フォーマットに従って登録するカスタム・ツール・コードを追加する。将来のバージョンでは、ローカル推論モデルをサポートする予定。
3. MassGenの実行に必要なコンピューティング・パワーは？
   タスクの複雑さとモデル数に依存します。APIを呼び出すには、少なくとも16GBのRAMを搭載したデバイスを使用し、安定したネットワーク接続を確保することを推奨します。
4. インテリジェンスの処理はどのように見ることができますか？
   システムは各スマートボディの操作やチャットの履歴をログディレクトリに保存し、ログを見ることで詳細なプロセスを理解することができる。