OxyGent: インテリジェントシステムを迅速に構築するためのPythonオープンソースフレームワーク

OxyGentは、JD Open Sourceが提供するオープンソースのPythonフレームワークであり、開発者が生産可能なインテリジェントシステムを迅速に構築することを支援することに重点を置いている。OxyGentは、高いスケーラビリティと透明性を備えたマルチインテリジェンスシステムの迅速な構築、デプロイ、最適化をサポートする。最新バージョン(2025年7月15日)はGAIAベンチマークで59.14を記録し、オープンソースのトップシステムに迫った。 オウル 複雑なAIシステムの開発を簡素化するよう設計されており、企業および個人開発者の両方に対応する。

機能一覧

• モジュール開発 レゴブロックのように標準化されたオキシコンポーネントを提供し、インテリジェンスの迅速な組み立てをサポートする。
• インテリジェント・コラボレーション ダイナミックなタスク分解をサポートすることで、インテリジェンスはリアルタイムで交渉し、変化に適応することができる。
• エラスティックアーキテクチャ スマートボディのトポロジーを幅広くサポート（例 リ・アクト およびハイブリッド・プランニング）、自動依存関係管理とビジュアル・デバッグ・ツールを提供する。
• 絶え間ない進化 内蔵の評価エンジンが自動的にトレーニングデータを生成し、インテリジェンスがフィードバックループを通じて継続的に最適化する。
• 高い拡張性 分散型スケジューラは、コストの線形成長を可能にし、大規模なリアルタイムの意思決定と最適化をサポートします。

ヘルプの使用

OxyGentの中核的な目標は、開発者がビジネスロジックに集中し、インテリジェントなシステムを迅速に構築・展開できるようにすることです。以下は、主な機能と操作手順を網羅した詳細なインストールと使用ガイドです。

設置プロセス

OxyGentはPython 3.10環境をサポートし、以下の方法でアクセスできます。 conda もしかしたら uv インストール具体的な手順は以下の通り：

コンダによるインストール

1. 仮想環境を作成し、起動する：

   conda create -n oxy_env python=3.10
   conda activate oxy_env
   

2. OxyGentパッケージをインストールする：

   pip install oxygent
   

uvによる設置

1. uvツールをインストールする：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

2. 仮想環境を作成し、起動する：

   uv python install 3.10
   uv venv .venv --python 3.10
   source .venv/bin/activate
   

3. OxyGentパッケージをインストールする：

   uv pip install oxygent
   

開発環境の設定

ローカルでの開発が必要な場合は、Node.jsと依存関係を追加でインストールする：

1. Node.jsをダウンロードしてインストールする。
2. プロジェクトの依存関係をインストールします：

   pip install -r requirements.txt
   

   macOSをお使いの場合は、以下をインストールする必要があります。 coreutils::

   brew install coreutils
   

言語モデルの設定

OxyGentはインテリジェンスを実行するためにLarge Language Model (LLM)に接続する必要がある。構成は以下の通り：

1. 確立 .env ファイルにLLMパラメーターを記入する：

   echo 'DEFAULT_LLM_API_KEY="your_api_key"' > .env
   echo 'DEFAULT_LLM_BASE_URL="your_base_url"' >> .env
   echo 'DEFAULT_LLM_MODEL_NAME="your_model_name"' >> .env
   

2. または環境変数で設定する：

   export DEFAULT_LLM_API_KEY="your_api_key"
   export DEFAULT_LLM_BASE_URL="your_base_url"
   export DEFAULT_LLM_MODEL_NAME="your_model_name"
   

使用方法

OxyGentはシンプルなPythonインターフェースを提供し、開発者は数行のコードで複雑な機能を実装できる。以下にサンプルスクリプトを示します。 demo.py時刻を調べてファイルに保存する方法を説明する：

import os
from oxygent import MAS, Config, oxy, preset_tools
Config.set_agent_llm_model("default_llm")
oxy_space = [
oxy.HttpLLM(
name="default_llm",
api_key=os.getenv("DEFAULT_LLM_API_KEY"),
base_url=os.getenv("DEFAULT_LLM_BASE_URL"),
model_name=os.getenv("DEFAULT_LLM_MODEL_NAME"),
llm_params={"temperature": 0.01},
semaphore=4,
),
preset_tools.time_tools,
oxy.ReActAgent(
name="time_agent",
desc="查询时间的工具",
tools=["time_tools"],
),
preset_tools.file_tools,
oxy.ReActAgent(
name="file_agent",
desc="操作文件系统的工具",
tools=["file_tools"],
),
preset_tools.math_tools,
oxy.ReActAgent(
name="math_agent",
desc="执行数学计算的工具",
tools=["math_tools"],
),
oxy.ReActAgent(
is_master=True,
name="master_agent",
sub_agents=["time_agent", "file_agent", "math_agent"],
),
]
async def main():
async with MAS(oxy_space=oxy_space) as mas:
await mas.start_web_service(first_query="当前时间是多少？请保存到 time.txt 文件。")
if __name__ == "__main__":
import asyncio
asyncio.run(main())

実行例

1. 上記のコードを demo.py.
2. LLMパラメータが設定されていることを確認する。
3. スクリプトを実行する：

   python demo.py
   

4. 出力：システムは現在時刻を照会し、それを time.txt ファイルを作成します。実行後、ブラウザでウェブサービスにアクセスして結果を見ることができる。

注目の機能操作

1. モジュラー・インテリジェント・ボディの開発 ::
   • OxyGentのOxyコンポーネントにより、開発者はインテリジェンスを素早く定義できる。例えば、新しいツールを追加する：

     oxy.NewTool(name="custom_tool", desc="自定义工具", func=custom_function)
     

   • Intelligentsiaは、ホットプラグに対応しており、システムを再起動することなく、実行時にツールやモデルをダイナミックに交換することができます。
2. ダイナミック・タスク ::
   • 主なインテリジェンスmaster_agent複雑なタスクはサブタスクに分解し、サブインテリジェンスに割り当てることができる。例えば、「売上データを分析し、レポートを作成する」と入力すると、メイン・インテリジェンスが以下のタスクを調整します。 math_agent データを計算する、file_agent 結果を保存する。
   • タスクの分解プロセスは透明性が高く、決定の各ステップがログに記録される。 MAS を表示します。
3. ビジュアル・デバッグ ::
   • OxyGentは、インテリジェントボディの相互作用と依存関係を表示する視覚化ツールを提供します。アクセス http://localhost:port/debug トポロジーマップを見る。
4. 継続的な最適化 ::
   • 内蔵の評価エンジンが各タスク実行の効果を記録し、トレーニングデータを生成する。例えば、数学的知能は、複数回の計算によって精度を最適化することができます。
   • 開発者は手動で調整できる llm_params(例 temperature)で出力品質を最適化する。

ほら

• ネットワーク接続が安定しており、LLM APIがリアルタイムアクセスを必要とすることを確認する。
• ローカル開発では、マルチインテリジェンス動作をサポートするため、少なくとも8GBのメモリを割り当てることが推奨される。
• 公式ドキュメント(http://oxygent.jd.com/docs/)を参照してください。

アプリケーションシナリオ

1. エンタープライズAIシステム開発
   OxyGentは、カスタマーサービスボットやデータ分析プラットフォームのようなエンタープライズクラスのインテリジェントシステムの構築に適しています。開発者は複雑なビジネスロジックを処理するために複数のインテリジェンスを迅速に統合することができます。
2. 自動タスク処理
   個々の開発者はOxyGentを使ってルーチンタスクを自動化できる。例えば、フォルダの変更を監視してレポートを生成するインテリジェンスを設定し、手動操作の時間を節約する。
3. リアルタイムの意思決定支援
   財務や物流において、オキシジェントの分散スケジューリングはリアルタイムの最適化をサポートする。例えば、インテリジェンスはコスト削減のために物流経路を動的に調整することができる。

品質保証

1. OxyGentはどの言語モデルをサポートしていますか？
   HTTP APIを提供するLLMのサポートは、開発者が .env ファイルはAPIキーとモデル名を設定します。
2. スマートボディの機能を拡張するには？
   ある oxy_space に新しいスマートやツールを追加する。 name 歌で応える tools 属性で十分である。例えば、天気クエリーのスマートボディを追加する：

   oxy.ReActAgent(name="weather_agent", desc="查询天气的工具", tools=["weather_tools"])
   

3. 小規模なプロジェクトに適していますか？
   そう、OxyGentのモジュラーデザインは、シンプルなタスクを実行できる単一のインテリジェンスで小さなプロジェクトをサポートするだけでなく、複雑なシステムに拡張することもできる。