シム：AIエージェントワークフローの迅速な構築と展開のためのオープンソースツール

SimはオープンソースのAIエージェントワークフロー構築プラットフォームであり、様々なツールを接続する大規模言語モデル（LLM）の迅速な作成と展開を支援するように設計されています。Sim Studioは、クラウドとローカルの両方のデプロイをサポートし、幅広い動作環境に柔軟に対応します。シンプルなNPMコマンドやDocker Composeで素早く起動することも、コンテナの設定や開発によって手動で実行することもできます。Sim Studioは、AI主導のワークフローを迅速に開発するための軽量設計とユーザーフレンドリーな操作性を重視しています。

機能一覧

• ワークフロー構築AIエージェントのワークフローを迅速に設計し、直感的なインターフェースで外部ツールやデータソースに接続します。
• 複数の配備オプションクラウドホスティング、ローカルでの実行（NPM、Docker Compose、開発コンテナ、手動設定）をサポートします。
• 現地モデルのサポートネイティブの大規模な言語モデルを統合し、スクリプトを介してそれらを引き出し、GPUまたはCPU環境に適応させます。
• ライブサーバー動的なワークフロー調整とデータ相互作用をサポートするリアルタイム通信機能を提供する。
• データベース統合Drizzle ORMを通してデータベースの設定をサポートし、データ管理を簡素化します。
• オープンソースとコミュニティへの貢献Apache-2.0ライセンスに基づき、コミュニティによる開発と最適化が奨励されています。

ヘルプの使用

インストールと展開

Sim Studioは、さまざまなユーザーのニーズに対応するため、さまざまなインストールおよび配備オプションを提供しています。以下に詳細な手順を示します：

方法 1: NPM パッケージを使う (最も簡単)

Dockerをインストールするだけで、ローカルにデプロイできる。

1. Dockerがインストールされ、実行されていることを確認する。
2. ターミナルで以下のコマンドを実行する：

   npx simstudio
   

3. ブラウザを開き、次のサイトにアクセスする。 http://localhost:3000/.
4. オプションのパラメータ：
   • -p, --port <port>実行ポートを指定します（デフォルトは 3000）。
   • --no-pull最新のDockerイメージのプルをスキップします。

方法2：Docker Composeを使う

よりコントロールが必要なユーザーに最適。

1. クローン倉庫

   git clone https://github.com/simstudioai/sim.git
   cd sim
   

2. Docker Composeを実行する：

   docker compose -f docker-compose.prod.yml up -d
   

3. インタビュー http://localhost:3000/.
4. ローカルモデルを使用する場合
   • モデルを引っ張る：

     ./apps/sim/scripts/ollama_docker.sh pull <model_name>
     

   • ローカルモデルをサポートする環境を整える：
     • GPU環境：

       docker compose --profile local-gpu -f docker-compose.ollama.yml up -d
       

     • CPU環境：

       docker compose --profile local-cpu -f docker-compose.ollama.yml up -d
       

   • サーバー展開：編集部 docker-compose.prod.yml設定 OLLAMA_URL はサーバーのパブリックIP（例えば http://1.1.1.1:11434)、再実行する。

アプローチ3：開発コンテナの使用

VS Codeを使用している開発者向け。

1. VS CodeとRemote - Containersエクステンションをインストールします。
2. クローン化したSim Studioプロジェクトを開くと、VS Codeは「コンテナで再オープン」を促します。
3. プロンプトをクリックすると、プロジェクトは自動的にコンテナ内で実行される。
4. ターミナルで実行：

   bun run dev:full
   

   またはショートカットコマンドを使う：

   sim-start
   

方法4：手動設定

フルカスタマイズが必要なユーザーに最適。

1. リポジトリをクローンし、依存関係をインストールする：

   git clone https://github.com/simstudioai/sim.git
   cd sim
   bun install
   

2. 環境変数を設定する：

   cd apps/sim
   cp .env.example .env
   

   コンパイラ .env ファイルに DATABASE_URLそしてBETTER_AUTH_SECRET 歌で応える BETTER_AUTH_URL.

3. データベースを初期化する：

   bunx drizzle-kit push
   

4. サービスを開始する：
   • Next.jsフロントエンドを実行します：

     bun run dev
     

   • ライブサーバーを実行する：

     bun run dev:sockets
     

   • 両方を同時に実行する（推奨）：

     bun run dev:full
     

主な機能

1. AIワークフローの作成::
   • Sim Studio（クラウドまたはローカル）にログインします。
   • インターフェイスで「新規ワークフロー」を選択する。
   • モジュールをドラッグ・アンド・ドロップするか、テンプレートを使ってAIエージェントを構成し、Slack、Notion、カスタムAPIなどのツールに接続します。
   • トリガー条件と出力ターゲットを設定し、ワークフローを保存してテストします。
2. ローカルモデルの使用::
   • プルモデル（LLaMAやその他のオープンソースモデルなど）：

     ./apps/sim/scripts/ollama_docker.sh pull <model_name>
     

   • ワークフロー構成でローカルモデルを選択し、GPUまたはCPUモードを指定する。
   • モデルの応答をテストし、ワークフローが正しく動作していることを確認する。
3. リアルタイム通信::
   • Sim Studioのリアルタイムサーバーは、ワークフローの動的調整をサポートします。
   • インターフェイスのリアルタイムモードを有効にして、データの流れと出力結果を観察する。
   • ワークフローの更新は、APIまたはインターフェイスを介して手動でトリガーすることができます。
4. データベース管理::
   • Drizzle ORM を使用して、ワークフローデータを保存するデータベースを設定します。
   • ある .env セットアップ DATABASE_URLランニング bunx drizzle-kit push 初期化。
   • インターフェイスを通してデータテーブルを表示し、管理する。

ほら

• 互換性の問題を避けるため、Dockerのバージョンが最新であることを確認してください。
• ローカルモデルは大きなストレージスペースと計算リソースを必要とするため、高性能GPUが推奨される。
• サーバーの展開には、適切な外部アクセスを確保するためのパブリックIPとポートの設定が必要です。

アプリケーションシナリオ

1. 自動化されたカスタマーサービス
   Sim Studioを使用して、CRMシステムやチャットツールに接続し、人手をかけずに顧客からの問い合わせに自動的に対応するAIカスタマーサービスエージェントを構築します。
2. コンテンツ生成
   開発者は、ネイティブモデルから記事、コード、デザインドラフトを生成することができます。 ノーティオン またはグーグル・ドライブのストレージに出力する。
3. データ分析ワークフロー
   AIエージェントを設定してCSVデータを分析し、ビジュアルレポートを生成し、TableauやカスタムAPIに接続して処理を自動化する。
4. 生産性向上ツール
   カレンダー、Eメール、タスク管理ツールと連携し、会議のスケジュールやサマリーを自動生成。

品質保証

1. Sim Studioは無料ですか？
   Sim StudioはApache-2.0ライセンスに基づくオープンソースプロジェクトで、無料でご利用いただけます。クラウド版ではホスティング料金が発生する場合がありますので、詳細は公式価格をご確認ください。
2. プログラミングの経験が必要ですか？
   必要ありません。インターフェースはシンプルで、技術者でないユーザーにも適している。しかし、開発者は、手動設定またはAPIを介してより複雑な機能を実装することができます。
3. どのような大きな言語モデルに対応していますか？
   スクリプトから取り込んでローカルで実行できる、幅広いオープンソースモデル（LLaMAなど）をサポート。
4. コードを提供するには？
   GitHubリポジトリのContributing Guideを参照し、Pull Requestを提出して開発に参加してください。