Youtu-agent: uma estrutura para inteligências de IA que operam computadores para automatizar tarefas

O Youtu-agent é uma estrutura de inteligências de IA avançada e bem projetada, desenvolvida pelo Tencent Youtu Lab. Ele foi projetado especificamente para criar, executar e avaliar inteligências de IA autônomas, e seu principal recurso é que ele adota totalmente modelos de código aberto e obtém excelente desempenho sem depender de grandes modelos de código fechado. A estrutura foi validada em benchmarks rigorosos e obteve os melhores resultados em avaliações confiáveis, como WebWalkerQA e GAIA, usando a família de modelos de código aberto DeepSeek-V3. O Youtu-agent é altamente flexível e dimensionável, com uma arquitetura baseada noopenai-agentsA estrutura usa arquivos YAML para configuração e oferece suporte à execução assíncrona para lidar eficientemente com tarefas complexas. Para reduzir o limite de uso, a estrutura adota arquivos YAML para configuração e cria a função "meta-agente", que pode gerar automaticamente a configuração do corpo inteligente por meio do diálogo com o usuário, simplificando bastante o processo de desenvolvimento. No momento, a estrutura tem suporte integrado para análise de dados, gerenciamento de arquivos, geração de relatórios de pesquisa aprofundada, análise de teses e outros cenários funcionais práticos.

Lista de funções

• Excelente desempenhoPrecisão líder do setor em benchmarking de inteligências convencionais (por exemplo, WebWalkerQA e GAIA) usando apenas modelos de código aberto (por exemplo, série DeepSeek-V3).
• Suporte abrangente a código abertoA estrutura é profundamente otimizada para modelos de código aberto e foi projetada para reduzir os custos de desenvolvimento e implantação, permitindo que os usuários criem inteligências avançadas sem depender de modelos de código fechado caros.
• Cenários práticos incorporadosOferece funcionalidade pronta para uso que pode ser usada diretamente para lidar com tarefas comuns, como análise de dados CSV, revisão da literatura, organização e categorização de arquivos locais e pesquisa temática aprofundada.
• Arquitetura modular flexívelBaseado emopenai-agentsConstruídos, os componentes principais (por exemplo, ambientes, kits de ferramentas, gerenciadores de contexto) suportam um alto grau de personalização e extensibilidade, permitindo a fácil integração de novos modelos e ferramentas.
• Automação e simplicidade:
  • Use o recurso simples e intuitivoYAMLA documentação para definir e configurar as inteligências é bem estruturada e fácil de gerenciar.
  • A exclusiva "meta-inteligência" pode capturar automaticamente os requisitos e gerar arquivos de configuração por meio de um diálogo interativo com o usuário, reduzindo significativamente a complexidade de escrever manualmente o código e as configurações.
• Execução assíncrona eficienteA estrutura oferece suporte total a operações assíncronas, permitindo alto desempenho e execução eficiente de tarefas, e é particularmente adequada para cenários de avaliação e teste que exigem processamento simultâneo.
• Rastreamento e análise avançadosOTEL: incorporado além do OTEL convencionalDBTracingProcessorUm sistema que permite a análise profunda das trajetórias de invocação de ferramentas de inteligências para depuração e otimização (a ser lançado).

Usando a Ajuda

A estrutura do Youtu-agent foi projetada para ser simples, de modo que os usuários possam começar a usá-la rapidamente e aplicá-la a cenários reais. Veja abaixo o procedimento detalhado de instalação e uso.

1. preparação e instalação do ambiente

Primeiro, você precisa clonar o repositório de código do projeto localmente a partir do GitHub e instalar as bibliotecas de dependência necessárias.

Etapa 1: clonar o repositório de código
Abra um terminal (ferramenta de linha de comando) e execute o seguinte comando git para baixar o código do projeto localmente:

git clone https://github.com/Tencent/Youtu-agent.git

Etapa 2: Insira o catálogo do projeto

cd Youtu-agent

Etapa 3: Instalar dependências
Uso do projetopyproject.tomlpara gerenciar dependências, você pode usar opippara realizar a instalação. Recomenda-se a instalação em um novo ambiente virtual para evitar conflitos de dependência com outros projetos.

# 创建并激活虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # 在Windows上使用 `venv\Scripts\activate`
# 安装项目依赖
pip install .

Etapa 4: Configurar as variáveis de ambiente
Para que as inteligências possam chamar APIs externas (por exemplo, a API Big Model ou a API Search Tool), você precisa configurar variáveis de ambiente. O projeto fornece um arquivo de modelo de configuração.env.example. Você precisa fazer uma cópia e renomeá-la.enve, em seguida, preencha sua chave de API.

cp .env.example .env

Depois disso, use um editor de texto para abrir o arquivo.envpreencha algo comoDEEPSEEK_API_KEYetc. o valor desejado.

2. Primeiros passos: executando uma inteligência de busca simples

Este exemplo o levará a executar uma inteligência básica com recursos de pesquisa na Web.

Etapa 1: Criar um perfil de corpo inteligente
existirconfigs/agents/para criar um novo arquivo YAML, por exemplosample_tool.yaml. Esse arquivo define o nome do Intelligence, seus comandos de sistema e as ferramentas que precisam ser carregadas.

# configs/agents/sample_tool.yaml
defaults:
- /model/base
- /tools/search@toolkits.search # 加载名为'search'的工具包
- _self_
agent:
name: simple-tool-agent
instructions: "你是一个乐于助人的助手，可以在网上搜索信息。"

Etapa 2: Escreva e execute um script Python
Crie um arquivo de script Python, por exemplorun_agent.pye escreva o seguinte código. Esse código carregará o arquivo de configuração que você acabou de criar e iniciará as inteligências em diálogo com você.

import asyncio
from utu.agents import SimpleAgent
async def main():
# 通过指定配置文件名来初始化智能体
async with SimpleAgent(config="sample_tool.yaml") as agent:
# 与智能体进行对话
await agent.chat("今天北京的天气怎么样？")
# 运行主函数
asyncio.run(main())```
在终端中执行此脚本，智能体就会启动，调用搜索工具查询天气信息并给出回答。
```bash
python run_agent.py

3. função principal: geração automatizada de inteligências

Esse é um dos recursos mais exclusivos do Youtu-agent, que permite que você crie automaticamente uma configuração de inteligência conversando com uma "meta-inteligência", sem precisar escrever manualmente um arquivo YAML.

Etapa 1: Inicie o script do corpo da meta-inteligência
Execute o seguinte comando no terminal:

python scripts/gen_simple_agent.py

Etapa 2: Diálogo com a meta-inteligência
Quando o script for iniciado, ele começará a fazer perguntas como um auxiliar para entender as necessidades específicas das inteligências que você deseja criar, por exemplo:

• O que você quer que essa inteligência faça?
• De quais ferramentas ele precisa (por exemplo, pesquisa, leitura/gravação de arquivos, etc.)?
• Que instruções comportamentais você espera que ele siga?

Etapa 3: Geração automática de arquivos de configuração
Depois que você responder à pergunta, a meta-inteligência estará automaticamente na seçãogenerated/para gerar um diretórioYAMLArquivo de configuração.

Etapa 4: Execute o corpo inteligente recém-gerado
Você pode usar diretamente ocli_chat.pypara executar essa inteligência recém-gerada e experimentar o que ela pode fazer.

python scripts/cli_chat.py --stream --config generated/你生成的配置文件名.yaml

4. uso avançado: execução dos exemplos incorporados

O projeto está emexamples/O catálogo fornece vários exemplos de tarefas complexas que podem ser executadas diretamente, como a pesquisa profunda.

Para executar o Deep Research Intelligence, basta executar o seguinte comando:

python -m examples.research.main

Essa inteligência realizará uma pesquisa on-line aprofundada sobre um tópico específico e, por fim, gerará um relatório abrangente. Você pode consultar esses códigos de exemplo para saber como criar aplicativos mais complexos.

cenário do aplicativo

1. Análise automatizada de dados
   O usuário pode instruir o corpo inteligente a analisar umCSVArquivo de tabela. O Intelligent Society lê automaticamente o conteúdo dos dados, realiza insights de dados e análises estatísticas e gera uma visualização com base nos resultados das análises.HTMLFormato do relatório.
2. Gerenciamento de documentos pessoais
   Para arquivos que estão bagunçando seu computador, você pode dar comandos ao SmartBody, como "Renomeie todos os meus arquivos de projeto de acordo com o ano e o nome do projeto e classifique-os em pastas diferentes". O corpo inteligente pode executar automaticamente operações como renomear e mover arquivos para organizar o sistema de arquivos.
3. Pesquisa aprofundada sobre o assunto
   Quando for necessário realizar uma pesquisa aprofundada em um campo desconhecido ou em um tópico específico, o corpo inteligente pode ser instruído a realizar essa tarefa. Ele coletará automaticamente uma grande quantidade de informações relevantes na Internet, lerá e refinará as informações principais, filtrará e integrará o conteúdo e, por fim, gerará um relatório de pesquisa abrangente com lógica clara e conteúdo detalhado.
4. Assistência para trabalhos acadêmicos
   Os pesquisadores podem fornecer um ou mais artigos acadêmicos e instruir o corpo inteligente a analisá-los. O corpo inteligente pode analisar as ideias centrais, os métodos experimentais e as conclusões dos artigos e, com base nisso, pode localizar e organizar automaticamente as referências relevantes, ajudando o pesquisador a concluir rapidamente o trabalho de revisão da literatura.

QA

1. O que é o Youtu-agent?
   É uma estrutura para inteligências de IA desenvolvida pelo YouTuber Labs da Tencent, projetada com o objetivo de facilitar aos desenvolvedores o uso de modelos de linguagem grande de código aberto para criar, executar e avaliar programas de IA que possam concluir tarefas de forma autônoma.
2. Qual é a diferença entre o Youtu-agent e outras estruturas de corpos inteligentes?
   Seu principal diferencial é o foco e a otimização de modelos de código aberto e o compromisso de fornecer soluções de baixo custo e alto desempenho. Além disso, seu exclusivo recurso de "meta-inteligência", que pode gerar automaticamente configurações de carroceria inteligentes por meio de diálogo, simplifica muito o processo de desenvolvimento.
3. Quais modelos de idiomas grandes são compatíveis?
   A estrutura tem bom suporte e desempenho para modelos de código aberto representados pela série DeepSeek-V3. Ao mesmo tempo, sua arquitetura é compatível com o SDK openai-agents, que pode ser perfeitamente adaptado e acessado, incluindogpt-ossMúltiplas APIs de modelo dentro.
4. Preciso escrever muito código para usar o Youtu-agent?
   Não é necessário. Para as tarefas mais comuns, você só precisará passar por um simplesYAMLA configuração do arquivo pode ser configurada. Para necessidades mais personalizadas, seu recurso de "meta-inteligência" pode até mesmo gerar automaticamente arquivos de configuração para você por meio de diálogo, reduzindo ainda mais a barreira ao uso.