Agent开源项目
Open Devin Agent

简介

开源 Devin，一个能够执行复杂工程任务并与用户积极合作进行软件开发项目的 AI 软件工程师

OpenDevin是一套Agent框架，

Agent核心架构没有变化，重点在于内部的设计有所不同

server -> AgentSession -> AgentController -> Agent

AgentController 等价于 AgentExecutor

架构图

架构图

系统架构

  • agentController
  • Agent
  • Plan: input
  • State: memory
  • Action: 工具的输入
  • Observation

目前，我们的默认代理是 CodeActAgent，它能够生成代码和处理文件。我们正在开发其他代理实现，包括SWE Agent。

controller:

  • 定义了Agent、ActionParser的抽象接口
  • AgentController：负责控制Agent的运行，跟踪Agent的运行状态（metrics），记录Agent的State（history、updated_info）
  • 设计原理：
  • EventStream：基于Event Stream的发布订阅

events: 设计了基于pub/sub的EventStream

  • 定义了

memory: 提供了Condenser、history(ShortTermHistory)、memory(long term memory)三种

runtime: agent与外部env如何交互，包括bash sandbox、browser、filesystem交互

  • browser
  • docker
  • e2b
  • plugins
  • server

agentHub: 内置了很多Agent，服务启动会自动注册到全局Agent

总结: AgentController设计了一套新的控制流程；EventStream提供了针对不同订阅者的回调函数栈；

用例

实现了3类Agent：

  • CodeAct Agent
  • Monologue Agent: 利用长短期记忆来完成任务
  • Planner Agent: 利用特殊的prompt策略来创建长期plan来解决问题
  1. BrowsingAgent：与 Browser 交互的Agent
  2. CodeActAgent
  3. CodeActSWEAgent：用来解决 Github issues
  4. DelegatorAgent
  5. micro-agents：包括多个Agent。彼此之间存在委派关系，可以由ManagerAgent来委派
  6. MonologueAgent：利用长短期记忆来完成任务
  7. PlannerAgent：利用特殊的prompt工程创建plan来解决问题
  8. SWEAgent：将 LM（例如 GPT-4）转变为软件工程代理，可以修复真实 GitHub 代码库中的bug和issue。

核心流程

架构图

架构设计的优点以及缺点

  1. 架构简洁，高内聚，低耦合
  2. 高效地利用jinja来render prompt；相比langchain的prompt设计，该方案简单；
  3. 扩展性：基于EventStream的设计，可以将Agent扩展到分布式系统中（未实现）

启发点

使用 LLM 实现生产级应用程序的完全复制是一项复杂的工作。我们的策略包括：

  • 核心技术研究：专注于基础研究，以了解和改进代码生成和处理的技术方面。
  • 专业能力：通过数据管理、训练方法等提高核心组件的有效性。
  • 任务规划：开发错误检测、代码库管理和优化的能力。
  • 评估：建立全面的评估指标，以更好地理解和改进我们的模型。

Core Technical Research: Focusing on foundational research to understand and improve the technical aspects of code generation and handling. Specialist Abilities: Enhancing the effectiveness of core components through data curation, training methods, and more. Task Planning: Developing capabilities for bug detection, codebase management, and optimization. Evaluation: Establishing comprehensive evaluation metrics to better understand and improve our models.

参考

  1. https://github.com/ServiceNow/BrowserGym (opens in a new tab) : a gym environment for web task automation in the Chromium browser.
MetagptXagent