motleycrew et pas Mötley Crüe :-) un framework pour construire des systèmes d'IA multi-agents.
Avec motleycrew, on peut mélanger et associer des agents d'IA de frameworks populaires, concevoir des flux de travail avancés et exploiter des graphes de connaissances dynamiques avec simplicité et élégance...
Qu'est-ce que motleycrew ?
Pensez à motleycrew comme à un chef d'orchestre qui coordonne une symphonie d'agents et d'outils d'IA. Il fournit les blocs de construction pour créer des systèmes d'IA, permettant de se concentrer sur la conception tandis que motleycrew s'occupe du reste.
Fonctionnalités
Intégration
Combinez les agents outils d'IA de Langchain, LlamaIndex, CrewAI et Autogen.
Flexibilité
Tous les composants implémentent l'API Runnable de Langchain, les rendant compatibles avec LCEL.
Conception de Flux Avancés
Concevez des systèmes complexes en codant simplement un ensemble de règles. Enchaînez simplement les tâches ou utilisez des graphes de connaissances pour une conception de flux complexes.
Créons une application de génération de contenu:
Setup
from pathlib import Path
import os
import sys
import platform
from dotenv import load_dotenv
from langchain_community.tools import DuckDuckGoSearchRun
import kuzu
WORKING_DIR = Path(os.path.realpath("."))
try:
from motleycrew import MotleyCrew
except ImportError:
# if we are running this from source
motleycrew_location = os.path.realpath(WORKING_DIR / "..")
sys.path.append(motleycrew_location)
from motleycrew.storage import MotleyKuzuGraphStore
from motleycrew import MotleyCrew
from motleycrew.agents.crewai import CrewAIMotleyAgent
from motleycrew.agents.langchain.react import ReActMotleyAgent
from motleycrew.agents.llama_index import ReActLlamaIndexMotleyAgent
from motleycrew.tools.image.dall_e import DallEImageGeneratorTool
from motleycrew.common import configure_logging
from motleycrew.tasks import SimpleTask
configure_logging(verbose=True)
load_dotenv()
Création d'un agent doté d'un outil de recherche.
search_tool = DuckDuckGoSearchRun()
researcher = CrewAIMotleyAgent(
role="Analyste de recherche senior",
goal="Découvrir les développements de pointe en IA et en science des données, en effectuant des recherches sur le web si nécessaire",
backstory="""Vous travaillez dans un groupe de réflexion technologique de premier plan.
Votre expertise réside dans l'identification des tendances émergentes.
Vous avez un talent pour disséquer des données complexes et présenter des informations exploitables.""",
verbose=True,
tools=[search_tool],
)
Transmission de cet agent à un autre agent en tant qu'outil.
C'est ainsi que fonctionne la délégation dans motleycrew : il suffit de passer des agents en tant qu'outils à d'autres agents ; l'API est automatiquement convertie sous le capot.
writer = ReActMotleyAgent(
name="Agent rédacteur IA",
prompt_prefix="""Effectuez une analyse complète des dernières avancées en matière d'IA en 2024.
Identifiez les tendances clés, les technologies révolutionnaires et les impacts potentiels sur l'industrie.
Votre réponse finale DOIT être un rapport d'analyse complet""",
tools=[researcher],
verbose=True,
)
Création de la première tâche
l'écriture d'un article de blog, et confions-la à l'agent rédacteur. Il faut dans un premier temps instancier une équipe, c'est elle qui orchestre les tâches.
Recommandé par LinkedIn
crew = MotleyCrew()
blog_post_task = SimpleTask(
crew=crew,
name="produire un article de blog sur les avancées en IA",
description="""En utilisant les informations fournies par une recherche web approfondie, développez un article de blog engageant
qui met en avant les avancées les plus significatives en matière d'IA.
Votre article doit être informatif mais accessible, s'adressant à un public féru de technologie.
Rendez-le attrayant, évitez les mots complexes pour qu'il ne semble pas écrit par une IA.
Créez un article de blog d'au moins 4 paragraphes, au format markdown.""",
agent=writer,
)
Création de la deuxième tâche
Pour générer et insérer dans le blog quelques illustrations.
image_generator_tool = DallEImageGeneratorTool(os.path.realpath("./images"),
model="dall-e-3",
refine_prompt_with_llm=True,
size="1024x1024",
style="vivid")
illustrator = ReActLlamaIndexMotleyAgent(
name="Illustrateur",
description="Créer de belles illustrations informatives pour un article de blog",
tools=[image_generator_tool],
)
illustration_task = SimpleTask(
crew=crew,
name="créer une illustration pour l'article de blog",
description="""Créer de belles illustrations informatives pour accompagner l'article de blog sur les avancées en IA.
L'article de blog vous sera fourni au format markdown.
Assurez-vous d'utiliser l'outil d'illustration qui vous est fourni, une fois par illustration, et d'intégrer l'URL fournie par
l'outil dans l'article de blog.
Créez entre 1 et 2 illustrations, ni plus ni moins.
Ne retournez que le texte complet de l'article de blog avec les URL intégrées, pas de backticks, pas d'autre texte.
Utilisez uniquement des barres obliques comme séparateurs de chemin, jamais de barres obliques inverses.""",
agent=illustrator,
)
Relions maintenant les deux tâches et exécutons-les !
blog_post_task >> illustration_task
result = crew.run()
final_result = illustration_task.output
here = os.path.realpath(".").replace(os.sep, "/")
output = illustration_task.output.replace(here, ".")
print(output)
Résultat :
# Les Avancées Révolutionnaires de l'IA en 2024 : Ce que Vous Devez Savoir
L'année 2024 marque une période passionnante pour l'intelligence artificielle (IA), avec des avancées qui transforment notre manière de travailler et d'interagir avec la technologie. Voici un aperçu des tendances clés et des technologies révolutionnaires qui façonnent l'avenir de l'IA.
## L'Essor de l'IA Générative
L'IA générative est en plein essor, devenant de plus en plus accessible même pour les utilisateurs non techniques. Imaginez pouvoir créer des œuvres d'art numériques, générer des textes ou même composer de la musique sans avoir besoin de compétences techniques avancées. Cette démocratisation de l'IA permet à un plus grand nombre de personnes de libérer leur créativité et d'expérimenter avec des modèles d'IA. Les attentes autour de l'IA deviennent également plus réalistes, ce qui signifie que nous voyons des applications plus pratiques et utiles dans notre vie quotidienne.
## L'IA Multimodale : Une Révolution en Marche
Une autre tendance majeure est l'IA multimodale, qui combine différents types de données comme le texte, les images et l'audio pour créer des expériences plus riches et plus intuitives. Par exemple, imaginez une application qui peut analyser une photo, comprendre le contexte et générer une description textuelle précise. Cette capacité à intégrer et à interpréter plusieurs types de données ouvre la voie à des innovations incroyables dans des domaines tels que la santé, l'éducation et le divertissement.
## Les Modèles de Langage Plus Petits et l'Open Source
Les modèles de langage plus petits et les avancées open source sont également des développements marquants en 2024. Les modèles d'IA open source pré-entraînés gagnent en popularité, permettant aux entreprises de les adapter avec des données spécifiques pour améliorer la productivité et réduire les coûts. IBM, par exemple, joue un rôle clé en contribuant à ces modèles open source. Cette tendance permet aux entreprises de bénéficier des avancées de l'IA sans avoir à investir massivement dans le développement de nouveaux modèles.
## Défis et Opportunités
Malgré ces avancées, des défis subsistent, notamment les pénuries de GPU et les coûts élevés du cloud. Cependant, l'optimisation des modèles et l'utilisation de modèles locaux personnalisés offrent des solutions prometteuses. En intégrant l'IA de manière plus fluide dans les processus quotidiens, les entreprises peuvent augmenter leur efficacité et ouvrir de nouvelles opportunités d'innovation.
En conclusion, 2024 est une année charnière pour l'IA, avec des technologies révolutionnaires qui redéfinissent ce qui est possible.