Mangaba.AI 项目启动与配置教程

1. 项目目录结构及介绍

Mangaba.AI 是一个用于创建自主 AI 代理团队的开源 Python 框架。以下是项目的目录结构及各部分的简要介绍：

• applications/: 存放各种应用示例的目录。
• assets/: 包含项目所需的静态资源，如图标、图片等。
• docs/: 项目文档的存放目录，包含了项目的详细说明和使用指南。
• examples/: 包含了框架的基本用法和示例代码。
• mangaba_ai/: 主模块，包含了框架的核心代码。
• src/: 存放与集成第三方服务相关的代码，例如 slack 集成。
• tests/: 测试代码目录，用于确保代码的质量和稳定性。
• .gitignore: 指定 Git 忽略的文件和目录。
• pre-commit-config.yaml: pre-commit 配置文件，用于自动化代码风格检查。
• .pylintrc: PyLint 配置文件，用于代码质量检查。
• LICENSE: 项目使用的 MIT 许可证。
• MANIFEST.in: 指定打包时包含的文件。
• README.md: 项目说明文件。
• install_deps.py: 安装项目依赖的脚本。
• pyproject.toml: 项目构建和依赖的配置文件。
• requirements.txt: 项目依赖的 Python 包列表。
• setup.py: 项目打包和安装的配置文件。

2. 项目的启动文件介绍

项目的启动主要通过 examples/basic_usage.py 文件进行。这个文件是一个简单的示例，展示了如何使用 Mangaba.AI 框架创建和运行基本的代理团队。以下是一个简化的启动文件内容：

# 假设这是 examples/basic_usage.py 的内容
from mangaba_ai import Agent, Team

# 创建代理
researcher = Agent(role="researcher")
analyst = Agent(role="analyst")
writer = Agent(role="writer")

# 创建团队并添加代理
team = Team()
team.add_agents(researcher, analyst, writer)

# 执行任务
team.run()

这段代码首先导入了必要的模块，然后创建了不同角色的代理，并将它们添加到团队中。最后，调用团队的 run 方法来执行任务。

3. 项目的配置文件介绍

项目的配置主要通过 pyproject.toml 和 requirements.txt 文件进行。

• pyproject.toml 文件包含了项目构建和依赖的配置。它定义了项目的元数据和依赖项，例如：

[tool.poetry]
name = "mangaba_ai"
version = "0.1.0"
description = "Framework for creating autonomous AI agent teams"
authors = ["Dheiver Francisco Santos <[e-mail]>"]

[tool.poetry.dependencies]
python = "^3.8"
google-generativeai = "^0.1"
python-dotenv = "^0.10"

[tool.poetry.dev-dependencies]
pytest = "^6.2"

• requirements.txt 文件列出了项目运行所需的 Python 包，它通常由 pyproject.toml 中的依赖项自动生成，例如：

google-generativeai==0.1.*
python-dotenv==0.10.*

要配置项目，您需要确保这些文件中列出的所有依赖项都已正确安装。您可以使用 pip install -r requirements.txt 命令来安装这些依赖项。