Agno项目v1.5.4版本发布:人机协作流程与记忆管理新特性解析
Agno是一个专注于人工智能代理开发的框架,旨在为开发者提供构建智能代理所需的各种工具和功能。最新发布的v1.5.4版本带来了多项重要更新,特别是在人机交互流程控制方面取得了显著进展。
人机协作流程控制(Beta版)
v1.5.4版本最引人注目的特性是引入了Human-in-the-loop(人机协作)流程控制机制。这一功能允许开发者在代理运行过程中暂停执行,等待用户完成特定操作后再继续。
核心控制流程
-
用户确认流程:通过
@tool(requires_confirmation=True)装饰器标记的函数,代理将在执行前等待用户确认。这种机制特别适合需要人工审核的关键操作场景。 -
用户输入请求:使用
@tool(requires_user_input=True)装饰的函数会触发代理暂停并请求用户输入。这在需要动态信息补充的场景下非常有用。 -
外部工具执行:通过
@tool(external_execution=True)标记的函数表示将由外部系统执行,代理会等待外部执行完成信号。 -
动态用户输入:在代理中添加
UserControlFlowTools()工具集,使代理能够根据运行时情况动态请求用户输入。
实现机制
新版本增加了agent.continue_run和agent.acontinue_run方法,用于在用户完成操作后恢复代理执行。这种设计既保持了代理的自主性,又为关键决策点提供了人工干预的机会。
Mem0记忆管理工具包
v1.5.4版本新增了Mem0记忆管理工具包,为开发者提供了更强大的记忆管理能力。Mem0工具包支持:
- 记忆的存储与检索
- 记忆的分类管理
- 记忆的时效性控制
- 上下文相关的记忆提取
Firecrawl搜索增强
Firecrawl工具集在本版本中获得了搜索功能增强,包括:
- 改进的参数解析机制
- 更稳定的网页内容抓取
- 增强的搜索结果处理能力
工具包兼容性改进
所有工具包现在都统一支持include_tools和exclude_tools参数,使开发者能够更灵活地控制工具的使用范围。这一改进显著提升了工具组合的灵活性和可控性。
技术实现亮点
-
异步控制流:新版本通过完善的异步机制实现了流畅的人机交互,确保代理在等待用户输入时不会阻塞整个系统。
-
状态管理:引入了更精细的运行状态跟踪机制,能够准确记录和恢复被暂停的代理运行状态。
-
安全边界:在用户确认流程中实现了严格的安全检查,防止未经授权的操作执行。
应用场景建议
-
关键操作审核:在金融、医疗等敏感领域,可以使用用户确认流程确保关键操作的准确性。
-
动态信息补充:对于需要实时数据的应用,用户输入请求功能可以实现信息的动态更新。
-
混合自动化流程:外部工具执行功能特别适合与企业现有系统集成的场景。
总结
Agno v1.5.4版本通过引入人机协作流程控制,为AI代理开发开辟了新的可能性。这些特性不仅增强了代理的实用性,也为复杂场景下的代理应用提供了更可靠的控制机制。Mem0记忆管理工具包的加入进一步丰富了Agno的功能生态,使其在知识密集型应用中更具竞争力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08