embabel-agent 的项目扩展与二次开发
2025-05-24 20:23:27作者:何举烈Damon
1. 项目的基础介绍
embabel-agent 是一个基于 JVM 的框架,旨在帮助开发者创建能够结合大型语言模型(LLM)提示和代码以及领域模型的代理流程。该项目由 Kotlin 编写,提供了一种自然的使用模型,允许 Java 开发者轻松地使用该框架。它支持智能路径查找以实现目标,并且能够根据新信息和前一个操作的效果动态地重新规划。
2. 项目的核心功能
- 代理流程建模:支持将代理流程模型化为动作、目标和条件。
- 动态规划:系统可以根据当前状态和目标动态制定行动计划。
- 强类型和面向对象:所有动作、目标和条件都与领域模型相关联,并且类型安全。
- 平台抽象:支持在不同平台间切换,无需修改应用程序代码。
- 易于集成:基于 Spring 和 JVM,易于访问现有的企业级功能。
- 测试友好:从设计之初就考虑到测试性,支持单元测试和端到端的代理测试。
3. 项目使用了哪些框架或库?
- Spring:用于依赖注入和面向切面编程。
- Kotlin:作为主要的开发语言,提供了简洁的 DSL。
- GOAP(Goal-Oriented Action Planning):默认的规划算法,用于动态决策和动作选择。
4. 项目的代码目录及介绍
embabel-agent/
├── .github/ # GitHub 工作流和配置文件
├── .idea/ # IntelliJ IDEA 配置文件
├── embabel-agent-api/ # 代理 API 模块
├── embabel-agent-autoconfigure/ # 自动配置模块
├── embabel-agent-dependencies/ # 依赖管理模块
├── embabel-agent-docs/ # 文档资源
├── embabel-agent-eval/ # 评估模块
├── embabel-agent-examples/ # 示例代码
├── embabel-agent-rag/ # RAG(Relation Agent Graph)模块
├── embabel-agent-shell/ # 代理壳模块
├── embabel-agent-starter/ # 启动模块
├── embabel-agent-test/ # 测试模块
├── .gitignore # Git 忽略文件
├── CODE_OF_CONDUCT.md # 行为准则
├── LICENSE # 许可证文件
├── README.md # 项目说明文件
└── pom.xml # Maven 构建文件
5. 对项目进行扩展或者二次开发的方向
- 增加新的领域模型:可以通过添加新的领域对象来扩展系统的功能。
- 自定义规划算法:可以集成其他规划算法或自定义现有算法,以适应特定场景。
- 集成更多语言模型:可以集成不同的语言模型,以实现更强大的功能。
- 扩展动作和条件:开发者可以根据需求添加新的动作和条件。
- 创建插件:可以通过创建插件来扩展框架的功能,例如,添加新的功能模块或集成第三方服务。
- 优化性能:针对特定用例,优化框架的性能,以提高效率。
- 国际化支持:增加对多种语言的支持,使框架能够在全球范围内使用。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137