首页
/ nearai 的项目扩展与二次开发

nearai 的项目扩展与二次开发

2025-06-13 15:15:20作者:龚格成

项目的基础介绍

NEAR AI 是一个分布式系统,旨在构建、部署和管理人工智能(AI)代理,目标是打造开源且用户拥有的通用人工智能(AGI)。该项目提供了一个集中式的 hub 来注册和运行代理和模型,同时支持多种执行环境和工具,使得用户可以方便地构建和部署自定义的 AI 代理。

项目的核心功能

NEAR AI 的核心功能包括:

  • NEAR AI Hub:作为模型服务、代理注册和运行代理的核心枢纽。
  • TEE Runner:提供可信执行环境,用于 NEAR AI 代理和推理。
  • AWS Runner:基于 Lambda 的执行环境,用于 NEAR AI 代理。
  • Agent System:内置工具和隔离环境,用于构建和运行 AI 代理。
  • Worker System:分布式任务执行和调度。
  • Model Fine-tuning:支持对大型语言模型(LLMs)进行微调。

项目使用了哪些框架或库?

该项目主要使用以下框架和库:

  • Python:作为主要的编程语言。
  • TypeScript:在部分模块中使用,如核心库中的部分实现。
  • Docker:用于容器化代理和执行环境。
  • Git:用于版本控制和代码管理。

项目的代码目录及介绍

项目的代码目录结构如下:

nearai/
├── aws_runner/          # Lambda-based AI agent execution
│   ├── Dockerfile         # 容器运行代理的配置
│   └── frameworks/        # 框架特定的需求
├── hub/                 # 注册和运行代理及模型的中心
│   ├── alembic/           # 数据库迁移
│   └── api/               # API 端点
├── nearai/              # 核心库
│   ├── agents/            # 代理系统实现
│   │   ├── agent.py         # 代理基类
│   │   └── environment.py   # 代理环境
│   ├── cli.py             # 命令行界面
│   └── config.py          # 配置管理
├── worker/              # 分布式任务执行
├── etc/                 # 配置和设置
│   ├── finetune/          # 模型微调配置
│   └── hosts_lambda.txt   # 集群配置
└── e2e/                 # 端到端测试

对项目进行扩展或者二次开发的方向

1. 新增代理类型和支持的框架

可以根据需要,扩展 NEAR AI 以支持更多的代理类型和框架,例如集成 TensorFlow、PyTorch 等深度学习框架,为用户提供更广泛的代理构建选项。

2. 扩展执行环境

可以开发新的执行环境插件,例如基于 Kubernetes 的执行环境,以便于在大规模集群上运行代理。

3. 增强安全性

在TEE Runner的基础上,可以增强安全性特性,例如集成更多的安全协议和加密算法,确保代理的运行环境更加安全。

4. 用户界面和交互

开发一个用户友好的图形界面,以便于非技术用户也能够轻松创建和管理 AI 代理。

5. 开发社区和文档

建立更完善的开发者社区和文档,提供丰富的教程和指南,帮助开发者快速上手和参与项目开发。

通过这些扩展和二次开发的方向,NEAR AI 项目将能够更好地服务于开源社区,推动通用人工智能技术的发展。

登录后查看全文
热门项目推荐