Other
BabyAGI是一个基于OpenAI的AI支持的任务管理系统（Python脚本），同时也是一个轻量化的人工智能自主代理框架。
系统特点 基于目标的任务管理：BabyAGI能够基于先前任务的结果和预定义的目标创建任务，并根据这些任务执行相应的操作。 动态优先级排序：它能够动态地调整任务的优先级，确保重要的任务能够优先被执行。 使用OpenAI和Pinecone API：BabyAGI通过调用OpenAI的自然语言处理（NLP）能力来创建和执行任务，同时使用Pinecone（或Chroma/Weaviate）来存储和检索任务结果，以获取上下文信息。
主要模块 任务生成Agent：通过调用OpenAI的API，基于当前目标和前一个任务的结果来创建新任务。它接受四个参数：目标、前一个任务的结果、任务描述和当前任务列表，然后返回一个包含新任务名称的字典列表。 执行Agent：系统的核心部分，它利用OpenAI的API来处理任务。它接受两个参数：目标和任务，然后向OpenAI的API发送一个提示（prompt），并返回任务的结果。 优先级排序Agent：对任务列表进行重新排序。它接受一个参数，即当前任务的ID，然后向OpenAI的API发送一个提示，并返回一个重新排序的任务列表。
15 工具
工具是代理的武器。
某些工具直接初始化，某些工具（如链、代理）需要llm。
16 检索增强生成RAG
- RAG工作原理：（不仅依赖于训练数据，还可源于大型外部数据库）
检索：从大型文档中查找相关文档，如各种向量数据库。
上下文编码：将相关文档与原始输入问题一起编码。
生成：依据大模型生成回答。
- 过程
文档加载：不同形式
文本转换：切割文本、过滤冗余等
文本嵌入：文本转换为数值类型，方便计算机理解
存储嵌入：缓存存储（文本哈希处理）、向量数据库
数据检索：各种检索器
index.query(query) #检索时启用chain
索引
17 数据库
告诉智能体我们想查什么，自动生成数据库语句查找，并为我们解析展现。
-
创建数据库表
-
使用chain访问SQL
chain(llm , db)
- 使用Agent访问SQL
agent_executor ReAct风格
18 回调函数
19 CAMEL （角色扮演）
-
交流、代理、心智、探索、 LLM
1、交互式代理
2、角色扮演
3、启示式提示
1、场景和角色设置：任务指定代理
2、提示模板设计：角色提示、任务明确指示（具体）
- 应用实例
1、CAMELAgent类：管理语言模型交互
2、预设角色、任务
3、任务指定代理：任务具体化
4、系统消息模板：每个角色的提示
5、创建Agent，引导二者聊天
20 BabyAGI （自治代理）
ChatGPT：复杂任务需用户多次提示；
Auto-GPT：复杂任务-->若干子任务、自我提示；
BabyAGI：依据当前响应、总任务，创建任务列表。（生成任务列表 + 优先级排序）
