Sedang mengikuti modul ini?0 daripada 19 selesai
Modul 16 · Halaman 17 daripada 20 · 8 bahagian

Alat dan Rangka Kerja untuk AI Agentik

Landskap rangka kerja: LangChain, LlamaIndex, AutoGen, CrewAI dan alat sokongan di sekelilingnya.

04Rangka Kerja dan Alat Ejen08Sistem Berbilang Ejen dalam AI Agentik17Penggunaan dan Kebolehskalaan AI Agentik
16.1

Mengapa Alat dan Rangka Kerja Penting?

  • Membina ejen dari awal boleh menjadi rumit.
  • Alat dan rangka kerja menyediakan komponen sedia ada untuk integrasi LLM, memori, alat, perancangan dan orkestrasi.
  • Ia membantu pembangunan yang lebih pantas, kebolehpercayaan yang lebih baik dan kesediaan untuk pengeluaran.
  • Kita boleh fokus pada masalah dan menggunakan rangka kerja ini untuk mengendalikan kerumitan peringkat rendah.
16.2

Rangka Kerja Popular untuk AI Agentik

1
LangChain
Rangka kerja paling popular untuk membina aplikasi LLM dan ejen.
2
LlamaIndex
Berguna untuk RAG dan integrasi data.
3
AutoGen
Rangka kerja berbilang ejen oleh Microsoft.
4
CrewAI
Rangka kerja mudah untuk membina ejen berasaskan peranan.
5
Haystack
Baik untuk aplikasi carian dan RAG.
6
Semantic Kernel
Rangka kerja oleh Microsoft untuk membina ejen AI.
7
LangGraph
Berguna untuk membina aliran kerja ejen yang kompleks.
Berkaitan04Rangka Kerja dan Alat Ejen
16.3

LangChain (Gambaran Keseluruhan)

  • LangChain menyediakan komponen modular untuk membina aplikasi LLM dan ejen.
  • Menyokong chain, alat, memori, ejen dan integrasi.
  • Ia boleh berfungsi dengan pelbagai LLM dan alat luaran.
Pertanyaan Pengguna
EjenLangChain
LLMOpenAI / tempatan
Alat / Integrasi
API Carian
Pangkalan Data
Stor Vektor
Alat Tersuai
Seni bina LangChain: ejen berkomunikasi dengan LLM dan mencapai dunia luar melalui integrasi alat.
16.4

LlamaIndex (Gambaran Keseluruhan)

  • LlamaIndex memberi tumpuan kepada integrasi data dan RAG.
  • Ia membantu memuatkan, mengindeks dan membuat pertanyaan data anda daripada pelbagai sumber.
  • Berguna apabila bekerja dengan dokumen besar, PDF dan data perusahaan.
DokumenPDF, DB, API
PengindeksanCebisan + embedding
Enjin Pertanyaan
Jawapan
Aliran LlamaIndex.
Berkaitan07Memori dalam AI Agentik
16.5

AutoGen (Rangka Kerja Berbilang Ejen)

  • Dibangunkan oleh Microsoft.
  • Dibina untuk mencipta beberapa ejen yang boleh berkomunikasi antara satu sama lain.
  • Berguna untuk tugasan kompleks di mana ejen berbeza mempunyai peranan berbeza.
  • Menyokong human-in-the-loop dan integrasi alat.
Permintaan Pengguna
Ejen PerancangPecahkan tugasan
Ejen PenyelidikanCari maklumat
Ejen AnalisisProses data
Ejen PenulisJana output
Hasil Akhir
Seni bina berbilang ejen AutoGen.
16.6

CrewAI (Ejen Berasaskan Peranan)

  • Rangka kerja yang ringkas dan mudah digunakan.
  • Kita boleh mentakrifkan beberapa ejen dengan peranan, matlamat dan alat tertentu.
  • Berguna untuk tugasan seperti penyelidikan, analisis, penulisan, pemprosesan data, dll.
Tugasan
PenyelidikCari maklumat
PenganalisisAnalisis & proses
PenulisHasilkan output akhir
Output Akhir
Struktur CrewAI.
16.7

Alat Berguna Lain

Alat / rangka kerjaKes penggunaan
HaystackCarian, RAG dan pencarian semula maklumat
Semantic KernelMembina ejen AI dengan ekosistem Microsoft
LangGraphMembina aliran kerja ejen kompleks dan pengurusan keadaan
Pinecone / QdrantPangkalan data vektor untuk memori dan RAG
OpenAI Assistants APIAlat terbina dalam, panggilan fungsi dan ejen
Gradio / StreamlitMembina UI untuk aplikasi ejen
Docker / KubernetesPenggunaan dan penskalaan ejen
Berkaitan17Penggunaan dan Kebolehskalaan AI Agentik
16.8

Rumusan Utama

  1. 1Rangka kerja yang berbeza berguna untuk kes penggunaan yang berbeza.
  2. 2Pilih rangka kerja berdasarkan keperluan anda (RAG, berbilang ejen, penggunaan alat, dll.).
  3. 3Alat ini memudahkan pembinaan, pengujian dan penggunaan ejen.
  4. 4LangChain dan LlamaIndex paling popular.
  5. 5Alat yang sesuai membantu pembangunan lebih pantas dan sistem sedia pengeluaran.