فراتر از LLMs: تجربه مقدماتی من با عوامل هوش مصنوعی

Summarize this content to 400 words in Persian Lang
اگر از ده توسعه‌دهنده بخواهید که «عامل هوش مصنوعی» را تعریف کنند، پانزده پاسخ متفاوت دریافت خواهید کرد. و اگر از یک توسعه دهنده ارشد بپرسید، آنها خواهند گفت: “بستگی دارد.”

با این حال، مشکل تعریف عمیق تر از پدانتری توسعه دهنده است. صنعت ما به سرعت از سیستم‌های مبتنی بر قوانین به یادگیری ماشینی به مدل‌های زبانی بزرگ تغییر کرد قبل از اینکه بتوانیم در مورد تعاریف استاندارد به توافق برسیم. به عنوان مثال، در آخرین پست وبلاگم، در مورد مبارزه ما برای تعریف “هوش مصنوعی منبع باز” نوشتم. به نظر می رسد که ما با یک چالش مشابه با عوامل خودمختار روبرو هستیم.

بسیاری از تعاریف هوش مصنوعی ما از تئوری آمده است. از دهه 1950، دانشگاه ها آینده نگر بودند. آنها اصطلاحاتی را برای سیستم های هوش مصنوعی تعریف کردند که مردم هنوز از آنها استفاده نمی کردند. امروزه این سیستم ها واقعی و کاربردی هستند، اما واقعیت با چارچوب های نظری ما مطابقت ندارد. متوجه شدم که عبارت “عامل” برای همه چیز از گردش کار گرفته تا مدل‌های زبان بزرگ (LLM) به کار می‌رود، بنابراین از جامعه خود خواستم شفافیت را ارائه دهند. کورت کمپل (@theworstdev)، مدیر ارشد روابط توسعه‌دهنده در Slack، دیدگاهی را به اشتراک گذاشت که با من طنین انداز شد:

صادقانه بگویم: “این یک مسئله بسیار بزرگ است! برای من، عوامل مستقل آنهایی هستند که می توانند اقداماتی (با یا بدون تعامل انسانی) به عنوان بخشی از پاسخ خود انجام دهند. مانند یک برنامه genAI می تواند متنی را بر اساس یک سوال تولید کند، یک عامل مستقل نیز می تواند انجام دهد. کد را اجرا کنید، گردش‌های کاری را شروع کنید، تماس‌های API برقرار کنید و غیره به عنوان بخشی از پاسخ به یک رویداد یا تعامل».

من همچنین از تعریف همکارم مکس نوویچ که در ویدیوی زیر توضیح می دهد، قدردانی کردم.

مکس می گوید

“بنابراین، برای من، مستقل، یک عامل نوعی نرم‌افزار است، نه به طور خاص هوش مصنوعی، که می‌تواند اقداماتی را از طرف شما انجام دهد، از یک درخواست ساده تا یک اقدام پیچیده‌تر. بنابراین، لازم نیست دست آن را بگیرید. در هر مرحله لایک کنید، لازم نیست بروید، آن را باز کنید، خوب، من باید وارد GitHub شوم. و مانند آن، می‌تواند اقداماتی را که باید انجام شود را تعمیم می‌دهد، و در واقع می‌تواند آن اقدامات را انجام دهد.”

برای حفظ وضوح در سراسر این پست، من یک عامل مستقل را به عنوان ابزاری تعریف می کنم که می تواند عملیات را بدون دخالت انسان اجرا کند.

معرفی غاز

من در حال آزمایش با یک عامل توسعه دهنده هوش مصنوعی به نام Goose هستم. بسیاری از ابزارهای برنامه نویسی هوش مصنوعی سرعت توسعه را افزایش می دهند، اما Goose منحصر به فرد است زیرا نیمه مستقل است. این بدان معنی است که به طور مستقل وظایف را از ابتدا تا انتها اجرا می کند اما می داند چه زمانی باید از کمک انسانی درخواست کند.

می‌توانید یک بار به Goose بگویید که یک برنامه وب توسعه دهد، یک انتقال انجام دهد یا یک مجموعه آزمایشی ایجاد کند، و آن همه چیز را – از برنامه‌ریزی گرفته تا اجرا – بدون نیاز به ورودی بیشتر از سوی شما انجام می‌دهد.

به طور پیش فرض، Goose:

یک طرح ایجاد می کند
این طرح را به شما نشان می دهد
طرح را اجرا می کند

در این زمینه، یک طرح عبارت است از دستور شما که به یک سری مراحل مشخص تقسیم می شود. من فکر می‌کنم بسیار جالب است که Goose می‌تواند مراحل را دوباره امتحان کند یا برنامه‌اش را به‌روزرسانی کند، وقتی مرحله‌ای از طرح شکست خورد.

در اینجا نمونه ویدیویی از Goose ایجاد یک طرح در حال اجرا است:

در یک مثال پیشرفته‌تر، مکس از Goose می‌خواهد که برای او اینترنت را مرور کند و کمی خرید آنلاین انجام دهد:

منطقی که غاز را نیمه خودمختار می کند

از آنجایی که Goose منبع باز است، می توانیم مخزن را برای درک بهتر قابلیت های برنامه ریزی و اجرای آن بررسی کنیم. لطفاً توجه داشته باشید که آنچه در زیر توضیح می دهم ممکن است تغییر کند زیرا Goose هنوز در مراحل اولیه خود است.

Goose از رویکرد “LLM خود بیاورید” استفاده می کند، به این معنی که آن را انتخاب کرده و به هر یک از ارائه دهندگان LLM در زیر متصل می کنید:

آنتروپیک
لاجوردی
سنگ بستر
Databricks
گوگل
بودن
OpenAI

این انعطاف پذیری به توسعه دهندگان اجازه می دهد تا با مدل های مختلف آزمایش کنند. برای اتصال Goose به یک LLM، به کلید API شخصی خود نیاز دارید و باید یک profile.yaml فایل

اگر می‌خواهید از GPT-4 mini OpenAI استفاده کنید، می‌توانید تنظیمات خود را انجام دهید profile.yaml به این شکل باشد:

default:

provider: openai

processor: gpt-4o

accelerator: gpt-4o-mini

moderator: truncate

toolkits:

– name: developer

requires: {}

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

Goose از طریق کلاسی به نام Exchange به LLM متصل می شود که ارتباط با مدل هوش مصنوعی را مدیریت می کند. وقتی از Goose درخواست می کنید، Goose از روش ask_an_ai برای مشورت با LLM و ایجاد یک طرح استفاده می کند. سپس Goose با اجرای مجموعه ای از دستورات پوسته، طرح را دنبال می کند.

جریان به این صورت است: کاربر دستور می نویسد → Goose با LLM با هدف ارتباط برقرار می کند → LLM و Goose با هم برای ایجاد یک طرح کار می کنند. → Goose طرح را از طریق دستورات پوسته اجرا می کند.

هنگامی که یک مرحله با شکست مواجه می شود، غاز ممکن است تصمیم بگیرد:

به LLM در مورد خرابی ها بگویید و یک طرح به روز بخواهید
اگر دستورات بیش از حد طولانی اجرا شوند، به شما اطلاع دهید
هنگامی که نمی تواند دستورات خاصی را اجرا کند به شما هشدار می دهد زیرا به مجوزهای بالا نیاز دارد

این فرآیند چیزی است که Goose را نیمه خودمختار می کند زیرا به طور مستقل کار می کند اما می داند چه زمانی باید کمک بخواهد.

ایجاد اعتماد و حفظ کنترل

برای من، به عنوان یک توسعه دهنده، در ابتدا چند مشکل اعتماد با آن داشتم. من بیشتر به کار با ابزارهای هوش مصنوعی عادت دارم که در هر مرحله می توانم کار را بررسی کنم، بنابراین این یک تغییر گردش کار برای من بود. من همیشه معتقدم که قبل از اجرای کد، ابتدا کار یک هوش مصنوعی را بررسی کنم، که هنوز هم با Goose به انجام آن ادامه می‌دهم. من قبلاً کد خود و کد همکارانم را دوباره چک می کنم، بنابراین هوش مصنوعی یک استثنا نیست.

ایجاد طرح های تولید شده توسط کاربر

یکی از گزینه‌هایی که کنترل را برای من فراهم کرد این است که می‌توانم به جای تکیه بر Goose برای ایجاد یک طرح، یک برنامه سفارشی برای Goose ایجاد کنم تا از آن پیروی کند. وقتی می دانم چه اتفاقی باید بیفتد، اما نمی خواهم همه آن را به صورت دستی انجام دهم، عالی کار می کند.

می توانید یک طرح را در یک فایل markdown یا yaml ایجاد کنید. طرح‌های تولید شده توسط کاربر با یک پیام آغازین شروع می‌شود تا زمینه اولیه را برای Goose فراهم کند.

در اینجا یک پیام آغازین مثال برای هدایت مهاجرت پایگاه داده آمده است:

ما در حال آغاز یک انتقال پایگاه داده برای انتقال داده ها از سیستم پایگاه داده قدیمی به معماری جدید هستیم. این انتقال مستلزم آن است که از یکپارچگی داده ها اطمینان حاصل کنیم، زمان خرابی را به حداقل برسانیم و مهاجرت موفقیت آمیز را در مراحل مختلف تأیید کنیم.

سپس، می توانید مراحل مشخصی را برای طرح که با خط تیره مشخص شده اند فهرست کنید -:

– Backup the current database: Ensure all data is backed up to a secure location before starting the migration process.

– Set up the new database environment: Deploy the necessary infrastructure and configurations for the new database system.

– Export data from the legacy database: Use database export tools to create data dump files.

– Transfer data files to the new system: Securely copy the data dump files to the environment of the new database.

– Import data into the new database: Utilize database import tools to load the data into the new database structure.

– Validate data integrity: Run checks to compare and verify that data in the new database matches the legacy database.

– Update database connections in application: Modify application settings topoint to the new database.

– Monitor performance: Observe the new database’s performance and configuration for any anomalies post-migration.

– Document the migration process: Record detailed steps taken during the migration for future reference.

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

پس از اینکه برنامه را در یک فایل ذخیره کردید، می توانید با استفاده از دستور زیر آن را اجرا کنید:

goose session start –plan path/to/the/file/with/your/plan

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

طلوع ماموران

LLM ها روش کار ما را تغییر دادند، اما آنها فقط سطح آنچه ممکن است را خراش می دهند. فناوران مرزها را جابجا می کنند و گردش کار ما را از طریق نمایندگان خودکار می کنند.

ممکن است برخی از افراد هوش مصنوعی را دوست نداشته باشند، اما من قدردانی می کنم که هوش مصنوعی به پیشرفت حرفه برنامه نویسی من کمک کرده است. به عنوان یک توسعه دهنده عصبی، ابزارهای توسعه دهنده هوش مصنوعی مانند Goose به من کمک می کند با وجود ADHD، متمرکز و سازنده باشم. کارهای بسیار بیشتری برای استفاده از هوش مصنوعی برای ساخت ابزارهای هوش مصنوعی وجود دارد که کدنویسی را در دسترس تر می کند!

امیدوارم ماهیت منبع باز ابزارهایی مانند Goose به توسعه دهندگان قدرت دهد تا کدنویسی را در دسترس تر کنند. به عنوان مثال، همکار من، مکس نویچ، “Goose Talk to Me” را توسعه داد، که به توسعه دهندگان اجازه می دهد از دستورات صوتی برای کار با کد استفاده کنند. این مانع توسعه دهندگان با اختلالات بینایی یا تحرک محدود را کاهش می دهد.

همانطور که ما مرزهای کاری را که نمایندگان می توانند انجام دهند پیش می بریم، باید اخلاق و دسترسی را در اولویت قرار دهیم. و من از شما دعوت می کنم که در جنبش شرکت کنید.

درگیر شوید

غاز هنوز در مراحل اولیه است، بنابراین فرصت های زیادی برای شما وجود دارد که به ما در بهبود آن کمک کنید! (من همچنین فکر می کنم درگیر شدن با یک پروژه در سطح زمین جالب است).

کمک به ساخت Goose (با پایتون)

https://github.com/block/goose/issues

به Goose کمک کنید با توسعه دهندگان صحبت کند!

یک پلاگین تعامل صوتی برای غاز شما. این پروژه از یک نسخه محلی Whisper برای تعامل صوتی و رونویسی استفاده می کند.

شرح پروژه

Goose-Talk-To-Me پروژه ای است که به فعال کردن تعاملات صوتی با استفاده از فناوری های پیشرفته هوش مصنوعی اختصاص دارد. از ابزارها و کتابخانه هایی مانند goose-ai، openai-whisper، sounddeviceو سایر موارد برای ارائه قابلیت های پردازش صدای یکپارچه.

ویژگی ها

تعامل صوتی با استفاده از goose-ai

رونویسی صدا به متن
پردازش صدا در زمان واقعی
استفاده از متن به گفتار pyttsx4

الزامات

پایتون >= 3.12
goose-ai
openai-whisper
sounddevice
soundfile
numpy
scipy
torch
numba
more-itertools
ffmpeg
pyttsx4

نصب و راه اندازی

وابستگی ها را نصب کنید و محیط خود را آماده کنید:

لینوکس

sudo apt update && sudo apt install espeak ffmpeg libespeak1 portaudio19-dev
pipx install goose & install goose-talk-to-me

### MacOS
“`bash
brew install ffmpeg
brew install portaudio
pipx install goose-ai –preinstall goose-talk-to-me

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

استفاده

برای استفاده goose-talk-to-me، این مراحل را دنبال کنید:

جعبه ابزار صحبت با من را به نمایه اضافه کنید ~/.config/goose/profiles.yaml

شروع یک…

همانطور که از Goose استفاده می کنید، پست های وبلاگ یا شورت های YouTube ایجاد کنید

block-open-source.github.io/goose-plugins ویترین محتوای انجمن ما برای Goose است. ما این مرکز وظایف ایجاد محتوا را برای جامعه ایجاد کرده‌ایم تا تجربیات خود را به اشتراک بگذارند و به دیگران کمک کنیم درباره Goose بیاموزند.

🤝 انتخاب کنید ONE از موضوعات زیر برای کمک به این پروژه

❗شما باید هر بار فقط یک کار را به خود محول کنید تا به همه فرصت مشارکت بدهید.❗

شما می توانید پس از بررسی و پذیرش کار فعلی، وظیفه بعدی خود را به خود اختصاص دهید.

🚫 شما نباید موضوعی را که به شخص دیگری محول شده است بدزدید. اگر برای موضوعی که به شما اختصاص داده نشده است، یک PR ارسال کنید، امتیازی دریافت نخواهید کرد. 🚫

https://github.com/user-attachments/assets/0217fc29-3b0b-4ab5-8a60-2dc53eb2b293
https://github.com/user-attachments/assets/5497112f-7ebb-4e73-9611-191be6d1934f

قسمت های کامل در Goose برای درک بیشتر

یک کار محتوا را از لیست بالا انتخاب کنید
نظر “.take” را در مورد موضوع مربوطه به شما اختصاص داده شده است
مخزن را فورک کنید و یک شاخه جدید ایجاد کنید
محتوای خود را ایجاد کنید
برای افزودن محتوای خود به ویترین، یک PR ارسال کنید
منتظر بررسی و رسیدگی به هر گونه بازخورد باشید

اگر سوالی دارید یا نیاز به توضیح دارید، لطفاً در مورد موضوع خاص نظر دهید!
خلقت مبارک! 🦢

با ما در Discord معاشرت کنید

https://discord.gg/DCAZKnGZFa

default:

  provider: openai

  processor: gpt-4o

  accelerator: gpt-4o-mini

  moderator: truncate

  toolkits:

    - name: developer

      requires: {}

 - Backup the current database: Ensure all data is backed up to a secure location before starting the migration process.                                         

 - Set up the new database environment: Deploy the necessary infrastructure and configurations for the new database system.                                    

 - Export data from the legacy database: Use database export tools to create data dump files.                                                                    

 - Transfer data files to the new system: Securely copy the data dump files to the environment of the new database.                                           

 - Import data into the new database: Utilize database import tools to load the data into the new database structure.                                          

 - Validate data integrity: Run checks to compare and verify that data in the new database matches the legacy database.                                          

 - Update database connections in application: Modify application settings topoint to the new database.                                                     

 - Monitor performance: Observe the new database's performance and configuration for any anomalies post-migration.                                              

 - Document the migration process: Record detailed steps taken during the migration for future reference.   

goose session start --plan path/to/the/file/with/your/plan

sudo apt update && sudo apt install espeak ffmpeg libespeak1 portaudio19-dev
pipx install goose & install goose-talk-to-me

### MacOS
```bash
brew install ffmpeg
brew install portaudio
pipx install goose-ai --preinstall goose-talk-to-me