AGI 来临之际,我决定做带路党.做了个开源项目,试图将 LLM 的语言能力释放到现实世界里来.

AIlice( https://github.com/myshell-ai/AIlice)

这里有一堆演示视频,从互联网搜索文档下载到金融数据下载分析绘图,到 opengl 编程渲染,互联网上寻找 text-to-image 模型并阅读文档构建文生图网站,到调查最近的 XZ 黑客后门事件并对本地环境做检查....

https://www.youtube.com/@stevenlu-zh6ds

AI agents 已经很多了,AIlice 有啥独特性呢?

1. AIlice 首先是一个从很基础的视角构建出的通用 AI agent,她的基本设计思路就是给 LLM 充足的手段来影响外部世界,而对一个具体问题该怎么解决,更多的留给 LLM 去决定.这导致 AIlice 没有对某些问题做特化,她是 general-purpose 的.
2. AIlice 中使用了一个独特的"IACT"(交互式代理调用树)架构,类比于传统计算中的函数调用树,但解决了函数调用树应用在 LLM 上可能带来的容错性差的问题.这个结构使得 AIlice 可以动态的处理非常复杂的问题,而不受 context window 的约束(就像函数调用不受制于 cpu 有限的寄存器资源).
3. 目标是在开源模型上实现单机版 JARVIS.目前基于 miqu 已经可以达到很不错的效果,正在等待 DBRX 和 Jamba 合适的微调版本出现.
4. 支持多模态模型.
5. 大概是最科幻的一个特色,AIlice 支持为自己扩展功能.她能为自己构建扩展模块,并动态加载使用.社区开发的扩展模块可以直接发布在 github 里,AIlice 自己去搜索并下载源码,分析安全性修正 bug,自己加载使用.
6. AIlice 只有 3k 行代码.将来会直接让她自己阅读自身代码来完成自主功能扩展,基本上可以看作是自主演化.
7. 其他像语音交互之类的就不说了.

欢迎有兴趣的朋友来玩耍.