鐵人檔案
Goal:
從 0 開始打造一個名為 agent-brain 的 python package (for llm using)
Motivation:
(以我目前 survey 到的) open source 的 agent 都有點太重了，想打造一個 plug and play for llm agent 的大腦 (包含多種演算法 e.g., re-act ...)
Step:
大概是一個 survey -> implementation 最後到打包的循環
繼續 implementation 之前，我想先做個整個架構的 overview，藉此幫助自己更好的了解想做什麼/該做什麼(?) Agent-brain 是什麼...
昨天我從 top-down 的角度把 Memory Structure 與 Thinking Net Structure 拆開，今天回到實作面，先完成 Memo...
昨天我先把 Memory 的骨架定義好，今天則輪到最核心的「Brain」。這一層是 Controller 的角色：它不自己思考、不自己記錄，而是負責把 Memo...
今天則補上最後一塊拼圖：Tools。讓整個 agent-brain 真正動起來。 BaseTool 抽象介面 我先定義了一個最小的 BaseTool 介面，包...
今天差個分支來刻一下 UI前幾天都在刻 Memory、Brain、Tools，雖然能跑，但沒有一個直覺的觀測方式。今天嘗試用 Streamlit 打造了一個簡單...
由於還有 15 天，接下來打算抽換 memory 與 net，並且比較效果，那我們勢必要有一個可以 客觀比較效果 的方法。 講到 evaluation 就該有...
單純 survey 一下，BFCL 的 dataset 如果想做很完整實驗應該要跑這個， 目前 BFCL dataset 已經出到了 v4 (包含 agent...
前言 看完了 ToolHop 與 BFCL 兩個用在 multi-step 的 dataset 今天開始來嘗試跑 toolhop 的 dataset。先介紹一下...
昨天提到 Prompt function calling 跟 FC (native) 的差別。最後決定要走 FC，因為簡單、省 token，而且在 agenti...
從 995 題中 random 挑了 50 題出來組成 dataset。這是 ToolHop 的 distribution，在設定一堆東西後跑了一下： 橫軸是...
