九游娱乐(China)官方网站即无需东说念主类遏止-九游娱乐(China)官方网站
发布日期：2025-02-06 08:46 点击次数：61
近期，OpenAI CEO Sam Altman 文书，2025 年将推出名为 “Operator” 的编造职工标的，AI 代理将简略自主引申任务，如写代码、预订旅行等，成为企业中的 “数字共事”。
在 OpenAI 发布 “Operator” 之前，清华、复旦和斯坦福的计议者不竭提倡了名为 “Eko” 的 Agent 设立框架，旨在让设立者通过粗略的代码和天然言语，快速构建可用于坐褥的 “编造职工”。这种框架使得 AI 代理简略给与用户的电脑和浏览器，代替东说念主类完成多样任务，为使命经过提供自动化相沿。
张开剩余90% 论文标题: Eko: Build Production-ready Agentic Workflow with Natural Language 技俩主页: https://eko.fellou.ai 技俩地址：https://github.com/FellouAI/eko Docs：https://eko.fellou.ai/docs中枢时刻翻新：
1. 搀和智能体示意：提倡了 “Mixed Agentic representation”，通过无缝团结抒发高端倪遐想的天然言语（Natural Language）与设立者低端倪罢了的要道言语（Programming Language）。
2. 跨平台 Agent 框架：提倡环境感知架构，罢了兼并套框架和编程言语，同期相沿浏览器使用、电脑使用、当作浏览器插件使用。
3. 坐褥级遏止机制：现存 Agent 框架巨额强调自治性（Autonomous），即无需东说念主类遏止，而 Eko 框架提供了显性的坐褥级遏止机制，确保智能体使命流不错随时被中断和疗养，从而保险东说念主类对坐褥级智能体使命流的灵验监管和治理。
Eko：雠校坐褥级智能体设立的框架
让咱们用本体的例子来感受一下这个 Agent 框架的设立难度：只需要一句话，就不错让 Eko 生成一个全 Agent 帮你作念股票分析。这不即是妥妥的坐褥力器具吗！果然自若双手！
“在雅虎财经上集聚纳斯达克的最新数据，包括主要股票的价钱变化、市值、来回量，分析数据并生成可视化评释。” “ 现时登录页面自动化测试： 1. 正确的账户和密码是：admin / 666666 2. 请就地组合用户名和密码进行测试，以考证登录考证是否正常使命，举例：用户名不成为空、密码不成为空、用户名不正确、密码不正确 3. 临了，尝试使用正确的账户和密码登录，考证登录是否得胜 4. 生成测试评释并导出” 计帐现时目次下大于 1MB 的总共文献环境感知架构（Environment-Aware Architecture）
主要场景
i）浏览器使用：主要专注于通过图形用户界面（GUI）来操作网页和浏览器中的元素，常见的罢了款式包括截图和网页索求时刻。
ii）电脑使用：与浏览器不同，Node.js 自动化则主要面向号令行界面（CLI）操作和文献系统管束，将来还会引入 GUI 感知才气。
架构先容
Eko 的跨平台设立是通过其 环境感知架构（Environment-Aware Architecture）罢了的，这一架构由三个要害端倪组成：通用中枢（Universal Core）、环境特定器具（Environment-Specific Tools） 和 环境桥接（Environment Bridge）。
1. 通用中枢：这一层提供了与环境无关的基本功能，如使命流管束、器具注册管束、LLM（大言语模子）集成和钩子系统。
2. 环境特定器具：每种环境（如浏览器膨胀、Web 环境、Node.js 环境）王人提供了优化的器具集。
3. 环境桥接：这一层持重环境的检测、器具注册、资源管束和安全限度，确保不同平台之间简略告成互动和通讯。
安全性和看望限度：Eko 针对不同环境实施了恰当的安全设施。浏览器膨胀和 Web 环境王人遴荐了严格的权限限度和 API 密钥管束，而 Node.js 环境则允许更泛泛的系统级看望，基于用户权限进行文献操作和号令引申，在需要时会在引申前恳求用户阐述。
自动器具注册：通过 loadTools () 等器具，Eko 自动注册适用于现时环境的器具，这使得设立者不错在多个环境中无缝地切换，并确保器具的正确加载。
端倪化筹算（Hierachical planning）
咱们提倡端倪化感知框架，将任务的拆解分为两层，包括 Planning layer 和 Execution layer。其中 Planning layer 持重将用户的需求（天然言语或代码言语示意）和现存器具集拆解成一个有范围特定言语（Domain-specific language）示意的任务图（Task graph）。任务图是一个有向无环图，描写了子任务之间的依赖筹商。该任务图由 LLM 一次性合成。在 Execution layer 中，证据每个任务调用 LLM 来合成具体的引申行径和器具调用。
多步合并优化：当 Eko 检测到两次引申王人是对 LLM 的调用时，会触发框架的自动合并机制，将两次调用的 system prompt 自动整合，合并成一次调用。从而加速推理速率。
视觉 - 交互身分不竭感知（Visual-Interactive Element Perception）
视觉 - 交互身分不竭感知框架（VIEP）是一种新颖的浏览器感知处分决策，通过将视觉识别与元素高下文信息团结，显贵进步了在复杂网页中的任务精度和后果。它通过索求网页中的交互元素（如 A11y 树），并将其映射到范围特定言语（DSL），生成高效的伪 HTML 代码，简化了元素的表征。不同于传统的 A11y + Screen shot 决策，VIEP 在视觉信号方面，引入了 Set-of-Mark，确保每个元素的视觉标记符与伪 HTML 中的标记符逐一双应，进步了元素识别的精度。为了优化性能，截图分手率被压缩至原始的 60%，同期画质压缩至 50%，减少了资源迫害，同期保捏了满盈的识别质料。
与传统的 HTML 示意比较，VIEP 通过简化交互元素和生成紧凑的伪 HTML 结构，幸免了径直处理重大 HTML 内容的支出。举例，Google 首页的 HTML 从 22 万字符减少至仅 1,058 个字符，大幅提高了处理速率和准确度。
VIEP 不仅优化了性能，裁减了老本，还进步了跨环境安妥性，确保自动化操作在不同浏览器和操作系统中理会运行。
坐褥级的可遏止机制
在构建 AI 驱动的自动化系统时，设立者频频需要监控任务的引申情况，随时疗养行径，或在必要时进行遏止。天然 “钩子” 是软件设立中的常见主见，但在 Eko 中，它们承担了独到的变装 —— 在 AI 自动化和东说念主工监督之间架起了一座桥梁。浅易来说，你不错在 Workflow 引申前后插入我方的逻辑，比如考证输入、处理终结、以至重试失败的任务。代码如下：
JavaScript
await eko.execute (workflow, {
hooks: {
beforeToolUse: async (tool, context, input) => {
console.log (`准备引申器具：${tool.name}，输入参数：`, input);
return input;
},
afterToolUse: async (tool, context, result) => {
console.log (`器具引申完成：${tool.name}，输出终结：`, result);
return result;
}
}
});
Eko 提供三种不同层级的钩子，每个层级王人具有独到的作用：
1. 使命流钩子（Workflow Hooks）
这些钩子位于使命流的最表层，用于合座限度和监控自动化经过的启动和终结。举例，你不错在使命流出手之前进行资源运行化，或在使命流终结后进行计帐和处理最终终结。
2. 子任务钩子（Subtask Hooks）
这些钩子位于使命流的中间层，允许你在每个子任务出手前和终结后进行监控和处理。举例，你不错在每个子任务前记载日记，或在职务完成后对中间终结进行处理。
3. 器具钩子（Tool Hooks）
这是最细粒度的钩子，允许你在每个器具引申前后进行考证和修改。举例，你不错在器具引申前考证输入参数，或在器具引申后处理复返终结。
钩子不错匡助设立者及时优化使命流，提高自动化系统的精度和后果。举例，在引申某些任务时，设立者不错通过钩子对输入数据进行考证，戒备不实信息传入系统；或在职务完成后，处理和升沉终结，以便更好地左右输出。钩子还能匡助设立者集聚引申数据，进行性能分析，识别瓶颈并优化自动化经过。
除了通例的监控和调试功能，Eko 的钩子系统还相沿更翻新的使用场景。举例，在一些要害任务引申时，钩子不错暂停使命流并恭候东说念主工审批；在 AI 决策出现问题时，设立者不错通过钩子进行东说念主工遏止或遮掩 AI 的判断，确保业务经过的顺畅。
瞻望
非论你是 AI 设立者依然自动化使用者，Eko 为你提供了更天真、高效的器具，匡助你将编造职工部署到本体坐褥环境中，进步使命后果和质料。立即保重 Eko，让 AI 自动化为你的坐褥力加速！
作家先容
陆逸文，清华大学博士生，计议兴致为具身智能平台和智能体。
罗卓伟，FellouAI 首席工程群众，现在从事东说念主工智能关联范围使命。
马骁腾，清华大学自动化系博士后，博士毕业于清华大学。主要计议兴致为强化学习和智能体。
陈家棋，复旦大学硕士生，斯坦福大学看望学生学者。主要计议范围为筹算机视觉和智能体。
发布于：北京市