agentica 0.2.0__tar.gz → 0.2.2__tar.gz

agentica-0.2.2/MANIFEST.in

@@ -0,0 +1 @@
+exclude tests/*

{agentica-0.2.0 → agentica-0.2.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: agentica
-Version: 0.2.0
+Version: 0.2.2
 Summary: LLM agents
 Home-page: https://github.com/shibing624/agentica
 Author: XuMing
@@ -49,33 +49,54 @@ Requires-Dist: rich
 [![Wechat Group](https://img.shields.io/badge/wechat-group-green.svg?logo=wechat)](#Contact)
 
 
-**Agentica**: A Human-Centric Framework for Large Language Model Agent Building. 快速打造你的专属Agent。
+**Agentica**: Build Smarter, Reflective, and Collaborative AI Agents with Ease!
 
-## Overview
+**Agentica**: 快速打造智能、能反思、协作的AI Agent。
 
-#### LLM Agent
+## 📖 Introduction
+
+**Agentica** can build AI agent, which have the components of planning, memory, and tool use. 
+
+**Agentica** 可以构建AI Agent，包括规划、记忆和工具使用、执行等组件。
+
+#### Agent Components
 <img src="https://github.com/shibing624/agentica/blob/main/docs/llm_agentv2.png" width="800" />
 
 - **规划（Planning）**：任务拆解、生成计划、反思
 - **记忆（Memory）**：短期记忆（prompt实现）、长期记忆（RAG实现）
 - **工具使用（Tool use）**：function call能力，调用外部API，以获取外部信息，包括当前日期、日历、代码执行能力、对专用信息源的访问等
 
-#### Agentica Assistant Architecture  
+#### Agentica Workflow
+
+**Agentica** can also build multi-agent systems and workflows.
+
+**Agentica** 还可以构建多Agent系统和工作流。
+
 <img src="https://github.com/shibing624/agentica/blob/main/docs/agent_arch.png" width="800" />
 
 - **Planner**：负责让LLM生成一个多步计划来完成复杂任务，生成相互依赖的“链式计划”，定义每一步所依赖的上一步的输出
 - **Worker**：接受“链式计划”，循环遍历计划中的每个子任务，并调用工具完成任务，可以自动反思纠错以完成任务
 - **Solver**：求解器将所有这些输出整合为最终答案
 
+## 🔥 News
+[2024/12/25] v0.2.0版本: 支持了多模态模型，输入可以是文本、图片、音频、视频，升级Assistant为Agent，Workflow支持拆解并实现复杂任务，详见[Release-v0.2.0](https://github.com/shibing624/agentica/releases/tag/0.2.0)
+
+[2024/07/02] v0.1.0版本：实现了基于LLM的Assistant，可以快速用function call搭建大语言模型助手，详见[Release-v0.1.0](https://github.com/shibing624/agentica/releases/tag/0.1.0)
+
 
-## Features
-`Agentica`是一个Agent构建工具，功能：
+## 😊 Features
+`Agentica`是一个用于构建Agent的工具，具有以下功能：
 
-- 简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
-- Agent支持prompt自定义，支持多种工具调用（tool_calls）
-- 支持OpenAI/Azure/Deepseek/Moonshot/Claude/Ollama/Together API调用
+- **Agent编排**：通过简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Team、Workflow等功能
+- **自定义prompt**：Agent支持自定义prompt和多种工具调用（tool_calls）
+- **LLM集成**：支持OpenAI、Azure、Deepseek、Moonshot、Claude、Ollama、Together等多方大模型厂商的API
+- **记忆功能**：包括短期记忆和长期记忆功能
+- **Multi-Agent协作**：支持多Agent和任务委托（Team）的团队协作。
+- **Workflow工作流**：拆解复杂任务为多个Agent，基于工作流自动化串行逐步完成任务，如投资研究、新闻文章撰写和技术教程创建
+- **自我进化Agent**：具有反思和增强记忆能力的自我进化Agent
+- **Web UI**：兼容ChatPilot，可以基于Web页面交互，支持主流的open-webui、streamlit、gradio等前端交互框架
 
-## Installation
+## 💾 Install
 
 ```bash
 pip install -U agentica
@@ -89,7 +110,7 @@ cd agentica
 pip install .
 ```
 
-## Getting Started
+## 🚀 Getting Started
 
 #### Run the example
 ```shell
@@ -109,7 +130,7 @@ python web_search_moonshot_demo.py
 
 2. 使用`agentica`构建Agent并执行：
 
-自动调用google搜索工具，示例[examples/web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/web_search_moonshot_demo.py)
+自动调用google搜索工具，示例[examples/12_web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/12_web_search_moonshot_demo.py)
 
 ```python
 from agentica import Agent, MoonshotChat, SearchSerperTool
@@ -120,7 +141,7 @@ print(r)
 ```
 
 
-## Web UI
+## ▶️ Web UI
 
 [shibing624/ChatPilot](https://github.com/shibing624/ChatPilot) 兼容`agentica`，可以通过Web UI进行交互。
 
@@ -139,7 +160,7 @@ bash start.sh
 ```
 
 
-## Examples
+## 😀 Examples
 
 
 | 示例                                                                                                                                                    | 描述                                                                                                                                |
@@ -223,7 +244,7 @@ streamlit run 34_llm_os_demo.py
 
 <img alt="LLM OS" src="https://github.com/shibing624/agentica/blob/main/docs/llm_os_snap.png" width="800" />
 
-## Contact
+## ☎️ Contact
 
 - Issue(建议)
   ：[![GitHub issues](https://img.shields.io/github/issues/shibing624/agentica.svg)](https://github.com/shibing624/agentica/issues)
@@ -232,7 +253,7 @@ streamlit run 34_llm_os_demo.py
 
 <img src="https://github.com/shibing624/agentica/blob/main/docs/wechat.jpeg" width="200" />
 
-## Citation
+## 😇 Citation
 
 如果你在研究中使用了`agentica`，请按如下格式引用：
 
@@ -253,10 +274,10 @@ BibTeX:
 }
 ```
 
-## License
+## ⚠️ License
 
 授权协议为 [The Apache License 2.0](/LICENSE)，可免费用做商业用途。请在产品说明中附加`agentica`的链接和授权协议。
-## Contribute
+## 😍 Contribute
 
 项目代码还很粗糙，如果大家对代码有所改进，欢迎提交回本项目，在提交之前，注意以下两点：
 
@@ -265,11 +286,11 @@ BibTeX:
 
 之后即可提交PR。
 
-## Acknowledgements 
+## 💕 Acknowledgements
 
-- [https://github.com/langchain-ai/langchain](https://github.com/langchain-ai/langchain)
-- [https://github.com/simonmesmith/agentflow](https://github.com/simonmesmith/agentflow)
-- [https://github.com/phidatahq/phidata](https://github.com/phidatahq/phidata)
+- [langchain-ai/langchain](https://github.com/langchain-ai/langchain)
+- [simonmesmith/agentflow](https://github.com/simonmesmith/agentflow)
+- [phidatahq/phidata](https://github.com/phidatahq/phidata)
 
 
 Thanks for their great work!

{agentica-0.2.0 → agentica-0.2.2}/README.md

@@ -18,33 +18,54 @@
 [![Wechat Group](https://img.shields.io/badge/wechat-group-green.svg?logo=wechat)](#Contact)
 
 
-**Agentica**: A Human-Centric Framework for Large Language Model Agent Building. 快速打造你的专属Agent。
+**Agentica**: Build Smarter, Reflective, and Collaborative AI Agents with Ease!
 
-## Overview
+**Agentica**: 快速打造智能、能反思、协作的AI Agent。
 
-#### LLM Agent
+## 📖 Introduction
+
+**Agentica** can build AI agent, which have the components of planning, memory, and tool use. 
+
+**Agentica** 可以构建AI Agent，包括规划、记忆和工具使用、执行等组件。
+
+#### Agent Components
 <img src="https://github.com/shibing624/agentica/blob/main/docs/llm_agentv2.png" width="800" />
 
 - **规划（Planning）**：任务拆解、生成计划、反思
 - **记忆（Memory）**：短期记忆（prompt实现）、长期记忆（RAG实现）
 - **工具使用（Tool use）**：function call能力，调用外部API，以获取外部信息，包括当前日期、日历、代码执行能力、对专用信息源的访问等
 
-#### Agentica Assistant Architecture  
+#### Agentica Workflow
+
+**Agentica** can also build multi-agent systems and workflows.
+
+**Agentica** 还可以构建多Agent系统和工作流。
+
 <img src="https://github.com/shibing624/agentica/blob/main/docs/agent_arch.png" width="800" />
 
 - **Planner**：负责让LLM生成一个多步计划来完成复杂任务，生成相互依赖的“链式计划”，定义每一步所依赖的上一步的输出
 - **Worker**：接受“链式计划”，循环遍历计划中的每个子任务，并调用工具完成任务，可以自动反思纠错以完成任务
 - **Solver**：求解器将所有这些输出整合为最终答案
 
+## 🔥 News
+[2024/12/25] v0.2.0版本: 支持了多模态模型，输入可以是文本、图片、音频、视频，升级Assistant为Agent，Workflow支持拆解并实现复杂任务，详见[Release-v0.2.0](https://github.com/shibing624/agentica/releases/tag/0.2.0)
+
+[2024/07/02] v0.1.0版本：实现了基于LLM的Assistant，可以快速用function call搭建大语言模型助手，详见[Release-v0.1.0](https://github.com/shibing624/agentica/releases/tag/0.1.0)
+
 
-## Features
-`Agentica`是一个Agent构建工具，功能：
+## 😊 Features
+`Agentica`是一个用于构建Agent的工具，具有以下功能：
 
-- 简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
-- Agent支持prompt自定义，支持多种工具调用（tool_calls）
-- 支持OpenAI/Azure/Deepseek/Moonshot/Claude/Ollama/Together API调用
+- **Agent编排**：通过简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Team、Workflow等功能
+- **自定义prompt**：Agent支持自定义prompt和多种工具调用（tool_calls）
+- **LLM集成**：支持OpenAI、Azure、Deepseek、Moonshot、Claude、Ollama、Together等多方大模型厂商的API
+- **记忆功能**：包括短期记忆和长期记忆功能
+- **Multi-Agent协作**：支持多Agent和任务委托（Team）的团队协作。
+- **Workflow工作流**：拆解复杂任务为多个Agent，基于工作流自动化串行逐步完成任务，如投资研究、新闻文章撰写和技术教程创建
+- **自我进化Agent**：具有反思和增强记忆能力的自我进化Agent
+- **Web UI**：兼容ChatPilot，可以基于Web页面交互，支持主流的open-webui、streamlit、gradio等前端交互框架
 
-## Installation
+## 💾 Install
 
 ```bash
 pip install -U agentica
@@ -58,7 +79,7 @@ cd agentica
 pip install .
 ```
 
-## Getting Started
+## 🚀 Getting Started
 
 #### Run the example
 ```shell
@@ -78,7 +99,7 @@ python web_search_moonshot_demo.py
 
 2. 使用`agentica`构建Agent并执行：
 
-自动调用google搜索工具，示例[examples/web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/web_search_moonshot_demo.py)
+自动调用google搜索工具，示例[examples/12_web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/12_web_search_moonshot_demo.py)
 
 ```python
 from agentica import Agent, MoonshotChat, SearchSerperTool
@@ -89,7 +110,7 @@ print(r)
 ```
 
 
-## Web UI
+## ▶️ Web UI
 
 [shibing624/ChatPilot](https://github.com/shibing624/ChatPilot) 兼容`agentica`，可以通过Web UI进行交互。
 
@@ -108,7 +129,7 @@ bash start.sh
 ```
 
 
-## Examples
+## 😀 Examples
 
 
 | 示例                                                                                                                                                    | 描述                                                                                                                                |
@@ -192,7 +213,7 @@ streamlit run 34_llm_os_demo.py
 
 <img alt="LLM OS" src="https://github.com/shibing624/agentica/blob/main/docs/llm_os_snap.png" width="800" />
 
-## Contact
+## ☎️ Contact
 
 - Issue(建议)
   ：[![GitHub issues](https://img.shields.io/github/issues/shibing624/agentica.svg)](https://github.com/shibing624/agentica/issues)
@@ -201,7 +222,7 @@ streamlit run 34_llm_os_demo.py
 
 <img src="https://github.com/shibing624/agentica/blob/main/docs/wechat.jpeg" width="200" />
 
-## Citation
+## 😇 Citation
 
 如果你在研究中使用了`agentica`，请按如下格式引用：
 
@@ -222,10 +243,10 @@ BibTeX:
 }
 ```
 
-## License
+## ⚠️ License
 
 授权协议为 [The Apache License 2.0](/LICENSE)，可免费用做商业用途。请在产品说明中附加`agentica`的链接和授权协议。
-## Contribute
+## 😍 Contribute
 
 项目代码还很粗糙，如果大家对代码有所改进，欢迎提交回本项目，在提交之前，注意以下两点：
 
@@ -234,11 +255,11 @@ BibTeX:
 
 之后即可提交PR。
 
-## Acknowledgements 
+## 💕 Acknowledgements
 
-- [https://github.com/langchain-ai/langchain](https://github.com/langchain-ai/langchain)
-- [https://github.com/simonmesmith/agentflow](https://github.com/simonmesmith/agentflow)
-- [https://github.com/phidatahq/phidata](https://github.com/phidatahq/phidata)
+- [langchain-ai/langchain](https://github.com/langchain-ai/langchain)
+- [simonmesmith/agentflow](https://github.com/simonmesmith/agentflow)
+- [phidatahq/phidata](https://github.com/phidatahq/phidata)
 
 
 Thanks for their great work!

{agentica-0.2.0 → agentica-0.2.2}/agentica/__init__.py

@@ -23,16 +23,30 @@ from agentica.model.xai.grok import GrokChat
 from agentica.model.yi.chat import YiChat
 
 # memory
-from agentica.model.base import Model, Message
+from agentica.model.base import Model
+from agentica.model.message import Message,MessageReferences
+from agentica.model.content import Media, Video, Audio, Image
+from agentica.model.response import ModelResponse, FileType
 from agentica.memory import (
+    AgentRun,
+    SessionSummary,
     Memory,
-    MemoryRetrieval,
-    MemoryClassifier,
     MemoryManager,
+    MemoryClassifier,
+    MemoryRetrieval,
+    MemorySummarizer,
     AgentMemory,
+    WorkflowRun,
     WorkflowMemory,
 )
-from agentica.memorydb import MemoryDb, CsvMemoryDb, InMemoryDb, SqliteMemoryDb, PgMemoryDb, MemoryRow
+from agentica.memorydb import (
+    MemoryDb,
+    CsvMemoryDb,
+    InMemoryDb,
+    SqliteMemoryDb,
+    PgMemoryDb,
+    MemoryRow
+)
 from agentica.template import PromptTemplate
 # rag
 from agentica.run_response import (
@@ -41,7 +55,11 @@ from agentica.run_response import (
     RunResponseExtraData,
     pprint_run_response,
 )
+# knowledge
 from agentica.knowledge.base import Knowledge
+from agentica.knowledge.llamaindex_knowledge import LlamaIndexKnowledge
+from agentica.knowledge.langchain_knowledge import LangChainKnowledge
+# document
 from agentica.document import Document
 # vectordb
 from agentica.vectordb.base import SearchType, Distance, VectorDb

{agentica-0.2.0 → agentica-0.2.2}/agentica/knowledge/llamaindex_knowledge.py

@@ -4,27 +4,26 @@
 @description:
 part of the code from https://github.com/phidatahq/phidata
 """
-from typing import List, Optional, Callable
+from typing import List, Optional, Callable, Any
 
 from agentica.document import Document
 from agentica.knowledge.base import Knowledge
 from agentica.utils.log import logger
 
-try:
-    from llama_index.core.schema import NodeWithScore
-    from llama_index.core.retrievers import BaseRetriever
-except ImportError:
-    raise ImportError(
-        "The `llama-index-core` package is not installed. Please install it via `pip install llama-index-core`."
-    )
-
 
 class LlamaIndexKnowledge(Knowledge):
-    retriever: BaseRetriever
+    retriever: Any
     loader: Optional[Callable] = None
 
     def search(self, query: str, num_documents: Optional[int] = None, filters=None) -> List[Document]:
         """Returns relevant documents matching the query."""
+        try:
+            from llama_index.core.schema import NodeWithScore
+            from llama_index.core.retrievers import BaseRetriever
+        except ImportError:
+            raise ImportError(
+                "The `llama-index-core` package is not installed. Please install it via `pip install llama-index-core`."
+            )
         if not isinstance(self.retriever, BaseRetriever):
             raise ValueError(f"Retriever is not of type BaseRetriever: {self.retriever}")
 

{agentica-0.2.0 → agentica-0.2.2}/agentica/memory.py

@@ -12,13 +12,18 @@ from typing import Dict, List, Any, Optional, cast, Tuple, Literal
 from copy import deepcopy
 from pydantic import BaseModel, ConfigDict, Field, ValidationError
 
-from agentica.memorydb import MemoryDb,MemoryRow
+from agentica.memorydb import MemoryDb, MemoryRow
 from agentica.model.openai import OpenAIChat
 from agentica.model.base import Model
 from agentica.model.message import Message
 from agentica.utils.log import logger
 from agentica.run_response import RunResponse
 
+__all__ = [
+    "AgentRun", "SessionSummary", "Memory", "MemoryManager", "MemoryClassifier", "MemoryRetrieval",
+    "MemorySummarizer", "AgentMemory", "WorkflowMemory", "WorkflowRun"
+]
+
 
 class AgentRun(BaseModel):
     message: Optional[Message] = None

{agentica-0.2.0 → agentica-0.2.2}/agentica/model/content.py

@@ -2,6 +2,8 @@ from typing import Optional, Any
 
 from pydantic import BaseModel, model_validator
 
+__all__ = ["Media", "Video", "Image", "Audio"]
+
 
 class Media(BaseModel):
     id: str

{agentica-0.2.0 → agentica-0.2.2}/agentica/tools/jina_tool.py

@@ -28,7 +28,6 @@ class JinaTool(Toolkit):
             work_dir: str = None,
     ):
         super().__init__(name="jina_tool")
-
         self.api_key = api_key or getenv("JINA_API_KEY")
         self.max_content_length = max_content_length
         self.work_dir = work_dir or os.path.curdir

{agentica-0.2.0 → agentica-0.2.2}/agentica/tools/url_crawler_tool.py

@@ -6,6 +6,7 @@
 import hashlib
 import os
 import re
+import json
 from urllib.parse import urlparse
 
 import markdownify
@@ -17,9 +18,14 @@ from agentica.utils.log import logger
 
 
 class UrlCrawlerTool(Toolkit):
-    def __init__(self, base_dir: str = os.path.curdir):
+    def __init__(
+            self,
+            base_dir: str = os.path.curdir,
+            max_content_length: int = 8000,
+    ):
         super().__init__(name="url_crawler_tool")
         self.base_dir = base_dir
+        self.max_content_length = max_content_length
         self.register(self.url_crawl)
 
     @staticmethod
@@ -67,7 +73,14 @@ class UrlCrawlerTool(Toolkit):
         webpage_text = "# " + title + "\n\n" + webpage_text
         return webpage_text
 
-    def url_crawl(self, url: str) -> dict:
+    def _trim_content(self, content: str) -> str:
+        """Trim to the maximum allowed length."""
+        if len(content) > self.max_content_length:
+            truncated = content[: self.max_content_length]
+            return truncated + "... (content truncated)"
+        return content
+
+    def url_crawl(self, url: str) -> str:
         """Crawl a website and return the content of the website as a json string.
 
         Args:
@@ -81,7 +94,7 @@ class UrlCrawlerTool(Toolkit):
             print(url, '\n\n', r)
 
         Returns:
-            dict: The dict of url, content, save_path
+            str: The content of the website as a json string.
         """
         filename = self._generate_file_name_from_url(url)
         save_path = os.path.realpath(os.path.join(self.base_dir, filename))
@@ -92,7 +105,7 @@ class UrlCrawlerTool(Toolkit):
             headers = {
                 "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36",
             }
-            response = requests.get(url, stream=True, headers=headers, timeout=30, verify=False)
+            response = requests.get(url, stream=True, headers=headers, timeout=60, verify=False)
             response.raise_for_status()
 
             content_type = response.headers.get("content-type", "")
@@ -113,10 +126,11 @@ class UrlCrawlerTool(Toolkit):
             logger.debug(f"Failed to crawl: {url}: {e}")
         crawler_result = {
             "url": url,
-            "content": content,
+            "content": self._trim_content(content),
             "save_path": save_path,
         }
-        return crawler_result
+        result = json.dumps(crawler_result, ensure_ascii=False)
+        return result
 
 
 if __name__ == '__main__':