安装
1. 初步要求
1.1 基本要求
Python >= 3.10 (可选,如果你使用终端。)
1.2 配置 XAgent
您应该在
assets/config.yml中配置 XAgent,然后再运行它。至少提供一个 OpenAI 密钥在
assets/config.yml中,用于访问 OpenAI API。 我们强烈建议使用gpt-4-32k来运行 XAgent;gpt-4对于大多数简单任务也是可以的。 无论如何,至少应提供一个gpt-3.5-turbo-16kAPI 密钥作为备份模型。 由于上下文长度极小,我们不建议使用gpt-3.5-turbo来运行 XAgent;您不应该尝试在此上运行 XAgent。如果您想要更改
XAgentServer的 config_file 路径,您应该修改CONFIG_FILE在.env文件中的值并重启 docker 容器。
1.3 构建和运行 ToolServer
ToolServer 是 XAgent 操作的地方。它是一个提供安全环境以供 XAgent 运行的 docker 容器。 (如果对配置进行了更改,以下命令也需要重新运行。)
docker-compose up --build
2. 使用 GUI 或终端运行 XAgent
通过GUI运行XAgent
## run nginx in docker
docker exec XAgent-Server systemctl start nginx
启动docker容器。
您将看到XAgent Server在端口8090上监听。
您可以访问http://localhost:5173通过使用web UI与XAgent进行交互。
通过终端运行XAgent
python -m venv .venv && source .venv/bin/activate ## Create virtual environment and activate it
pip install -r requirements.txt
python run.py --task "put your task here" --model "gpt-4" --config_file "assets/config.yml"
您可以使用参数
--upload_files选择您想要提交给 XAgent 的初始文件。您的 XAgent 的本地工作空间在
local_workspace,您可以在这里找到 XAgent 在运行过程中生成的所有文件。执行后,整个
workspace在ToolServerNode中将被复制到running_records以方便您使用。此外,在
running_records中,您可以找到所有中间步骤的信息,例如,任务状态、LLM 的输入输出对、使用的工具等。您可以通过在配置中设置
record_dir来加载记录以重现以前的运行(默认为Null)。记录是与 XAgent 的代码版本相关联的系统级录音。所有运行配置、查询、代码执行状态(包括错误)、服务器行为将被记录下来。我们已经从记录中删除了所有敏感信息(包括API密钥),这样您就可以安全地与他人共享。在不久的将来,我们将推出更细粒度的共享选项,突出人类在执行过程中的贡献。