Nutzung von Composio für fortgeschrittene Multi-Agenten KI-Anwendungen

Nutzung von Composio für fortgeschrittene Multi-Agenten-AI-Anwendungen

Hallo! Ich bin Tommy, und heute tauchen wir ein in die faszinierende Welt der KI-gesteuerten Automatisierung mit dem Composio-Framework. Composio bringt KI-Agenten auf eine neue Ebene, indem es ihnen ermöglicht, nahtlos mit über 150 Tools zu interagieren, was es zu einer leistungsstarken Lösung für die Automatisierung komplexer Aufgaben mit minimalem Aufwand macht.

In diesem Leitfaden werden wir erkunden, wie wir die Leistungsfähigkeit von Composio und dem AutoGen-Framework nutzen können, um ein Multi-Agenten-System zu erstellen, das Kundenfeedback aus einer CSV-Datei liest, die Daten analysiert und einen detaillierten zusammenfassenden Bericht in einem Google-Dokument erstellt. Bleiben Sie dran, um zu sehen, wie alles zusammenkommt, mit praktischen Beispielen und umsetzbaren Erkenntnissen, einschließlich einer praktischen Implementierung in Google Colab am Ende!

Voraussetzungen

Bevor wir mit diesem Tutorial beginnen, stellen Sie sicher, dass Sie Folgendes haben:

• Python (3.8 oder höher): Stellen Sie sicher, dass Python auf Ihrem System installiert ist. Sie können es von der offiziellen Python-Website herunterladen.
• Conda: Wir verwenden eine Conda-Umgebung zur Verwaltung der Abhängigkeiten. Wenn Sie Conda nicht installiert haben, folgen Sie der Installationsanleitung hier.
• VS Code: Wir arbeiten in Visual Studio Code, um unsere Projektdateien und den Code zu verwalten. Sie können es hier herunterladen.
• Composio-Konto: Registrieren Sie sich für ein kostenloses Konto auf der offiziellen Website von Composio und erhalten Sie Zugang zu den mehr als 150 externen Tools, die es integriert.
• Groq API-Schlüssel: Sie können den API-Schlüssel hier nach der Anmeldung abrufen.
• Google-Konto: Wir werden mit Google Docs interagieren.

Einrichtung der Umgebung

Lassen Sie uns mit der Einrichtung unserer Umgebung beginnen. So geht's Schritt für Schritt:

Schritt 1: Erstellen Sie ein Verzeichnis und öffnen Sie es in VS Code

Zuerst öffnen Sie Ihr Terminal und erstellen ein neues Verzeichnis für Ihr Projekt. Sie können das Verzeichnis nach Belieben benennen, aber für dieses Tutorial verwenden wir composio-test. Navigieren Sie dann in das Verzeichnis. Sobald Sie sich im Verzeichnis befinden, öffnen Sie es in Visual Studio Code, indem Sie den folgenden Befehl ausführen:

code .

Schritt 2: Erstellen und aktivieren Sie eine Conda-Umgebung

Als Nächstes müssen Sie eine neue Conda-Umgebung erstellen. Diese Umgebung wird alle für dieses Projekt benötigten Abhängigkeiten enthalten. Führen Sie dazu den folgenden Befehl in Ihrem VSCode-Terminal aus:

conda create --name composio-test python=3.8

Nachdem die Umgebung erstellt wurde, aktivieren Sie sie:

conda activate composio-test

Schritt 3: Erstellen Sie eine Python-Datei

Im VS Code-Verzeichnis erstellen Sie eine neue Datei mit dem Namen app.py. Diese Datei dient als Hauptdatei, in der Sie die Logik für Ihr Multi-Agenten-System schreiben.

Schritt 4: Wählen Sie den richtigen Interpreter in VS Code aus

Stellen Sie sicher, dass Ihr VS Code den Interpreter aus der composio-test Conda-Umgebung verwendet. Gehen Sie dazu wie folgt vor:

1. Öffnen Sie die Befehls-Palette in VS Code (Cmd/Ctrl + Shift + P).
2. Suche nach "Python: Interpreter auswählen."
3. Wählen Sie den Interpreter aus, der Ihrer neuen Conda-Umgebung entspricht (z. B. composio-test).

Es sollte ein Pfad wie /opt/anaconda3/envs/composio-test/bin/python angezeigt werden.

Schritt 5: Installieren Sie die erforderlichen Pakete

Jetzt, da Ihre Umgebung eingerichtet ist, lassen Sie uns die notwendigen Abhängigkeiten mit pip installieren. In diesem Fall installieren wir composio-autogen und python-dotenv:

pip install composio-autogen python-dotenv

Schritt 6: Melden Sie sich bei Composio an

Sobald Ihre Pakete installiert sind, müssen Sie sich bei Composio anmelden. Führen Sie den folgenden Befehl aus:

composio login

Dies fordert Sie auf, die Anmeldeschritte zu befolgen, einschließlich der Eingabe eines generierten Schlüssels.

Schritt 7: Google Docs-Tool hinzufügen

Mit Composio eingerichtet, ist es an der Zeit, das Google Docs-Tool hinzuzufügen, da wir es später zur Erstellung eines Berichts verwenden werden. Führen Sie den folgenden Befehl aus:

composio add google-docs

Aufbau des Multi-Agenten-Systems

Nun werden wir das Multi-Agenten-System mit Composio und AutoGen aufbauen. Das System wird in zwei Teile unterteilt, um Composio in Aktion vollständig zu demonstrieren und die ordnungsgemäße Kommunikation zwischen den Agenten sicherzustellen.

Schritt 1: Erstellen Sie die CSV-Datei

Erstellen Sie zuerst eine CSV-Datei mit dem Namen dummy_customer_feedback.csv, die Daten zu Kundenfeedback, Bewertungen, Namen usw. enthält. Hier ist ein Beispiel, aber Sie können es gerne anpassen oder weitere Zeilen hinzufügen, um es an Ihren Anwendungsfall anzupassen:

name,rating,feedback
John Doe,5,Ausgezeichneter Service!
Jane Doe,4,Gut, könnte aber schneller sein.

Schritt 2: Einrichten von Umgebungsvariablen

Erstellen Sie eine .env-Datei, um Ihre API-Schlüssel zu speichern. Sie benötigen einen Groq API-Schlüssel für das LLaMA3-70B-Modell und einen Composio API-Schlüssel, der in den Kontoeinstellungen von Composio zu finden ist. Die .env-Datei sollte wie folgt aussehen:

GROQ_API_KEY=your_groq_api_key
COMPOSIO_API_KEY=your_composio_api_key

Schritt 3: Importieren der erforderlichen Pakete

Jetzt importieren wir die benötigten Pakete in Ihrer app.py:

import os
import pandas as pd
from dotenv import load_dotenv
from composio import ComposioToolset

Schritt 4: Laden Sie die Umgebungsvariablen

Verwenden Sie die dotenv-Bibliothek, um Ihre Umgebungsvariablen zu laden:

load_dotenv()

Schritt 5: Definieren der LLM-Konfiguration

Da wir das LLaMA3-70B-Modell von Groq verwenden, definieren Sie die Konfiguration wie folgt:

LLM_CONFIG = {...}

Teil Eins:

Wir erstellen Agenten, die speziell für die Aufgabe zuständig sind, die Schlüsselmetriken zu lesen, zu analysieren und einen detaillierten Zusammenfassungsbericht aus einer CSV-Datei mit Kundenfeedback zu erstellen.

Schritt 1: Erstellen Sie den Datenanalyse-Agenten

Definieren Sie als Nächstes den Datenanalyse-Spezialisten-Agenten, der einen zusammenfassenden Bericht über die wichtigsten Metriken und Trends nach der Analyse der CSV-Daten bereitstellt.

Schritt 2: Erstellen Sie den Datei-Parser-Agenten

Der Datei-Parser-Agent wird für das Lesen, Extrahieren und Formatieren des Inhalts der CSV-Datei verantwortlich sein:

Schritt 3: Erstellen Sie den Benutzer-Agenten

Der Benutzer-Agent wird die endgültige Zusammenfassung vom Datenanalyse-Spezialisten zurückgeben:

Schritt 4: Erstellen Sie Gruppenchat und -manager

Nun richten wir einen Gruppenchat und einen Gruppenchat-Manager ein, um die Kommunikation zwischen den Agenten zu erleichtern:

group_chat = ...

Schritt 5: Initialisieren Sie das Composio-Toolset

Jetzt initialisieren wir das Composio-Toolset, das den Zugriff auf alle Tools für unsere Agenten bereitstellt:

toolset = ComposioToolset(api_key=os.getenv('COMPOSIO_API_KEY'))

Schritt 6: Registrieren Sie Tools

Wir registrieren die Tools, die von den Datei-Parser- und Datenanalyse-Spezialisten-Agenten verwendet werden:

toolset.register_tool('FILETOOL', actions=[...])

Schritt 7: Definieren Sie die Aufgabe und führen Sie den Chat aus

Definieren Sie die Aufgabe, die ausgeführt werden soll, einschließlich des Dateinamens der CSV:

task = {...}

Schließlich rufen Sie den zusammenfassenden Bericht ab, der vom Datenanalyse-Spezialisten bereitgestellt wird:

summary_report = data_insights_specialist.get_summary()

Teil Zwei:

Im Teil Zwei erweitern wir das im Teil Eins aufgebaute System, um den Zusammenfassungsbericht in einem Google-Dokument mithilfe von Composio und AutoGen zu schreiben. Wir erstellen neue Agenten, die speziell für diese Aufgabe zuständig sind, und nutzen die Google Docs-Tools, die über Composio verfügbar sind.

Schritt 1: Erstellen Sie Agenten zum Schreiben in Google Docs

Wir beginnen mit der Definition der Agenten, die für das Schreiben des Zusammenfassungsberichts in ein Google-Dokument verantwortlich sind.

• Dokumenten-Autor-Agent: Dieser Agent initiiert die Schreiboperation für das Google-Dokument.
• Inhaltsautor-Agent: Dieser Agent ist verantwortlich für das Schreiben des Inhalts in das Google-Dokument.
• Benutzer-Agent: Dieser Agent stellt sicher, dass der Zusammenfassungsbericht korrekt in das Google-Dokument geschrieben wird.

Schritt 2: Einrichten von Gruppenchat und -manager

Wir richten dann einen neuen Gruppenchat und Gruppenchat-Manager ein, um diese Agenten zu koordinieren:

Schritt 3: Registrieren Sie das Google Docs-Tool

N als Nächstes registrieren wir das Google Docs-Tool in Composio für unsere Agenten:

Schritt 4: Schreiben Sie die Zusammenfassung in Google Docs

Jetzt initiieren wir den Chat, in dem der zusammenfassende Bericht, der in Teil Eins erstellt wurde, in ein Google-Dokument mit dem Titel "Benutzerfeedbackbericht" geschrieben wird:

Ausführen der Python-Datei

Jetzt, da unser Multi-Agenten-System vollständig eingerichtet ist, ist es Zeit, es in Aktion zu sehen! Wir werden unser Python-Skript über das Terminal in VSCode ausführen, um die Magie zu beobachten. Stellen Sie in Ihrem VSCode-Terminal sicher, dass Sie sich im Stammverzeichnis befinden, in dem sich Ihre app.py-Datei befindet. Führen Sie dann das Skript aus, indem Sie Folgendes eingeben:

python app.py

Stellen Sie sicher, dass Sie den Pfad zu Ihrer Conda-Umgebung verwenden.

Überprüfen des Ausführungsflusses

Sobald Sie Ihre Python-Datei ausführen, sollten die Protokolle für jeden Agenten und jedes Tool sichtbar sein, da die Detailgenauigkeit standardmäßig aktiviert ist. Lassen Sie uns jetzt die Leistungsfähigkeit der Composio-Tools in Aktion sehen.

Sie sollten alle in FILETOOL verfügbaren Tools sehen, wobei der Datenanalyse-Spezialisten-Agent Toolaktionen vorschlägt, die basierend auf der Aufgabe ausgeführt werden sollen. Der Agent delegiert dann die Ausführung an den Datei-Parser- und Extraktionsagenten, den wir zuvor als Ausführenden für das FILETOOL definiert haben.

Nachdem der Extraktionsagent alle vorgeschlagenen Toolaufrufe des Daten-Spezialisten-Agents ausgeführt hat, gibt er alle Felder in der CSV-Datei in formatierter Weise zurück. Dann gibt er die Daten an den Daten-Spezialisten-Agenten weiter, um einen detaillierten Bericht zusammenzufassen. Der Daten-Spezialisten-Agent generiert dann den Bericht.

Anschließend beginnt der Benutzer-Agent damit, den vom Daten-Spezialisten-Agenten bereitgestellten Zusammenfassungsbericht an den Gruppenchat-Manager weiterzuleiten, der dann den Dokumenten-Autor-Agenten anruft. Der Dokumenten-Autor-Agent, ausgestattet mit allen Aktionen für die Interaktion mit Google Docs, schlägt nun Toolaufrufe vor, die der Inhaltsautor-Agent ausführen soll. Der Inhaltsautor-Agent beginnt dann mit der Ausführung und schreibt die Zusammenfassung in das Google-Dokument, wie vom Dokumenten-Autor-Agenten definiert.

Überprüfen Sie nach der Ausführung Ihre Google Drive-Aktivitäten, und Sie sollten die Datei mit dem Namen 'Benutzerfeedbackbericht' mit dem Zusammenfassungsbericht sehen.

Nächste Schritte: Erweiterung Ihrer Nutzung von Composio

Jetzt, da Sie erfolgreich ein Multi-Agenten-System mit Composio aufgebaut und ausgeführt haben, gibt es mehrere spannende Möglichkeiten für die nächsten Schritte:

• Nutzung von Triggern für automatisierte Aktionen: Trigger sind eine leistungsstarke Funktion in Composio, die Arbeitsabläufe basierend auf bestimmten Ereignissen oder Bedingungen automatisieren kann. Sie können Trigger einrichten, um Aktionen automatisch basierend auf bestimmten Kriterien zu initiieren.
• Integration zusätzlicher Tools und APIs: Composio unterstützt eine Vielzahl von Tools und APIs, die Sie in Ihr System integrieren können. Erkunden Sie den Composio-Marktplatz für Ideen.
• Erforschen fortschrittlicher Agenteninteraktionen: Experimentieren Sie mit hierarchischen Agentenstrukturen oder kooperativem Lernen unter Agenten.
• Ausweitung auf andere KI-Modelle: Probieren Sie verschiedene KI-Modelle aus, die von Composio unterstützt werden, oder integrieren Sie benutzerdefinierte Modelle für maßgeschneiderte Leistung.

Fazit

In diesem Tutorial haben wir den Aufbau eines Multi-Agenten-Systems mit Composio und AutoGen erkundet, das sich auf die Analyse von Kundenfeedback aus einer CSV-Datei und die Erstellung eines Zusammenfassungsberichts konzentriert. Wir sind die Einrichtung der Umgebung, die Konfiguration der Agenten und die Nutzung von Tools zur Datenanalyse durchgegangen, gefolgt von der Erstellung der Zusammenfassung in einem Google-Dokument.

Während des Projekts stieß ich auf Schwierigkeiten mit der OpenAI-API und der Abholung von Zusammenfassungsberichten in einem einzigen Schritt. Um diese Probleme zu lösen, wechselte ich zur Verwendung der Groq-API und teilte den Prozess in zwei Teile, die das gewünschte Ergebnis erfolgreich erzielten. Diese Erfahrungen zeigten sowohl die Flexibilität von Composio als auch die Bedeutung von Troubleshooting und Anpassung bei der Arbeit mit neuen Tools und Frameworks.

Die Vielzahl an Tools von Composio und die einfache Integration machen es zu einer leistungsstarken Wahl für Entwickler, die ihre Projekte mit KI-Funktionen erweitern möchten. Ich ermutige Sie, Composio weiter zu erkunden, indem Sie die offizielle Dokumentation überprüfen. Es gibt noch viel mehr zu entdecken, und ich freue mich darauf, weiterhin mit diesem vielseitigen Framework zu experimentieren.

Viel Freude beim Programmieren!