इस प्रोजेक्ट के बारे में

Youtu-Agent स्वायत्त एजेंटों के निर्माण, चलाने और मूल्यांकन के लिए एक लचीला फ्रेमवर्क है, जिसे टेनसेंट क्लाउड ADP द्वारा विकसित किया गया है और ओपन सोर्स के रूप में जारी किया गया है। यह openai-agents SDK पर आधारित है, जो स्ट्रीमिंग, ट्रेसिंग और एजेंट-लूप क्षमताओं को विरासत में लेता है, और बंद मॉडलों पर निर्भर रहने के बजाय DeepSeek-V3 जैसे ओपन-वेट मॉडल के साथ काम करने के लिए डिज़ाइन किया गया है। मुख्य अवधारणाओं में Agent (प्रॉम्प्ट, टूल और पर्यावरण के साथ एक LLM), Toolkit (टूल का एक पैकेज्ड सेट), Environment (वह दुनिया जिसमें एजेंट काम करता है, जैसे ब्राउज़र या शेल), ContextManager (कॉन्टेक्स्ट-विंडो प्रबंधन) और Benchmark (प्रीप्रोसेसिंग, रोलआउट और जजिंग के साथ एक एनकैप्सुलेटेड डेटासेट वर्कफ़्लो) शामिल हैं। README में वर्णित उल्लेखनीय क्षमताएँ: - स्वचालित एजेंट और टूल जनरेशन: मानक कार्यों के लिए एक Workflow मोड और जटिल आवश्यकताओं के लिए एक Meta-Agent मोड। मेटा-एजेंट उपयोगकर्ता का साक्षात्कार कर सकता है, टूल इकट्ठा कर सकता है, YAML कॉन्फ़िगरेशन उत्पन्न कर सकता है और टूल कोड और स्कीमा तैयार कर सकता है। README 81% से अधिक टूल संश्लेषण सफलता दर की रिपोर्ट करता है। - निरंतर अनुभव सीखना: Training-Free GRPO पर आधारित एक Agent Practice मॉड्यूल, जो मॉडल को फ्रोज़न रखता है और पैरामीटर अपडेट के बिना इन-कॉन्टेक्स्ट अनुभव से सीखता है। - Agent RL: एंड-टू-एंड रीइन्फोर्समेंट लर्निंग के लिए एक पाइपलाइन, जो Agent-Lightning जैसे वितरित फ्रेमवर्क के साथ एकीकृत है, जिसे 128 GPU तक स्केल करने के रूप में वर्णित किया गया है। - बेंचमार्किंग: परियोजना ओपन-वेट मॉडल का उपयोग करके WebWalkerQA और GAIA पर परिणाम रिपोर्ट करती है, और मूल्यांकन स्क्रिप्ट और एक विश्लेषण फ्रंटएंड शिप करती है। - व्यावहारिक उदाहरण: डेटा विश्लेषण, फ़ाइल प्रबंधन, व्यापक/गहन शोध, पेपर विश्लेषण, RAGFlow के साथ RAG एकीकरण, SVG जनरेशन और PPT जनरेशन। आरंभ करने के लिए Python 3.12+ और निर्भरता प्रबंधन के लिए uv की आवश्यकता होती है। उपयोगकर्ता रिपॉजिटरी क्लोन करते हैं, uv sync चलाते हैं, .env.example को .env में कॉपी करते हैं और LLM API कुंजियाँ कॉन्फ़िगर करते हैं (README DeepSeek-संगत एंडपॉइंट दिखाता है)। इंटरैक्टिव फ्रंटएंड के साथ एक Docker-आधारित सेटअप भी प्रलेखित है। एजेंट YAML कॉन्फ़िगरेशन के माध्यम से परिभाषित किए जाते हैं, और एक इंटरैक्टिव CLI चैटबॉट scripts/cli_chat.py के साथ लॉन्च किया जा सकता है। वेब खोज उदाहरणों के लिए SERPER_API_KEY और JINA_API_KEY की आवश्यकता होती है। एजेंट रनटाइम को विज़ुअलाइज़ करने के लिए रिलीज़ से एक वेब UI पैकेज स्थापित किया जा सकता है। फ्रेमवर्क पूरी तरह से एसिंक्रोनस है, responses और chat.completions दोनों API का समर्थन करता है, और टूल कॉल और ट्रैजेक्टोरीज़ का विश्लेषण करने के लिए एक DBTracingProcessor सिस्टम शामिल करता है। README परियोजना को एजेंट शोधकर्ताओं और LLM प्रशिक्षकों के लिए एक बेसलाइन के रूप में, एप्लिकेशन डेवलपर्स के लिए पोर्टेबल स्कैफोल्डिंग की आवश्यकता के रूप में, और व्यावहारिक, डीबग करने योग्य उदाहरण चाहने वाले उत्साही लोगों के लिए स्थिति देता है।