当前位置: 首页 > article >正文

MoFA: 迈向AIOS

再一次向朋友们致以中秋的祝福!

a293fe63dadf2149dc52b5d4ba382a8f.png

MoFA (Modular Framework for Agents)是一个独特的模块化AI智能体框架。MoFA以组合(Composition)的逻辑和编程(Programmable)的方法构建AI智能体。开发者通过模版的继承、编程、定制智能体,通过堆叠和组合,形成更强大的超级智能体(Super Agent)。

注:10月13日到15日所举行的GOSIM Super Agent黑客松大赛上,开发者们将会使用MoFA。(GOSIM会议的中秋海报和黑客松大赛详细信息附在文末)。

昨天《MoFA:Super Agent的编程魔法》介绍了MoFA的特点和特性。今天,想简要地描述一下,MoFA的设计思想和我们创建MoFA更进一步的原因。

组合AI的远景和AIOS的原则

MoFA希望创造组合AI (Composition AI):

  • 以模块化的结构,组合的逻辑,让广大的AI开发者的聪明才智能够被承载,积累和壮大,让涓涓细流,汇成大海。

  • 通过组合相对小规模的大语言模型、外部工具和编程技术,能够在特定领域任务上达到或超过大规模商用大语言模型的性能,三个臭裨将,胜过一个诸葛亮。

MoFA的设计思想借鉴了核心思想是Keep it Simple的Unix哲学, 特别是Eric Raymond's Unix Rules (详见《Unix编程艺术》一书)。

0783a5f426252886e27c571eb91e620d.png

MoFA所特别突出体现的几个Unix法则是:

  1. 模块化(Modularity):模块化的智能体模版,模块化的智能体服务,简单的模块配置,简单的模块间接口。

  2. 更清晰(Clarity):“乐高积木”式的组合逻辑搭建复杂系统。

  3. 可组合(Composition):智能体连接服务以获得更强的能力,智能体连接智能体以获得更多的功能。

  4. 更简单(Simplicity):复杂智能体的构建是将各模块进行组合的零代码过程。

  5. 更多样化(Diversity):MoFA的智能体组合将成员将智能体能力有机地结合在一起,形成功能更加强大和完善的组合智能体。

  6. 可扩展(Extensibility):简单而开放的架构和组织使得Everything can be an agent。各种能力可以通过agent的形式加入MoFA,并被组合,灵活使用,成为系统新的能力。

迈向AIOS

MoFA项目与MoxinMolyDora-RSXLang 等开源项目一起,虽然各司其职,但它们的共同的使命是迈向AIOS,实现组合AI,使AI更加的全民化,并在边缘落地,让AI应用更加的繁荣。

1cce7c0a5d657dd68fb2b4647ae8d1b9.png

持模心(Moxin),施模法(MoFA),展模力(Moly)。Moxin,MoFA和Moly是我们Composition AI的三件套。从MoFA的角度看,Moxin为MoFA Agents提供大语言模型的管理和推理服务,特别是开源的大模型在本地(区别于云端)的服务;而Moly应用则为MoFA Agents提供一个类似ChatGPT的强大用户界面,同时支持本地部署。

智能体数据流运行在DORA-RS和XLang Executor高性能低延迟的分布式AI计算环境,性能远超基于Python的计算环境。

ce2d415f14bdc658ffba7328befa617d.png

DoRA-RS不但提供了一个机器人应用的数据流框架,更是MoFA的多进程运行环境。XLang Executor则提供了一个分布式、多线程运行环境。DoRA-RS和XLang Executor提供了一个分布式的本地化的组合计算底座。

MoFA将在GOSIM China 2024会议上发布,并进行Super Agent大赛,邀请大家来观摩或展示魔法。

1b78b6a4b8369d88819225fc9b7c64c9.jpeg

魔法师召唤:GOSIM CHINA 2024 超级智能体黑客马拉松编程大赛报名啦


http://www.kler.cn/a/314933.html

相关文章:

  • 【秋招笔试-支持在线评测】11.13花子秋招(已改编)-三语言题解
  • 使用支付宝沙箱完成商品下单
  • Linux探秘坊-------1.系统核心的低语:基础指令的奥秘解析(1)
  • ❤React-JSX语法认识和使用
  • Chromium 中sqlite数据库操作演示c++
  • WPF 应用程序中使用 Prism 框架时,有多种方式可以注册服务和依赖项
  • 【QGIS入门实战精品教程】6.1:QGIS根据属性条件查询数据(SQL表达式)
  • 如何在GitHub上Clone项目:一步步指南
  • 暑假考研集训营游记
  • 李宏毅机器学习2023-HW13-Network Compression
  • 4.《DevOps》系列K8S部署CICD流水线之Helm部署Harbor私人镜像仓库
  • 机器学习中求解模型参数的方法
  • LabVIEW编程能力如何能突飞猛进
  • 【数据优化】基于GEE填补遥感缺失数据
  • 测试面试题:接口自动化测试流程?
  • Vue3入门 - ElementPlus中左侧菜单和Tabs菜单组合联动效果
  • linux下的日志编写
  • Linux 文件 IO 管理(第二讲)(重定向和缓冲区)
  • 鸿蒙开发的基本技术栈及学习路线
  • 【JVM安装MinIO】
  • IO流中的异常捕获
  • 搜索引擎onesearch3实现解释和升级到Elasticsearch v8系列(三)-文档
  • C++模版初阶
  • claude,gpt,通义千问
  • Java面试篇基础部分-ReentrantLock详解(二)
  • 2024最新!!!iOS高级面试题,全!(二)