AgentsAI Framework

El AgentsAI Framework es un sistema modular y escalable diseñado para gestionar y orquestar agentes inteligentes, permitiendo una automatización avanzada, gestión de tareas y flujos de trabajo colaborativos. El framework integra modelos de lenguaje de gran tamaño (LLM), almacenamiento de memoria a largo plazo y orquestación en tiempo real para facilitar aplicaciones sofisticadas de múltiples agentes.

Características Principales

• Arquitectura Modular: Organizada en módulos independientes para Agentes, LLM, Memoria, Orquestación, Tareas, Equipos y Herramientas.
• Integración con LLM: Utiliza modelos de OpenAI (y potencialmente otros) para procesamiento de lenguaje natural y generación de contenido.
• Persistencia en DynamoDB: Almacena datos de manera eficiente usando AWS DynamoDB.
• Orquestación Avanzada: Controla y coordina flujos de trabajo entre agentes y equipos, utilizando patrones CQRS y consumiendo mensajes de RabbitMQ.
• Sistema de Memoria: Permite la gestión de datos históricos y de contexto para un razonamiento prolongado.
• Gestión de Tareas y Equipos: Facilita la asignación, seguimiento y colaboración en tareas, así como la organización de equipos colaborativos.
• Herramientas Extendidas: Proporciona funcionalidades adicionales a través de herramientas especializadas.

Módulos de la Plataforma

La plataforma se compone de varios módulos, cada uno con su propia documentación detallada:

• Agentes - Gestión y administración de agentes inteligentes.
• LLM - Integración con modelos de lenguaje y generación de contenido.
• Memoria - Sistema de almacenamiento y recuperación de información a largo plazo.
• Orquestación - Coordinación de flujos de trabajo y eventos entre módulos.
• Tareas - Gestión y automatización de tareas y procesos.
• Equipos - Colaboración y gestión de equipos de agentes.
• Herramientas - Funcionalidades extendidas y servicios auxiliares.

Requisitos

• Node.js: Versión 18 o superior.
• AWS DynamoDB: Configurado para almacenamiento de datos.
• Cuenta de OpenAI: Para integración con modelos de lenguaje.
• RabbitMQ: Para manejo de eventos y orquestación (opcional, según despliegue).
• Docker: Recomendado para despliegue y testing de contenedores.

Instalación y Configuración

1. Clonar el repositorio:

   git clone <https://github.com/devmangel/pai-framework.git>
   cd pai-framework

2. Instalar dependencias:

   npm install

3. Configurar variables de entorno:

   • Revisa el archivo .env.example y configura un archivo .env con las credenciales para AWS, OpenAI y otros servicios necesarios.

4. Compilar el proyecto:

   npm run build

5. Iniciar la aplicación:

   npm run start

Uso Básico

Una vez iniciada la aplicación, puedes acceder a los endpoints HTTP para interactuar con los diferentes módulos, por ejemplo:

• Agentes: Utiliza los endpoints definidos en el módulo de Agentes para crear y gestionar agentes.
• Tareas: Crea y asigna tareas utilizando el módulo de Tareas.
• Orquestación: Monitorea y coordina flujos de trabajo entre agentes y equipos.
• LLM: Envía solicitudes de completación a la API de OpenAI u otros modelos.
• Memoria: Consulta y almacena información histórica relevante.
• Equipos y Herramientas: Gestiona equipos y utiliza herramientas extendidas disponibles.

Consulta la documentación de cada módulo (en el directorio docs/modules/) para obtener detalles específicos y ejemplos de uso.

Contribución

Si deseas contribuir a este proyecto, por favor sigue estos pasos:

1. Forkea el repositorio.
2. Crea tu rama de características (git checkout -b feature/nueva-caracteristica).
3. Realiza tus cambios y haz commit (git commit -am 'Agrega nueva característica').
4. Push a la rama (git push origin feature/nueva-caracteristica).
5. Abre un Pull Request.

Licencia

Este proyecto está licenciado bajo la Licencia MIT.