mirror of https://github.com/OpenHands/OpenHands.git synced 2025-12-26 05:48:36 +08:00

* Replace OpenDevin with OpenHands

* Update CONTRIBUTING.md

* Update README.md

* Update README.md

* update poetry lock; move opendevin folder to openhands

* fix env var

* revert image references in docs

* revert permissions

* revert permissions

---------

Co-authored-by: Xingyao Wang <xingyao6@illinois.edu>

2024-08-20 00:44:54 +08:00

4.0 KiB

Raw Blame History

sidebar_position

sidebar_position
3

🧠 Agents and Capabilities

CodeAct Agent

描述

该Agent实现了CodeAct的思想（论文，推特），将LLM agents的行为合并到一个统一的代码动作空间中，以实现_简化_和_性能_（详情见论文）。

概念理念如下图所示。在每个回合，Agent可以：

对话：用自然语言与人类交流，进行澄清、确认等。
CodeAct：选择通过执行代码来完成任务

执行任何有效的Linux bash命令
使用交互式Python解释器执行任何有效的 Python代码。这是通过bash命令模拟的，详细信息请参见插件系统。

插件系统

为了使CodeAct agent在仅能访问bash动作空间时更强大，CodeAct agent利用了OpenHands的插件系统：

Jupyter插件：通过bash命令实现IPython执行
SWE-agent工具插件：为软件开发任务引入的强大bash命令行工具，由swe-agent提供。

演示

https://github.com/All-Hands-AI/OpenHands/assets/38853559/f592a192-e86c-4f48-ad31-d69282d5f6ac

CodeActAgent使用gpt-4-turbo-2024-04-09执行数据科学任务（线性回归）的示例

动作

Action, CmdRunAction, IPythonRunCellAction, AgentEchoAction, AgentFinishAction, AgentTalkAction

观测

CmdOutputObservation, IPythonRunCellObservation, AgentMessageObservation, UserMessageObservation

方法

方法	描述
`__init__`	使用`llm`和一系列信息`list[Mapping[str, str]]`初始化Agent
`step`	使用CodeAct Agent执行一步操作，包括收集前一步的信息并提示模型执行命令。

进行中的工作 & 下一步

[] 支持Web浏览 [] 完成CodeAct agent提交Github PR的工作流程

Planner Agent

描述

Planner agent利用特殊的提示策略为解决问题创建长期计划。在每一步中，Agent会获得其先前的动作-观测对、当前任务以及基于上一次操作提供的提示。

动作

NullAction, CmdRunAction, BrowseURLAction, GithubPushAction, FileReadAction, FileWriteAction, AgentThinkAction, AgentFinishAction, AgentSummarizeAction, AddTaskAction, ModifyTaskAction

观测

Observation, NullObservation, CmdOutputObservation, FileReadObservation, BrowserOutputObservation

方法

方法	描述
`__init__`	使用`llm`初始化Agent
`step`	检查当前步骤是否完成，如果是则返回`AgentFinishAction`。否则，创建计划提示并发送给模型进行推理，将结果作为下一步动作。

4.0 KiB Raw Blame History Unescape Escape