Quello che pubblichiamo in open source
Pubblichiamo una parte di ciò che costruiamo. Il framework dietro i nostri sistemi di agenti, e alcune librerie più piccole nate dalla nostra ricerca.
Framework di IA agentica · Python
Gwenflow
Gwenflow esegue agenti IA: date a un agente un obiettivo, degli strumenti, una memoria e un modello, e lui ragiona, agisce, osserva e ricomincia finché l’obiettivo non è raggiunto. Lo usiamo in ogni sistema agentico che costruiamo, e lo abbiamo scritto noi stessi per controllare ogni riga di codice che i nostri agenti eseguono, così che qualsiasi decisione presa sui dati di un cliente possa essere aperta, spiegata e modificata.
from gwenflow import Agent, ChatMistralfrom gwenflow.tools import Tool def accounts_at_risk(period: str, min_drop: int = 10) -> list[dict]: """Accounts whose usage fell by at least `min_drop` percent.""" return crm.query(period=period, trend="down", min_drop=min_drop) agent = Agent( name="Account review", instructions="Rank the accounts at risk, with the figures.", llm=ChatMistral(), tools=[Tool(accounts_at_risk)],) response = agent.run("Which accounts are at risk this quarter?")Librerie di ricerca
Più piccole e più mirate. Ciascuna è nata da un problema che abbiamo dovuto risolvere per noi stessi.
okflib
Archiviare, interrogare e generare conoscenza nell’Open Knowledge Format: bundle markdown con frontmatter YAML, segnali di affidabilità e ingestione da parte degli LLM.
Vedi su GitHubnanoSAE
Una libreria piccola e veloce per addestrare autoencoder sparsi dedicati all’analisi semantica.
Vedi su GitHub