2024-02-04 17:28:25 -08:00
|
|
|
|
## LLM / AI 相关框架
|
|
|
|
|
|
### LLM Process
|
|
|
|
|
|
|
|
|
|
|
|
LLM调用封装的最小单元，提供了一系列最基础的支持
|
|
|
|
|
|
|
|
|
|
|
|
流程上 inpurt, prepare promot, llm_function_call_loop, post_llm , llmresult parser, AI Action
|
|
|
|
|
|
功能上 动态类型系统 load_from_config,llm_process_loader
|
|
|
|
|
|
|
|
|
|
|
|
### Agent
|
|
|
|
|
|
从Agent的视角定义了Agent的LLM行为逻辑
|
|
|
|
|
|
Process behavior (响应)
|
|
|
|
|
|
Task/Todo Loop (自主)
|
|
|
|
|
|
Self Loop (自省)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
#### Agent.Memory
|
2024-02-27 10:40:30 -08:00
|
|
|
|
Memory模块设计的主要目的是能按一定的模式，在Token Limit的情况下构成Agent的一些上下文。
|
|
|
|
|
|
Memory的原始记录写入：原则上说，Agent的任何LLM行为都应至少将input/resp 写入Memory,毕竟LLM是非常高开销的行为。LLM的过程可以视情况写入（inner function的调用，action的执行，根据input构造的完整提示词等）
|
|
|
|
|
|
Memory的使用：LLM过程在构造提示词的“已知信息”部分时，通常都会有加载Memory的需求。尤其是在Input并不包含完整信息的情况下（非幂等LLM推理），更需要根据“上下文”来理解Input的含义。这在“ChatCompetition”过程中尤为明显。
|
|
|
|
|
|
|
|
|
|
|
|
使用Memory基本是两种方式
|
|
|
|
|
|
1. 加载写入的原始记录
|
|
|
|
|
|
2. 访问根据原始记录加工（Self-Thinking）后的Object-Summary。或则访问一个根据原始记录整理的，用文件系统方式组织的“记忆片段”
|
|
|
|
|
|
|
|
|
|
|
|
这里的核心痛点是：一个LLM过程，如何根据Input加载合适的Memory成为“已知信息”。
|
|
|
|
|
|
1. 如果明确的知道Input属于一个session，那么可以加载这个session相关的所有record(注意token limit和最大条数)与session的summary，其它的Memory的信息通过inner_function访问。但要防止LLM过程中对Inner function的过度使用
|
|
|
|
|
|
2. 在不明确的情况下，如何判断input属于哪个session?（包括是否需要创建新的session）
|
|
|
|
|
|
|
|
|
|
|
|
从上述思考中，得到现在的设计方案：
|
|
|
|
|
|
1. 依旧保留Session，且创建session是明确的用户行为。有一些tunnel根本没有创建session的能力。UI可以用 Lite-LLM来进行辅助的session合并（比如类似GMail的Email归集）。系统可以基于session做“已知信息”的自动加载
|
|
|
|
|
|
2. 在处理Input时，允许使用Agent.Memory的接口来访问更多的Memory的内容。从流程上看，这个过程和访问KB的原理是基本一致的。
|
|
|
|
|
|
3. Self-Thinking的过程中，既要对Session进行整理（得到Session Summary）,也要站在更全局的角度对涉及到的Object进行整理（得到Object Summary）。
|
|
|
|
|
|
4. Self-Thinking的过程也是以session为单位的,以更新session-summary为首要目标，并可以在Thiking的过程中，访问已有的object-summary，选择性的更新object-summary
|
|
|
|
|
|
5. Self-Thinking会尽量以时间从新到旧处理所有的原始记录，因此会涉及到对多个Session的Summary的更新。
|
|
|
|
|
|
|
|
|
|
|
|
设计方案的主要风险在于inner function模式可能会带来大量的，无用的object summary查询。
|
|
|
|
|
|
|
|
|
|
|
|
对于UI上不方便创建Session的情况：
|
|
|
|
|
|
1. 通过标题尝试自动创建
|
|
|
|
|
|
2. 通过时间尝试自动创建
|
|
|
|
|
|
3. 既然用户看到的就是一个session，那么我们就必须当一个session来处理
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
一些推论：
|
|
|
|
|
|
Agent通过一个DB list来访问/写入结构化数据，并拥有自己创建DB的能力
|
|
|
|
|
|
Agent通过一个FileSystem来访问/创建非结构化数据，并拥有理解文件系统组织设计的能力
|
|
|
|
|
|
“不要给Agent直接扩展能力，而是尽量给Agent扩展元能力（读说明书的能力）”
|
2024-02-04 17:28:25 -08:00
|
|
|
|
|
|
|
|
|
|
#### Agent.Workspace
|
|
|
|
|
|
|
|
|
|
|
|
#### Agent.behavior
|
|
|
|
|
|
|
|
|
|
|
|
### Workflow
|
|
|
|
|
|
一组Agent共享Work space后的流程
|
|
|
|
|
|
Task可以分配给不同的Agent
|
|
|
|
|
|
Todo的Do和Check可以分配给不同的Agent
|
|
|
|
|
|
|
|
|
|
|
|
## Knowledge Base （sisi)
|
|
|
|
|
|
AI First的未来文件系统
|
|
|
|
|
|
|
|
|
|
|
|
## Agent 能力扩展框架
|
|
|
|
|
|
|
|
|
|
|
|
### AI Function / Action
|
|
|
|
|
|
最重要的扩展框架
|
|
|
|
|
|
|
|
|
|
|
|
### Environment
|
|
|
|
|
|
可以通过 {environment.xxx} 读取
|
|
|
|
|
|
|
|
|
|
|
|
### Code Interpreter
|
|
|
|
|
|
Agent 能不能写代码是一个重要的理念之争
|
|
|
|
|
|
能写代码的Agent想象空间大，是通往AGI的必然之路，但不够稳定可预期
|
|
|
|
|
|
不能写代码的Agent可以专注于组合使用基础的能力，稳定可靠的
|
|
|
|
|
|
|
|
|
|
|
|
## AI系统组件
|
|
|
|
|
|
### AI Compute Kernel
|
|
|
|
|
|
通过AI Compute Kernel对 LLM, AIGC等新一代的AI基础能力进行抽象
|
|
|
|
|
|
通过Compute Node可以对这些基础能力进行不同的实现
|
|
|
|
|
|
|
|
|
|
|
|
### AI Models
|
|
|
|
|
|
模型的fine-tune Pipeline
|
|
|
|
|
|
LoRA的Pipeline
|
|
|
|
|
|
|
|
|
|
|
|
### Contact Manage
|
|
|
|
|
|
|
|
|
|
|
|
基于Contact的自然语言权限控制
|
|
|
|
|
|
|
|
|
|
|
|
### Tunnel
|
|
|
|
|
|
可以使用开放API的通信软件，于自己的AI时刻保持沟通
|
|
|
|
|
|
|
|
|
|
|
|
### Spider
|
|
|
|
|
|
持续的导入用户在旧时代的数据。
|
|
|
|
|
|
从Web2->web3
|
|
|
|
|
|
|
|
|
|
|
|
### Calendar (Calendar是否应该是Agent.Worksapce的一部分）
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 基础的pkg_loader
|
|
|
|
|
|
支持一系列可安装的扩展
|
|
|
|
|
|
可扩展的扩展是AIOS的开发者需要重点关注的
|
|
|
|
|
|
|
|
|
|
|
|
Agent （用自然语言扩展）
|
|
|
|
|
|
Workflow （用自然语言扩展）
|
|
|
|
|
|
Plugin:(需要会写代码）
|
|
|
|
|
|
AI Function / Action
|
|
|
|
|
|
Environment
|
|
|
|
|
|
Knowledge Pipeline
|
|
|
|
|
|
LLM Process
|
|
|
|
|
|
Compute Node
|
|
|
|
|
|
|
|
|
|
|
|
### System Config Manage
|
|
|
|
|
|
|
|
|
|
|
|
Zone Config-> System Config
|
|
|
|
|
|
|
|
|
|
|
|
## UI
|
|
|
|
|
|
|
|
|
|
|
|
### Installer
|
|
|
|
|
|
图形化的安装界面，帮助用户能快速的安装使用
|
|
|
|
|
|
我们也会在这里讨论面向用户的AIOS的过渡性安装逻辑
|
|
|
|
|
|
|
|
|
|
|
|
### WebUI & OS Desktop
|
|
|
|
|
|
系统控制面板
|
|
|
|
|
|
Agent/Workflow管理
|
|
|
|
|
|
新Outlook
|
|
|
|
|
|
会话管理 （于Agent会话）
|
|
|
|
|
|
日程管理
|
|
|
|
|
|
Todo管理
|
|
|
|
|
|
|
|
|
|
|
|
新Dropbox
|
|
|
|
|
|
Knowledge Base浏览
|
|
|
|
|
|
Knowledge Base查询
|
|
|
|
|
|
|
|
|
|
|
|
应用商店
|
|
|
|
|
|
|
|
|
|
|
|
### AIOS Shell
|
|
|
|
|
|
|
|
|
|
|
|
### Personal Station (新个人主页）
|
|
|
|
|
|
内容的发布/联系人内容的查看/个人日历的公开
|
|
|
|
|
|
|
|
|
|
|
|
## Frame Service （完全未开始）
|
|
|
|
|
|
通过Frame Service，让AIOS成为一个典型的网络系统（Personal Server OS）
|
|
|
|
|
|
这一块会复用很多CYFS/Bucky OS 的基础设计
|
|
|
|
|
|
这一层AI不会直接使用，这一层支持AI系统组件的实现
|
|
|
|
|
|
在用户看来，这一层的功能都是高级的，偏向系统维护的。很少会直接使用
|
|
|
|
|
|
|
|
|
|
|
|
### zone & node-daemon
|
|
|
|
|
|
NOS的booter
|
|
|
|
|
|
|
|
|
|
|
|
### Runtime (Container) Manage
|
|
|
|
|
|
这里抽象了系统的运行时模型
|
|
|
|
|
|
通过容器技术对可扩展组件的权限进行控制，保护系统的隐私安全
|
|
|
|
|
|
|
|
|
|
|
|
### d-Storage & Named Object
|
|
|
|
|
|
Named- Object File System
|
|
|
|
|
|
D-RDB
|
|
|
|
|
|
D-VDB
|
|
|
|
|
|
|
|
|
|
|
|
### BUS
|
|
|
|
|
|
系统消息总线，在不同的系统组件中路由消息
|
|
|
|
|
|
|
|
|
|
|
|
### CYFS (httpv4) Gateway
|
