¿Qué es DigitalFate?

DigitalFate ofrece un marco avanzado y empresarial para orquestar llamadas LLM, agentes y tareas informáticas de forma rentable. Ofrece sistemas fiables, escalabilidad y una arquitectura orientada a tareas para gestionar aplicaciones reales de forma eficaz.

Características principales:

Escalable para producción : Implemente sin esfuerzo en AWS, GCP o localmente a través de Docker.
Arquitectura centrada en tareas : ejecutar tareas en distintos niveles de complejidad:
- Tareas sencillas a través de convocatorias LLM.
- Tareas intermedias utilizando agentes V1.
- Automatización avanzada con agentes V2 e integración MCP.
Compatibilidad del servidor MCP : aproveche el procesamiento de múltiples clientes para operaciones de alto rendimiento.
Servidor de llamada de herramientas seguro : administre herramientas con interacciones API sólidas.
Integración del uso de la computadora : realice tareas similares a las humanas con las capacidades de "Uso de computadora" de Anthropic.
Fácil integración de herramientas : agregue herramientas personalizadas o MCP con una sola línea de código.
Arquitectura cliente-servidor : un sistema sin estado y preparado para la empresa, diseñado para la producción.

🛠️ Primeros pasos

Prerrequisitos

Python 3.10 o más reciente
Claves API de OpenAI o Anthropic (compatibles con Azure y Bedrock)

Instalación

pip install digitalfate

Ejemplo básico

from digitalfate import digitalfateClient, ObjectResponse, Task, AgentConfiguration
from digitalfate.client.tools import Search

# Initialize Client and Configure
client = digitalfateClient("localserver")
client.set_config("OPENAI_API_KEY", "YOUR_API_KEY")

# Define Task and Agent
task1 = Task(description="Research latest news in Anthropic and OpenAI", tools=[Search])

product_manager_agent = AgentConfiguration(
    job_title="Product Manager",
    company_url="https://digitalfate.ai",
    company_objective="To build an AI agent framework that helps people accomplish tasks",
)

# Execute Task with Agent
client.agent(product_manager_agent, task1)

result = task1.response

print(result)

Ejemplo avanzado

from digitalfate import digitalfateClient, ObjectResponse, Task, AgentConfiguration
from digitalfate.client.tools import Search

# Create a DigitalFate client instance
client = digitalfateClient("localserver")
client.set_config("OPENAI_API_KEY", "YOUR_API_KEY")
client.default_llm_model = "openai/gpt-4o"

# DeepSeek Chat

client.set_config("DEEPSEEK_API_KEY", "YOUR_DEEPSEEK_API_KEY")
client.default_llm_model = "deepseek/deepseek-chat"

# Claude-3.5-Sonnet

client.set_config("ANTHROPIC_API_KEY", "YOUR_ANTHROPIC_API_KEY")
client.default_llm_model = "claude/claude-3-5-sonnet"

# GPT 4o on Azure
client.set_config("ANTHROPIC_API_KEY", "YOUR_ANTHROPIC_API_KEY")
client.default_llm_model = "claude/claude-3-5-sonnet"

# Claude 3.5 Sonnet on AWS
client.set_config("AWS_ACCESS_KEY_ID", "YOUR_AWS_ACCESS_KEY_ID")
client.set_config("AWS_SECRET_ACCESS_KEY", "YOUR_AWS_SECRET_ACCESS_KEY")
client.set_config("AWS_REGION", "YOUR_AWS_REGION")
client.default_llm_model = "bedrock/claude-3-5-sonnet"

Definición de tarea

Las tareas se definen por sus descripciones. Las tareas de alto nivel se dividen automáticamente en subtareas manejables. Por ejemplo, la tarea "Investigar las últimas noticias sobre Anthropic y OpenAI" puede generar subtareas como:

Busca noticias sobre Anthropic y OpenAI en Google. Lee blogs relevantes. Consulta anuncios oficiales.

Definir descripción de la tarea

description = "Research latest news in Anthropic and OpenAI"

Ejecución de tareas

Combine agentes y tareas, y ejecútelos con el servidor DigitalFate. Este enfoque simplifica la ejecución de tareas en aplicaciones SaaS o sistemas de IA verticales.

client.agent(product_manager_agent, task1)

result = task1.response

for item in result.news_list:
    print("\nNews")
    print("Title: ", item.title)
    print("Body: ", item.body)
    print("URL: ", item.url)
    print("Tags: ", item.tags)

Funciones adicionales (Beta)

Convocatoria única de LLM

Optimice los costos y la latencia al decidir cuándo llamar directamente a un LLM en lugar de implementar agentes.

client.call(task1)

Sistema de memoria

Habilite interacciones personalizadas y conscientes del contexto aprovechando la configuración de memoria en AgentConfiguration.

product_manager_agent = AgentConfiguration(
    agent_id="product_manager_agent",
    memory=True,
)

Base de conocimientos

Proporcione a los agentes contexto a través de contenido privado o público, como archivos PDF o URL.

from digitalfate import KnowledgeBase

kb = KnowledgeBase(files=["sample.pdf", "https://digitalfate.ai"])

task1 = Task(context=[kb])

Encadenamiento de tareas

Vincule tareas entre sí utilizando el resultado de una como entrada para otra.

task2 = Task(context=[task1])

Colaboración entre múltiples agentes

Distribuya tareas entre múltiples agentes para resolver problemas de forma colaborativa.

client.multi_agent([agent1, agent2], [task1, task2])

Agentes de apariencia humana

Configure agentes con nombres e información de contacto para tareas que requieran interacción personal.

product_manager_agent = AgentConfiguration(
    name="John Walk",
    contact="john@digitalfate.ai",
)

Uso de la computadora

Realizar tareas que requieran interacciones similares a las humanas, como movimientos del mouse y clics.

from digitalfate.client.tools import ComputerUse

tools = [ComputerUse]

Mecanismo de reflexión

Asegúrese de obtener resultados de alta calidad validando los resultados y brindando retroalimentación para realizar mejoras.

product_manager_agent = AgentConfiguration(
    reflection=True,
)

Compresión de contexto

Maneje escenarios de desbordamiento de contexto comprimiendo automáticamente los mensajes y entradas del sistema.

product_manager_agent = AgentConfiguration(
    compress_context=True,
)

Telemetría

Deshabilite la telemetría anónima configurando una variable de entorno.

import os
os.environ["digitalfate_TELEMETRY"] = "False"

Licencia

DigitalFate está licenciado bajo la licencia MIT. Vea el texto completo de la licencia a continuación:

Licencia MIT

Por la presente se concede permiso, sin cargo, a cualquier persona que obtenga una copia de este software y los archivos de documentación asociados (el "Software"), para tratar el Software sin restricción, incluyendo, sin limitación, los derechos a usar, copiar, modificar, fusionar, publicar, distribuir, sublicenciar y/o vender copias del Software, y para permitir que las personas a quienes se les proporciona el Software lo hagan, sujeto a las siguientes condiciones:

El aviso de derechos de autor anterior y este aviso de permiso se incluirán en todas las copias o partes sustanciales del Software.

EL SOFTWARE SE PROPORCIONA "TAL CUAL", SIN GARANTÍA DE NINGÚN TIPO, EXPRESA O IMPLÍCITA, INCLUYENDO, ENTRE OTRAS, LAS GARANTÍAS DE COMERCIABILIDAD, IDONEIDAD PARA UN FIN DETERMINADO Y NO INFRACCIÓN. EN NINGÚN CASO LOS AUTORES O TITULARES DE LOS DERECHOS DE AUTOR SERÁN RESPONSABLES DE NINGUNA RECLAMACIÓN, DAÑOS U OTRAS RESPONSABILIDADES, YA SEA EN ACCIÓN CONTRACTUAL, EXTRACONTRACTUAL O DE OTRO TIPO, QUE SURJA DE, SE DERIVE DE O EN RELACIÓN CON EL SOFTWARE O EL USO U OTRAS RELACIONES CON EL MISMO.

MCP Server

Integrations