什么是 DigitalFate？

DigitalFate 提供了一个先进的企业级框架，用于以经济高效的方式协调 LLM 调用、代理和基于计算机的任务。它提供可靠的系统、可扩展性和面向任务的架构，能够有效地处理实际应用。

主要特点：

可扩展用于生产：轻松在 AWS、GCP 或通过 Docker 本地部署。
以任务为中心的架构：执行不同复杂程度的任务：
- 通过 LLM 调用完成简单任务。
- 使用 V1 代理的中级任务。
- 通过 V2 代理和 MCP 集成实现高级自动化。
MCP 服务器兼容性：利用多客户端处理实现高性能操作。
安全工具调用服务器：通过强大的 API 交互来管理工具。
计算机使用集成：利用 Anthropic 的“计算机使用”功能执行类似人类的任务。
轻松的工具集成：使用一行代码添加自定义或 MCP 工具。
客户端-服务器架构：专为生产而设计的无状态、企业级系统。

🛠️ 入门

先决条件

Python 3.10 或更高版本
OpenAI 或 Anthropic API 密钥（支持 Azure 和 Bedrock）

安装

pip install digitalfate

基本示例

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)

高级示例

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"

任务定义

任务由其描述定义。高级任务会自动分解为可管理的子任务。例如，“研究 Anthropic 和 OpenAI 的最新动态”任务可能会生成如下子任务：

“在 Google 上搜索 Anthropic 和 OpenAI 的新闻。” “阅读相关博客。” “查看官方公告。”

定义任务描述

description = "Research latest news in Anthropic and OpenAI"

任务执行

将代理和任务组合起来，然后使用 DigitalFate 服务器运行它们。这种方法简化了 SaaS 应用程序或垂直 AI 系统中的任务执行。

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)

附加功能（测试版）

单一法学硕士课程

通过决定何时直接调用 LLM 而不是部署代理来优化成本和延迟。

client.call(task1)

记忆系统

通过利用 AgentConfiguration 中的内存设置实现个性化、情境感知的交互。

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

知识库

通过私人或公共内容（例如 PDF 或 URL）向代理提供上下文。

from digitalfate import KnowledgeBase

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

task1 = Task(context=[kb])

任务链

通过使用一个任务的输出作为另一个任务的输入将任务链接在一起。

task2 = Task(context=[task1])

多代理协作

将任务分配给多个代理以协作解决问题。

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

类人代理

为需要个人互动的任务配置代理的姓名和联系信息。

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

计算机使用

执行需要类似人类交互的任务，例如鼠标移动和点击。

from digitalfate.client.tools import ComputerUse

tools = [ComputerUse]

反射机制

通过验证结果并提供改进反馈来确保高质量的输出。

product_manager_agent = AgentConfiguration(
    reflection=True,
)

上下文压缩

通过自动压缩系统消息和输入来处理上下文溢出场景。

product_manager_agent = AgentConfiguration(
    compress_context=True,
)

遥测

通过设置环境变量禁用匿名遥测。

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

执照

DigitalFate 采用 MIT 许可证。请参阅以下完整许可证文本：

MIT 许可证

特此授予获得此软件和相关文档文件（“软件”）副本的任何人免费许可，以无限制方式处理软件，包括但不限于使用、复制、修改、合并、发布、分发、再授权和/或销售软件副本的权利，并允许向其提供软件的人员这样做，但须遵守以下条件：

MCP Server

Integrations