Kheish – 開源的多智能體協調平臺，可靈活配置多個Agent解決復雜任務

Kheish是一個開源的多智能體編排平臺，基于大型語言模型（LLM）構建，通過多個專門角色（智能體）和靈活的工作流程，協調復雜任務的各個環節，諸如提案生成、審核、驗證和格式化，最終實現高質量的成果。該平臺能夠無縫集成外部模塊，包括文件系統訪問、shell命令和向量存儲，以豐富上下文并高效處理大型代碼庫或文檔。

Kheish是什么

Kheish是一個基于大型語言模型（LLM）的開源多智能體編排平臺。它通過定義多個專門角色（如提議者、審閱者、驗證者和格式化程序）以及靈活的基于YAML的工作流程，能夠有效協調復雜任務的各個步驟，從而生成高質量的結果。Kheish可與多種外部模塊無縫集成，如文件系統訪問、shell命令和向量存儲，增強上下文處理能力，適用于大型代碼庫或文檔的處理。該平臺具備模塊化、可擴展性、反饋循環和對話式提示等特點，支持用戶對新任務或領域的定制和擴展。

Kheish的主要功能

• 多智能體工作流：允許定義多個角色，通過基于YAML的配置，以確定的順序執行任務，處理復雜的工作流程。
• 模塊集成：支持多種外部模塊的集成，如文件系統訪問（fs）、shell命令（sh）和向量存儲（vector_store），增強系統的功能和處理能力。
• 對話式提示：與LLM的互動采用對話結構，包括system、user和assistant，幫助維護上下文并澄清指令。
• 反饋與修訂循環：工作流程允許迭代反饋，審閱者或驗證者可以請求修訂，直到滿足質量標準。
• RAG和嵌入：集成向量存儲，用于處理大型文檔，模型能夠獲取相關信息而不影響提示的清晰性。
• 模塊化與可擴展性：支持在不破壞現有結構的情況下添加新模塊或智能體，鼓勵用戶定制和擴展到新的任務或領域。

Kheish的技術原理

• 任務管理器：設計一個任務管理器，負責加載任務配置（YAML）、處理上下文、執行工作流程，并根據需要集成模塊。
• 上下文處理：任務管理器讀取初始文件或文本，準備TaskContext，為后續的智能體工作流提供必要的上下文信息。
• 工作流執行：智能體按照預定的工作流順序執行任務，包括生成解決方案、檢查提案質量、確保最終結果的正確性及輸出驗證結果。
• 模塊請求調用：智能體能夠發出MODULE_REQUEST請求，以獲取其他數據、讀取文件或執行語義搜索等操作。
• 結果緩存：為了避免重復操作，Kheish會緩存代理請求模塊的結果。
• 與RAG集成：與檢索增強生成（RAG）模型相結合，輕松處理大型文檔，通過向量存儲提取相關片段。

Kheish的項目地址

• GitHub倉庫：https://github.com/graniet/kheish

Kheish的應用場景

• 代碼審計：可用于自動化代碼審查，利用智能體工作流識別代碼中的安全漏洞和質量問題，提出改進建議。
• 法律文件分析：在法律領域，幫助處理和分析大量法律文件，提取關鍵信息，支持法律研究和案件準備。
• 客戶服務自動化：作為機器人，處理客戶咨詢和支持請求，提供即時的自動化回答。
• 內容創作助手：輔助內容創作者生成和編輯文章、博客及其他營銷材料，提升內容質量和吸引力。
• 個性化教育平臺：根據學生的學習進度，提供個性化學習材料和練習題，支持在線教育和遠程學習。