jakiro
المؤلف: ميموت القيمة العميقة ، الترجمة: سلسلة البتات الرؤية Xiaozou
في هذه المقالة ، سوف نستكشف احتمالات إطار Crypto X AI.سنركز على الأطر الأربعة الرئيسية الأربعة الحالية (Eliza ، Game ، Arc ، Zerepy) والاختلافات التقنية الخاصة بها.
1. مقدمة
لقد درسنا واختبرنا إطارات Crypto X AI الأربعة ، وهي أطر الرسم الكبرى الأربعة لـ Eliza و Game و Arc و Zerepy في الأسبوع الماضي.
نحن نعتقد أن AI16Z سيستمر في السيطرة.تكمن قيمة إليزا (حصة السوق حوالي 60 ٪ ، والقيمة السوقية تتجاوز مليار دولار أمريكي) في ميزتها الأولى (تأثير Lindy) ، واستخدام المزيد والمزيد من المطورين ، و 193 مساهم ، و 1800 بت من الشوك وأكثر من 6000 يثبت Star وغيرها من البيانات ذلك ، مما يجعلها واحدة من أكثر مكتبات التعليمات البرمجية شعبية على Github.
حتى الآن ، فإن تطوير اللعبة (حصة السوق تبلغ حوالي 20 ٪ والقيمة السوقية تبلغ حوالي 300 مليون دولار أمريكي) سلس للغاية ، ويتم استخدامها بسرعة. 150،000 طلب يومي لـ 150،000 طلب يومي و 200 ٪ معدل نمو أسبوعي.ستستمر اللعبة في الاستفادة من صعود الظاهري وستصبح واحدة من أكبر الفائزين في نظامها الإيكولوجي.
RIG (ARC ، حصة السوق حوالي 15 ٪ ، والقيمة السوقية حوالي 160 مليون دولار أمريكي) ملحوظة للغاية لأن تصميمها المعياري سهل للغاية ويمكن استخدامه كجوهر “لاعب نقي”
Zerepy (حصة السوق حوالي 5 ٪ ، والقيمة السوقية حوالي 300 مليون دولار) هي تطبيق مناسب نسبيا.
لقد لاحظنا أن حساب حصتها في السوق يغطي القيمة السوقية وسجلات التطوير والأسواق الطرفية الأساسية لنظام التشغيل.
نعتقد أنه في دورة السوق هذه ، سيكون قطاع الإطار هو الحقل الأسرع نموًا. في ذلك الوقت ، وصل تقييم العديد من L1 إلى 20 مليار دولار.على الرغم من أن هذه الأطر تخدم أسواق طرفية مختلفة (سلسلة/النظم الإيكولوجية) ، بالنظر إلى أننا نعتقد أن الحقل في اتجاه متزايد ، فقد تكون الطريقة المرجحة للقيمة السوقية هي الطريقة الأكثر حذرًا.
2. أربعة أطر رئيسية
في النموذج التالي ، ندرج التقنيات الرئيسية والمكونات والمزايا لكل إطار رئيسي.
>
(1) نظرة عامة على الإطار
في تقاطع Crypto AI X ، عززت عدة أطراف تطوير الذكاء الاصطناعي.هم إليزا AI16Z ، منصة ARC ، و Zerebro of Zerepy ، و Virtual of Games.يلبي كل إطار احتياجات ومفاهيم مختلفة في تطوير وكالة الذكاء الاصطناعى ، من مشاريع المجتمع مفتوح المصدر إلى حلول الشركات التي تركز على الأداء.
تقدم هذه المقالة أولاً إطار عمل لإخبار الجميع بما هو عليه ، وما هي لغة البرمجة ، والهندسة المعمارية التقنية ، والخوارزمية ، وما هي الوظائف الفريدة ، وما هي الحالات المحتملة التي يمكن أن يستخدمها الإطار.بعد ذلك ، نقوم بمقارنة كل إطار من حيث التوفر ، والقدرة على التوسع ، والقدرة على التكيف والأداء ، واستكشاف مزاياها وقيودها.
إليزا (تم تطويرها بواسطة AI16Z)
Eliza هي إطار مفتوح المصدر متعدد المحاكاة متعددة المحاكاة ، والذي يهدف إلى إنشاء ونشر وإدارة وكلاء الذكاء الاصطناعى المستقلين.تم تطويره في لغة البرمجة في TypeScript.
تتضمن الوظيفة الأساسية لهذا الإطار بنية متعددة الوكالات تدعم نشر وإدارة شخصية AI فريدة من نوعها ، بالإضافة إلى نظام أحرف يستخدم إطار ملف الأحرف لإنشاء عوامل مختلفة ، وكذلك الذاكرة الطويلة المدى والذاكرة سياق نظام التوليد المحسن (RAG) من خلال نظام نظام البحث المتقدم (RAG) (RAG) ، وظيفة إدارة الذاكرة المتصورة.بالإضافة إلى ذلك ، يوفر Eliza Framework أيضًا تكاملًا سلسًا للمنصة ، والذي يمكن أن يكون موثوقًا به مع Discord و X وغيرها من منصات الوسائط الاجتماعية.
من منظور وظائف التواصل والوسائط في الذكاء الاصطناعي ، تعتبر إليزا اختيارًا ممتازًا.فيما يتعلق بالاتصال ، يدعم Framework التكامل مع وظائف Discord الصوتية ، ووظائف X ، والبرقية ، وواجهة برمجة التطبيقات المستخدمة لتخصيص الحالات.من ناحية أخرى ، يمكن توسيع وظيفة معالجة الوسائط للإطار إلى قراءة وتحليل مستندات PDF ، وربط محتوى المحتوى ، وملخص ، ونسخ الصوت ، ومعالجة محتوى الفيديو ، وتحليل الصور والحوار ، والتي يمكن أن تتعامل بشكل فعال مع إدخال وإخراج مختلف الوسائط.
يوفر Eliza Framework دعم نموذج الذكاء الاصطناعي المرن من خلال التفكير المحلي لنموذج المصدر المفتوح ، ودفع السحابة في Openai ، والتكوين الافتراضي (مثل Nous Hermes Llama 3.1b) ، ودمج الدعم للمهام المعقدة لكلود.تستخدم Eliza بنية معيارية ولديها مجموعة واسعة من أنظمة التشغيل ودعم العميل المخصص وواجهة برمجة التطبيقات الشاملة لضمان القدرة على التوسع والقدرة على التكيف بين التطبيقات.
تمتد حالات استخدام Eliza على حقول متعددة ، مثل: مساعدي الذكاء الاصطناعى لدعم العملاء ومراجعة المجتمع والمهام الشخصية ، وكذلك أدوار وسائل التواصل الاجتماعي مثل المبدعين التلقائيين والروبوتات التفاعلية وممثلي العلامات التجارية.يمكن أن تعمل أيضًا كعاملين في مجال المعرفة ، ولعب مساعدي الأبحاث ، ومحللي المحتوى ، ومعالجات التوثيق ، ويدعم الأدوار التفاعلية في أشكال الروبوتات التي تلعب الأدوار والموجهين التعليمي ووكلاء الترفيه.
تم تصميم بنية Eliza حول تشغيل الوكيل (وقت تشغيل الوكيل) ، ويتم دمج وقت تشغيل الوكالة بسلاسة مع نظام الأدوار (المدعوم من مزود النموذج) ومدير الذاكرة (متصل بقاعدة البيانات) ونظام التشغيل (رابط مع عميل النظام الأساسي).تتضمن الميزات الفريدة لهذا الإطار نظام المكونات الإضافية التي تدعم توسيع الوظائف المعيارية ، ويدعم التفاعل متعدد الأوضاع مثل الصوت والنص والوسائط ، وهو متوافق مع نماذج AI الرائدة (مثل Llama و GPT-4 و Claude ).بفضل تصميمها المتنوع والقوي ، تبرز إليزا كأداة قوية لتطوير CrossDomain لتطبيقات الذكاء الاصطناعي.
G.A.M.E (تم تطويره بواسطة بروتوكول الظاهري)
يهدف G.A.M.E (G.A.M.E) لتوليد الحكم الذاتي المستقل المستند إلى تزويد المطورين بالوصول إلى AI و SDK إلى تجارب وكيل AI.يوفر هذا الإطار طريقة منظمة لإدارة السلوك ، والقرار -عملية التعلم والتعلم لوكلاء الذكاء الاصطناعى.
المكون الأساسي هو كما يلي: أولاً وقبل كل شيء ، الواجهة التي تقدمها الوكيل هي نقطة الدخول التي يدمج فيها المطور اللعبة في سلوك الوكيل في الوكيل.تبدأ الأنظمة الفرعية للإدراك الجلسة من خلال تحديد معلمات مثل معرف الجلسة ومعرف الوكيل والمستخدم وغيرها من التفاصيل ذات الصلة.
سيقوم بدمج المعلومات في آلية الإدخال لعامل الذكاء الاصطناعى بتنسيق محرك التخطيط الاستراتيجي ، سواء كان ذلك في شكل حوار أو استجابة.الأساسية هي وحدة معالجة الحوار ، والتي يتم استخدامها لمعالجة الرسائل والاستجابات من الوكيل ، والتعاون مع النظام الفرعي للإدراك لتفسير الإدخال والاستجابة له بشكل فعال.
يعمل محرك التخطيط الاستراتيجي ووحدة معالجة الحوار ومشغل المحفظة على السلسلة معًا لتوليد الاستجابة والخطط.هناك مستويين من وظيفة المحرك: كمخطط عالي المستوى ، يتم إنشاء مجموعة واسعة من الاستراتيجيات وفقًا للسياق أو الهدف ؛
مكون مستقل ولكنه مهم هو سياق العالم.بالإضافة إلى ذلك ، يتم استخدام مستودع الوكيل لتخزين سمات طويلة الأجل ، مثل الأهداف والتفكير والخبرة والشخصية ، ويخلقون بشكل مشترك سلوكيات الوكيل وعمليات صنع القرار.
يستخدم الإطار ذاكرة العمل قصيرة الأجل ومعالجات الذاكرة طويلة المدى.تحتفظ الذاكرة قصيرة المدى بالمعلومات ذات الصلة والنتائج والمعلومات المتعلقة بالتخطيط الحالي.في المقابل ، استخرجت معالجات الذاكرة الطويلة على المدى الطويل المعلومات الرئيسية لاستخراج المعلومات الرئيسية وفقًا لمعايير مثل الأهمية والطبيعة الحديثة والعلاقة.تخزن الذاكرة الطويلة على المدى المعرفة والتفكير والشخصية الديناميكية والسياق العالمي وذاكرة العمل ، لتعزيز القرار -اتخاذ القرار وتوفير أساس تعليمي.
تستخدم وحدة التعلم البيانات من النظام الفرعي للإدراك لتوليد المعرفة العامة.يمكن للمطورين إدخال ملاحظات الإجراء وحالة اللعبة والبيانات الحسية من خلال الواجهة لتعزيز قدرة التعلم لوكلاء الذكاء الاصطناعى وتحسين قدراتهم على التخطيط واتخاذ القرارات.
بدأ سير العمل في التفاعل في المطور من خلال الواجهة السريعة للوكالة.تتم معالجة الإدخال من خلال النظام الفرعي للإدراك وإعادة نشره إلى وحدة معالجة الحوار.ثم قام محرك التخطيط الاستراتيجي بصياغة وتنفيذ الخطة بناءً على هذه المعلومات ، واستخدم خطط عمل استراتيجية ومفصلة عالية المستوى.
البيانات من سياق العالم ومستودع الوكيل تخطر هذه العمليات ، في حين أن ذاكرة العمل تتبع المهام الفورية.في الوقت نفسه ، تخزين معالج الذاكرة طويل المدى واسترجاع المعرفة طويلة المدى.تعلم نتائج الوحدة النمطية ودمج المعرفة الجديدة في النظام ، بحيث يمكن تحسين سلوك الوكيل وتفاعله بشكل مستمر.
منصة (طورتها قوس)
Rig هو إطار صدأ مفتوح المصدر ، يهدف إلى تبسيط تطوير تطبيقات نموذج اللغة الكبيرة.يوفر واجهة موحدة للتفاعل مع مقدمي LLM متعددين (مثل Openai و Anthropic) لدعم تخزين المتجهات المختلفة ، بما في ذلك MongoDB و Neo4J.إن تفرد البنية المعيارية لهذا الإطار هو المكون الأساسي الخاص به ، مثل الطبقة المجردة للمزود ، وتكامل تخزين المتجهات ونظام الوكيل لتعزيز التفاعل السلس لـ LLM.
يشمل جمهور Rig الرئيسي مطورين يستخدمون تطبيقات AI/ML باستخدام Rust ، وثانيًا ، يتضمن السعي لدمج العديد من مزودي LLM وناقلات في مختلف المنظمات في تطبيقات الصدأ الخاصة بهم.يستخدم المستودع العمارة المكانية العاملة ، مع صناديق متعددة ، قابلية التوسع وإدارة المشاريع الفعالة.الوظائف الرئيسية هي الطبقة المجردة للمزود ، والتي توفر توحيدًا لإنجاز واجهات برمجة التطبيقات (API) بين مقدمي LLM المختلفين ، ولديها أخطاء متسقة.يوفر مكون تكامل متجر Vector واجهة مجردة للواجهة الخلفية المتعددة ودعم متجه مشابه.يقوم نظام الوكيل بتبسيط تفاعل LLM ويدعم استرجاع الجيل المحسن (RAG) وتكامل الأدوات.بالإضافة إلى ذلك ، يوفر الإطار المضمن أيضًا تشغيلًا مضمنًا لوظائف معالجة الدُفعات وسلامة النوع.
يستخدم Rig عددًا من المزايا الفنية لضمان الموثوقية والأداء.تستخدم العملية غير المتزامنة تشغيل Rust غير المتزامن لمعالجة عدد كبير من الطلبات المتزامنة بشكل فعال.تعمل آلية المعالجة غير الصحيحة المتأصلة في الإطار على تحسين قدرة استرداد مقدمي خدمات الذكاء الاصطناعي أو عمليات قاعدة البيانات.يمكن أن تمنع سلامة النوع الأخطاء في عملية التجميع ، وبالتالي تعزيز صيانة الكود.تدعم عملية التسلسل والتصحح الفعالة معالجة البيانات لـ JSON وغيرها من التنسيقات ، وهو أمر ضروري لاتصالات خدمة الذكاء الاصطناعى وتخزينها.تساعد سجلات السجل التفصيلية والاكتشاف في إجراء تصحيح تطبيقات ومراقبة.
يبدأ سير عمل Rig عندما يبدأ العميل في الطلب.ثم تتم معالجة البيانات بواسطة الطبقة الأساسية.رداً على ذلك ، قبل العودة إلى العميل ، تم إنشاؤه وتحسينه من خلال سير العمل المعقدة (مثل RAG).يدمج النظام العديد من مقدمي خدمات LLM وتخزين المتجهات ، وهو قابل للتكيف مع توافر النماذج أو تحديثات الأداء.
هناك العديد من حالات RIG ، بما في ذلك المستندات المتعلقة بالاسترجاع لتوفير أنظمة استجابة دقيقة للاستجابة ، ونظام البحث والاسترجاع المستندات لاكتشاف الكفاءة العالية ، وروبوتات الدردشة أو المساعدين الظاهري الذين يوفرون للعملاء تفاعل فهم السياق.كما يدعم توليد المحتوى ، ويدعم الإنشاء والمواد الأخرى بناءً على نماذج التعلم ، مما يجعلها أداة عامة للمطورين والمؤسسات.
Zerepy (تم تطويره بواسطة Zerepy و Blorm)
Zerepy هو إطار عمل مفتوح المصدر مكتوب بلغة Python ، يهدف إلى استخدام Openai أو LLM الأنثروبري لنشر وكلاء على X.نسخة معيارية مستمدة من ZereBro Back End ، يسمح Zerepy للمطورين ببدء عملاء مماثلة للوظيفة الأساسية لـ ZereBro.على الرغم من أن الإطار يوفر الأساس لنشر الوكالة ، إلا أنه من الضروري تكوين نماذج الإبداع الإبداعية والرائعة.يبسط Zerepy تطوير ونشر وكلاء الذكاء الاصطناعى المخصصة ، وخاصة لإنشاء المحتوى على المنصات الاجتماعية ، ويزرع نظامًا بيئيًا إبداعيًا مدفوعًا من الذكاء الاصطناعى للفنون واللهنة المركزية.
يستخدم هذا الإطار تطوير Python ، مع التأكيد على استقلالية الوكالة ، مع التركيز على توليد الإخراج الإبداعي ، وتوافق مع بنية إليزا وتعاونها مع إليزا.يدعم تصميمها المعياري تكامل نظام الذاكرة ويدعم وكلاء النشر على المنصات الاجتماعية.تتضمن الوظائف الرئيسية واجهة سطر الأوامر لإدارة الوكالة ، والتكامل مع Twitter ، ودعم Openai و LLM الإنساني ، وأنظمة الاتصال المعيارية للوظائف المحسنة.
تغطي حالة استخدام Zerepy مجال أتمتة الوسائط الاجتماعية.بالإضافة إلى ذلك ، فإنه يلبي أيضًا إنشاء المحتوى في مجالات الموسيقى والميمي و NFT ، مما يجعلها أداة مهمة للفن الرقمي ومنصات المحتوى القائم على blockchain.
(2) مقارنة أربعة أطر رئيسية
في رأينا ، يوفر كل إطار طريقة فريدة لتطوير الذكاء الاصطناعي ، والتي تلبي احتياجات وبيئة محددة.
تبرز Eliza مع الواجهة الودية للمستخدم ، وخاصة للمطورين الذين لديهم دراية ببيئة JavaScript و Node.js.تساعد مستنداتها الشاملة على وضع وكلاء الذكاء الاصطناعي على منصات مختلفة ، على الرغم من أن مجموعتها الوظيفية الواسعة قد تجلب منحنى تعليمي معين.تم تطويره باستخدام TypeScript لجعل Eliza خيارًا مثاليًا لإنشاء وكيل مضمن في الويب ، لأن معظم الواجهة الأمامية للبنية التحتية على الويب تم تطويرها باستخدام TypeScript.يُعرف هذا الإطار ببنيسه متعدد الوكالات ويمكنه نشر شخصية ذكاء اصطناعي مختلفة على منصات مثل Discord و X و Telegram.يجعل نظام Rag Management المتقدم في الذاكرة فعالًا بشكل خاص لدعم العملاء أو تطبيقات الوسائط الاجتماعية.على الرغم من أنه يوفر دعمًا مرنًا وقويًا للمجتمع وأداء متشابك متشابك ، إلا أنه لا يزال في المرحلة المبكرة وقد يشكل منحنى تعليمي للمطورين.
تم تصميم اللعبة لمطوري الألعاب.ومع ذلك ، فإنه يركز على تطوير اللعبة وتكامل blockchain ، والذي قد يشكل منحنى تعليمي حاد لأولئك الذين ليس لديهم خبرة ذات صلة.لديها أداء رائع في محتوى البرنامج وسلوك NPC ، ولكنه محدود بسبب التعقيد زاد من خلال شرائحها وتكامل blockchain.
نظرًا لاستخدام لغة الصدأ ، قد لا يكون الحفر ودودًا للغاية من خلال تعقيد اللغة ، والذي يجلب تحديات التعلم الرئيسية ، ولكن بالنسبة لأولئك الذين يتقنون برمجة النظام ، فإنه يتمتع بالتفاعل البديهي.بالمقارنة مع TypeScripe ، فإن لغة البرمجة نفسها معروفة بأدائها وسلامة الذاكرة.لديها فحص صارم للتجميع وتجريد النسبة المئوية الصفر ، وهو أمر ضروري لتشغيل خوارزميات AI المعقدة.هذه اللغة فعالة للغاية ، وقد جعلت درجة التحكم المنخفضة من سيطرةها خيارًا مثاليًا لتطبيقات الذكاء الاصطناعي المكثفة للموارد.يوفر هذا الإطار حلولًا عالية الأداء مع تصاميم معيارية وقابلة للتطوير ، مما يجعلها خيارًا مثاليًا لتطبيقات الشركات.ومع ذلك ، للمطورين الذين ليسوا على دراية بالصدأ ، لا يمكن أن يتجنب استخدام الصدأ منحنيات التعلم الحادة.
يستخدم Zerepy Python لتوفير درجة عالية من التوافر لمهام الذكاء الاصطناعي الإبداعية.تعد Zerepy جيدة في تطبيقات الذكاء الاصطناعي الإبداعي مثل NFT ووضعها كأداة قوية للوسائط الرقمية والفن.على الرغم من أنه يزدهر في الإبداع ، إلا أن النطاق ضيق نسبيًا مقارنة بالأطر الأخرى.
من حيث قابلية التوسع ، أحرزت إليزا تقدمًا كبيرًا في تحديث V2.ومع ذلك ، إذا لم يتم إجراء أي تحسين ، فقد تجلب إدارة التفاعل المتعددة المنصات هذه تحديات قابلية التوسع.
تعمل اللعبة بشكل جيد في المعالجة الحقيقية التي تتطلبها اللعبة.
يستخدم Rig Framework خصائص قابلية التوسع الخاصة بـ Rust لتصميمها لتطبيقات الإنتاجية العالية ، والتي تعد فعالة بشكل خاص للنشر على مستوى المؤسسة ، على الرغم من أن هذا قد يعني أن قابلية التوسع الحقيقية تتطلب إعدادات معقدة.
قابلية التوسع في Zerepy التي تواجه الإبداع الإبداعي ويدعم دعم مساهمات المجتمع ، لكن مركز الجاذبية التركيز قد يحد من تطبيقه في اختبار الذكاء الاصطناعي.
من حيث القدرة على التكيف ، تقود إليزا نظامها في التوافق والتوافق بين الأطراف.أظهرت Zerepy قدرة عالية على التكيف في المجال الإبداعي ، ولكنها ليست مناسبة لتطبيقات الذكاء الاصطناعي الأوسع.
من حيث الأداء ، تعمل إليزا على تحسين التفاعل بين وسائل التواصل الاجتماعي.
تركز اللعبة التي تم تطويرها بواسطة البروتوكول الافتراضي على التفاعل العالي الأداء الحقيقي في سيناريوهات اللعبة ، وتستخدم عمليات اتخاذ القرار الفعالة -وعمليات التناوب والكتابات المحتملة لعمليات الذكاء الاصطناعي اللامركزي.
يعتمد إطار العمل على لغة الصدأ ، والتي توفر أداءً ممتازًا لمهام الحوسبة عالية الأداء ، وهو مناسب لحساب تطبيقات الشركات بكفاءة حاسمة.
إن أداء Zerepy مصمم خصيصًا لإنشاء محتوى إبداعي.
ميزة إليزا هي أنها توفر المرونة والقدرة على التوسع.
توفر اللعبة وظيفة تفاعلية حقيقية فريدة من نوعها في اللعبة ، مما يعزز مشاركة AI الجديدة من خلال blockchain.
تكمن ميزة RIG في أدائها وقابلية التوسع في مهام الذكاء الاصطناعي للشركات ، مع التركيز على توفير رمز معياري نظيف لصحة المشروع طويلة المدى.
تعد Zerepy جيدة في تنمية الإبداع ، والتي تتصدر في تطبيقات الذكاء الاصطناعي للفن الرقمي ، ودعم نموذج التنمية النابض بالحياة.
لا يزال كل إطار حدوده. قد يخيف Rust بعض المطورين ، وقد يحد الاهتمام الصغير من Zerepy للإخراج الإبداعي في حقول الذكاء الاصطناعي الأخرى.
(3) ملخص مقارنة الإطار
الحفارة (قوس):
اللغة: الصدأ ، انتبه إلى السلامة والأداء.
مثال: الاختيار المثالي لتطبيقات AI للمؤسسة لأنه يركز على الكفاءة وقابلية التوسع.
المجتمع: ليس مدفوعًا بالمجتمع ، إيلاء المزيد من الاهتمام للمطورين التقنيين.
إليزا (AI16Z):
اللغة: TypeScript ، مع التركيز على مرونة Web3 ومشاركة المجتمع.
مثال: مصمم للتفاعل الاجتماعي ، DAO والمعاملات ، وخاصة التركيز على أنظمة العوامل المتعددة.
المجتمع: المجتمع العالي -مدفوع ، مع مشاركة GitHub واسعة النطاق.
Zerepy (Zerebro):
اللغة: Python ، بحيث يمكن استخدامها لمجموعة واسعة من مطوري الذكاء الاصطناعى.
مثال: مناسبة لأتمتة وسائل التواصل الاجتماعي ومهام وكالة الذكاء الاصطناعى أبسط.
المجتمع: جديد نسبيًا ، ولكن بسبب شعبية Python ودعم المساهمين AI16Z ، من المتوقع أن ينمو.
GAMEAL (افتراضي):
التركيز: يمكن أن تتطور عوامل الذكاء الاصطناعي المستقلة والتكيفية وفقًا للتفاعل في البيئة الافتراضية.
استخدام الحالة: مشهد تعلم وكيل AI الأنسب ، مثل الألعاب أو العوالم الافتراضية.
المجتمع: ابتكار المجتمع ، ولكن لا يزال يحدد وضعه في المنافسة.
3. اتجاه بيانات النجوم على جيثب
>
الصورة أعلاه هي نجمة GitHub منذ إصدار هذه الأطر.تجدر الإشارة إلى أن Github Star هو مؤشر على اهتمامات المجتمع وشعبية المشروع وقيمة تصور المشروع.
إليزا (الخط الأحمر):
من القاعدة المنخفضة في يوليو ، عدد النجوم في أواخر نوفمبر (يصل إلى 61000 نجمة) ، مما يشير إلى أن مصالح الناس قد زادت بسرعة وجذب انتباه المطورين.يوضح هذا النمو على مستوى الفهرس أن إليزا قد اكتسبت جاذبية كبيرة بسبب وظائفها وتحديثاتها ومشاركة المجتمع.شعبيتها أكثر بكثير من غيرها من المنافسات ، مما يدل على أن لديها دعمًا قويًا للمجتمع ولديه قابلية للتطبيق أو الاهتمام بأوسع نطاق في مجتمع الذكاء الاصطناعي.
الحفارة (الخط الأزرق):
RIG هو أطول الأطر الأربعة الرئيسية.لقد وصلت إلى 1700 نجمة ، لكنها لا تزال ترتفع.التطوير المستمر ، والتجديد ، وزيادة عدد المستخدمين هي سبب التراكم المستمر لمصلحة المستخدم.قد يعكس هذا أن مكانة المستخدمين قد لا تزال تتراكم السمعة.
Zerepy (الخط الأصفر):
أطلقت Zerepy للتو قبل بضعة أيام وتراكم 181 نجمة.تجدر الإشارة إلى أن Zerepy يحتاج إلى مزيد من التطوير لتحسين معدل الرؤية والتبني.قد يجذب التعاون مع AI16Z المزيد من المساهمين في التعليمات البرمجية.
اللعبة (الخط الأخضر):
عدد النجوم في هذا المشروع هو أقل ما يجدر الإشارة إلى أنه يمكن تطبيق هذا الإطار مباشرة على الوكيل في النظام البيئي الافتراضي من خلال API ، وبالتالي التخلص من احتياجات Github.ومع ذلك ، كان هذا الإطار مفتوحًا للبنائين منذ أكثر من شهر ، ويتم إنشاء أكثر من 200 مشروع باستخدام اللعبة.
4. أسباب هراء الإطار
سيقوم إصدار Eliza V2 بدمج مجموعة وكيل Coinbase.ستدعم جميع المشاريع التي تستخدم Eliza نقطة الإنطلاق الأصلية في المستقبل ، بحيث يمكن للوكيل أن يعمل في بيئة آمنة.إحدى ميزات Eliza هي السجل المكون (سجل البرنامج المساعد) ، والذي يسمح للمطورين بالتسجيل والمكونات المتكاملة بسلاسة.
بالإضافة إلى ذلك ، ستدعم Eliza V2 رسائل متشابكة مجهولة المصدر.من المقرر أن يتم إطلاق الورقة البيضاء للاقتصاد الرمزي في 1 يناير 2025 ، ومن المتوقع أن يكون لها تأثير إيجابي على الرمز المميز الأساسي لـ AI16Z لإطار Eliza.تستمر خطة AI16Z في تعزيز فعالية الإطار وتستمر في جذب مواهب عالية الجودة.
يوفر إطار اللعبة للوكيل تكاملًا بدون ترميز ، مما يسمح باستخدام Game و Eliza في مشروع واحد لخدمة أغراض محددة.من المتوقع أن تجذب هذه الطريقة البناة الذين يشعرون بالقلق إزاء منطق الأعمال بدلاً من التعقيد الفني.على الرغم من أن الإطار قد تم إصداره فقط لأكثر من 30 يومًا ، مع دعم جهود الفريق لجذب المزيد من المساهمين ، فقد أحرز تقدمًا كبيرًا.من المتوقع أن تستخدم جميع العناصر التي تبدأ على Virtual اللعبة.
تتمتع Rig ، الممثلة برموز ARC ، على إمكانات هائلة.ومع ذلك ، من المتوقع أن يظهر مشروع ARC عالي الجودة قريبًا ، على غرار دولاب الموازنة الافتراضية ، ولكنه ركز على سولانا.الفريق متفائل بشأن التعاون مع سولانا ويقارن العلاقة بين ARC و Solana إلى افتراضية للقاعدة.تجدر الإشارة إلى أن الفريق لا يشجع فقط مشاريع جديدة على استخدام RIG بدء التشغيل ، ولكن أيضًا يشجع المطورين على تعزيز إطار العمل نفسه.
Zerepy هو إطار عمل تم إطلاقه حديثًا يحظى بمزيد من الاهتمام بسبب التعاون مع إليزا.اجتذب الإطار المساهمين في إليزا وهم يحسنونه بنشاط.مدفوعًا من عشاق Zerebro ، يحتوي على مجموعة من المتابعين المتعصبين ويوفر فرصًا جديدة لمطوري Python.سوف يلعب هذا الإطار دورًا مهمًا في إبداع الذكاء الاصطناعي.
