AIが自分で仕事を見つけ計画する

このチュートリアルでは、再利用可能なAIスキルを発見し、インストールし、検査し、評価し、整理するための実用的なフレームワークとして、SkillNetのユースケースを実装します。 最初に、SDKとRESTフォールバックサポートを備えた堅牢なSkillNetクライアントをセットアップし、次にキーワード検索とセマンティック検索を比較して、さまざまなタスク要件に応じてスキルをどのように見つけることができるかを理解します。そこから、GitHubから厳選されたスキルをインストールし、そのメタデータを検査し、主要な評価次元にわたる品質ゲートを適用し、スキル間の関係をグラフとして視覚化します。最後に、複雑な目標をサブタスクに分解し、関連するスキルを発見し、それらをフィルタリングし、実行パイプラインを組み立てるスキル拡張エージェントプランナーを構築します。 複製コード コピー済み 別のブラウザを使用 import sys, subprocess def _pip(*pkgs): subprocess.run([sys.executable, "-m", "pip", "install", "-q", *pkgs], check=False) print("Installing dependencies (skillnet-ai, networkx, matplotlib, requests)...") _pip("skillnet-ai", "networkx", "matplotlib", "requests") import os, re, json, textwrap, pathlib, traceback import requests API_KEY = os.environ.get("API_KEY", "") BASE_URL = os.environ.get("BASE_URL", "https://api.openai.com/v1") MODEL = os.environ.get("SKILLNET_MODEL", "gpt-4o") GITHUB_TOKEN = os.environ.get("GITHUB_TOKEN", "") GITHUB_MIRROR = os.environ.get("GITHUB_MIRROR", "") if not API_KEY: try: from google.colab import userdata API_KEY = userdata.get("API_KEY") or "" except Exception: pass REST_BASE = "http://api-skillnet.openkg.cn/v1" WORKDIR = pathlib.Path("./skillnet_demo"); WORKDIR.mkdir(exist_ok=True) SKILLS_DIR = WORKDIR / "my_skills"; SKILLS_DIR.mkdir(exist_ok=True) def banner(title): line = "=" * 78 print(f"\n{line}\n {title}\n{line}") 必要な依存関係をインストールし、SkillNetチュートリアルのための基本的な環境を準備します。APIキー、モデル設定、GitHubオプション、および作業ディレクトリを設定して、残りのワークフローがスムーズに実行されるようにします。また、再利用可能なバナー関数も定義します。