BeeAI adalah platform sumber terbuka yang menyediakan tempat terpusat untuk menemukan, menjalankan, dan berbagi agen AI di seluruh kerangka kerja. Dikembangkan oleh IBM, BeeAI dibangun di atas Protokol Komunikasi Agen (ACP) dan dihosting di Linux Foundation. Tim dapat menggunakan kerangka kerja BeeAI untuk menerapkan agen di luar ekosistem terpisah masing-masing.
Buletin industri
Dapatkan kurasi insight tentang berita AI yang paling penting dan menarik. Berlangganan buletin Think mingguan. Lihat Pernyataan Privasi IBM.
Langganan Anda akan dikirimkan dalam bahasa Inggris. Anda akan menemukan tautan berhenti berlangganan di setiap buletin. Anda dapat mengelola langganan atau berhenti berlangganan di sini. Lihat Pernyataan Privasi IBM kami untuk informasi lebih lanjut.
BeeAI menyediakan platform kerangka kerja agnostik pada tiap pengembang dan tim untuk menemukan, menerapkan, dan berbagi agen kecerdasan buatan (AI). Platform ini dirancang untuk mengatasi tiga tantangan utama saat bekerja dengan agen AI:
Ekosistem terpisah: Setiap agen berada di dalam kerangka kerjanya sendiri. BeeAI menyatukan agen ke dalam satu ruang kerja terpusat untuk orkestrasi agen AI yang efisien.
Skalabilitas terbatas: BeeAI memungkinkan pengguna untuk menerapkan agen tanpa harus berurusan dengan prosedur penyiapan individual yang rumit.
Penemuan yang terbagi-bagi: Agen Bee berada di pusat penemuan yang terpusat, sehingga mudah untuk menemukan dan bereksperimen dengan AI agen.
Tiap pengembang dapat menggunakan Bee untuk merampingkan proses menjelajahi dan menerapkan agen untuk digunakan dalam otomatisasi agen dan konteks lainnya. Sementara itu, tim dapat berbagi ruang kerja BeeAI yang sama melalui instans terpusat untuk pekerjaan bersama secara real-time, sekaligus mengelola koneksi model bahasa besar (LLM) dan API secara terpusat.
Katalog komunitas menampung semua agen BeeAI yang tersedia di platform, yang darinya mereka dapat diterapkan tanpa pengaturan yang rumit. Antarmuka pengguna standar membuat pengalaman pengguna yang konsisten, dan kontainer standar memungkinkan pengembang untuk mengemas agen dari kerangka kerja apa pun sambil melewati masalah kompatibilitas.
Tim peneliti IBM membangun BeeAI seputar serangkaian fitur yang memungkinkan fungsionalitasnya sebagai ruang kerja agen. Fitur tersebut mencakup:
Repositori BeeAI untuk AI agen menyatukan tim dalam satu ruang kerja terpusat untuk alur kerja multiagen yang lebih lancar. Katalog agen BeeAI adalah salah satu fitur utamanya: pencarian dapat dilakukan di katalog ini dan menampilkan detail kemampuan untuk setiap agen yang ditawarkan. Pengembang dapat mengidentifikasi pola penggunaan dan memilih agen yang sesuai.
Agen disortir berdasarkan jenis. BeeAI menghadirkan agen obrolan percakapan melalui antarmuka chatbot. Sementara itu, agen penyerahan menjadi fondasi dari banyak alur kerja agen, karena mereka dirancang untuk bekerja secara mandiri setelah menerima satu instruksi.
Katalog komunitas menghosting agen yang dibuat pengguna dan pengguna juga dapat mendorong agen yang telah mereka buat ke GitHub melalui antarmuka BeeAI.
BeeAI menggunakan ACP untuk menstandarkan penggunaan agen terlepas dari kerangka kerjanya. Pengembang menggunakan alat yang mereka sukai dengan agen yang mereka inginkan. Panduan penyiapan interaktif menyederhanakan proses pembuatan lingkungan agar tim dapat bekerja dengan ruang kerja agen AI bersama.
Proses penyiapan mencakup entri kunci API, rekomendasi untuk pemilihan model, pengujian koneksi, dan opsi khusus penyedia, seperti jendela konteks Ollama. Penyedia LLM yang tersedia termasuk Claude dari Anthropic, GPT dari OpenAI, DeepSeek, dan watsonx dari IBM. Llama3 dari Meta tersedia melalui koneksi Ollama lokal.
Pengguna dapat mengimpor agen secara setempat atau dari repositori GitHub, kerangka kerja lain seperti LangChain, dan bahkan membangun agen mereka sendiri untuk digunakan di BeeAI.
BeeAI menjalankan setiap agen dalam kontainer sendiri dengan batas sumber daya yang ditentukan untuk memungkinkan konstruksi sistem multiagen modular. Opsi input termasuk mode interaktif untuk komunikasi dengan agen dan input banyak baris untuk berbagi cuplikan kode Python dan bahasa lainnya. Antarmuka pengguna standar berarti bahwa interaksi agen dalam alur kerja agen dapat diprediksi.
Observabilitas dibangun dalam platform melalui aliran log real-time dari agen yang berjalan. BeeAI mengumpulkan data telemetri dengan OpenTelemetry dan mengirimkannya ke instans Arize Phoenix yang ditetapkan.
BeeAI dirancang di seputar pengalaman yang memprioritaskan pemrosesan lokal, menghosting agen pada perangkat atau di lokasi untuk memberikan pengguna kontrol penuh atas data mereka. Komponen inti meliputi:
Agen: Agen di BeeAI dikemas dalam kontainer dan berkomunikasi melalui ACP. Salah satu karakteristik yang menentukan agen AI adalah kemampuan untuk memanggil alat sesuai kebutuhan untuk memperluas kemampuan mereka.
Server BeeAI: Server mengatur agen, mengelola siklus proses dan konfigurasi, mengarahkan komunikasi antara agen dan klien, serta mengumpulkan data telemetri.
BeeAI CLI dan UI: Pengguna berinteraksi dengan BeeAI melalui dua mode. Antarmuka baris perintah (CLI) memfasilitasi skrip dan kontrol perintah, sedangkan antarmuka pengguna grafis (UI) menangani interaksi yang lebih intuitif seperti obrolan percakapan.
Integrasi Python: ACP SDK (kit pengembangan perangkat lunak) memungkinkan pengembang untuk mengintegrasikan BeeAI ke dalam aplikasi berbasis Python mereka. BeeAI dapat menangani alur kerja agen dalam konteks aplikasi Python, seperti yang dirancang untuk otomatisasi tugas.
Menampilkan Phoenix untuk pemantauan: Tersedia di BeeAI, Phoenix adalah alat sumber terbuka untuk melacak dan memantau perilaku agen.
Gunakan AI di bisnis Anda dalam perpaduan antara keahlian AI terdepan di industri dari IBM dan portofolio solusi Anda.
Temukan kembali alur kerja dan operasi yang penting dengan menambahkan AI untuk memaksimalkan pengalaman, pengambilan keputusan secara real-time, dan nilai bisnis.