कृत्रिम बुद्धिमत्ता के क्षेत्र में ओपन सोर्स नवाचार एक और मील के पत्थर देख रहा है! CAMEL-AI टीम द्वारा विकसित OWL परियोजना हाल ही में एक नया बहु-एजेंट सहयोग उपकरण - Eigent के ओपन सोर्स की घोषणा की है। यह उपकरण OWL फ्रेमवर्क पर आधारित है, जिसका उद्देश्य बहु-एजेंट सहयोग के माध्यम से अधिक कुशल और विशेषज्ञ जटिल कार्य प्रबंधन करना है, जो ओपन सोर्स AI पारिस्थितिकी तंत्र में कार्य ऑटोमेशन के क्षेत्र में एक और महत्वपूर्ण अभियान है।

Eigent: बहु-एजेंट सहयोग का नवाचार

Eigent CAMEL और OWL के बाद OWL टीम द्वारा लॉन्च किया गया एक और शक्तिशाली उत्पाद है, जो ओपन सोर्स परियोजना CAMEL (13k GitHub स्टार) और OWL (17k GitHub स्टार) पर आधारित है। पारंपरिक एकल एजेंट प्रणाली के अनुक्रमिक उपकार्य के माध्यम से कार्य करने के मुकाबले, Eigent बहु-एजेंट सहयोग के माध्यम से कार्य प्रबंधन की दक्षता को भारी मात्रा में बढ़ा देता है। इसका मुख्य डिजाइन सोच जटिल कार्य को अनेक उपकार्य में विभाजित करना है और अलग-अलग एजेंट द्वारा समानांतर रूप से निपटान करना है, जहां प्रत्येक एजेंट आवश्यकता के अनुसार विशिष्ट उपकरण का उपयोग करता है, जो स्पष्ट कार्य विभाजन और कार्य क्रम को दर्शाता है।

image.png

AIbase के अनुसार, Eigent कई उपकरणों और डेटा स्रोतों के संयोजन के माध्यम से, अधिक विशेषज्ञ और पूर्ण सामग्री उत्पन्न कर सकता है। उदाहरण के लिए, एक रिपोर्ट बनाते समय, Eigent नेटवर्क से वास्तविक समय पर डेटा प्राप्त कर सकता है और डॉक्यूमेंट, छवि और वीडियो के मल्टीमोडल प्रक्रिया के माध्यम से विश्लेषण कर सकता है, संरचित उच्च गुणवत्ता वाले परिणाम उत्पन्न कर सकता है। इस क्षमता के कारण, यह बाजार विश्लेषण और रिपोर्ट जनरेशन जैसे वातावरण में अच्छा प्रदर्शन करता है, जो बहु-एजेंट प्रणाली के बड़े संभावना को दर्शाता है।

ओपन सोर्स पारिस्थितिकी तंत्र के शक्तिशाली प्रेरक

Eigent के ओपन सोर्स जारी करने से OWL टीम AI ओपन सोर्स समुदाय में अग्रणी स्थान को मजबूत करता है। 100% ओपन सोर्स उपकरण के रूप में, Eigent विकासकर्ताओं को कोड की जांच करने, कार्यक्षमता योगदान देने या आवश्यकता के अनुसार अनुकूलित करने की अनुमति देता है। AIbase नोट करता है कि Eigent के GitHub पृष्ठ पर विकासकर्ताओं के लिए विस्तृत दस्तावेज और उदाहरण कोड प्रदान किए गए हैं, जो उन्हें तेजी से शुरू करने में मदद करते हैं। इस खुलेपन ने उपयोग के प्रवेश बाधा को कम किया है और विश्वभर के विकासकर्ताओं के ध्यान को आकर्षित किया है, जो बहु-एजेंट सहयोग तकनीक के सामुदायिक विकास को आगे बढ़ा रहा है।

इसके अलावा, Eigent OWL के GAIA बेंचमार्क टेस्ट में अपनी शानदार प्रदर्शन जारी रखता है। OWL ने ओपन सोर्स फ्रेमवर्क के शीर्ष पर 58.18 के औसत स्कोर के साथ रहा, और Eigent इस पर आधारित बहु-एजेंट सहयोग की दक्षता और स्थिरता में आगे के सुधार किया है। AIbase का मानना है कि Eigent के जारी करने से विशेष रूप से Manus AI जैसी विशेष प्रणालियों के लिए एक शक्तिशाली जवाब है, जो ओपन सोर्स AI के कार्यक्षमता और उपलब्धता के दोनों लाभों को दर्शाता है।

तकनीकी विशेषताएं: स्पष्ट कार्य विभाजन और उच्च दक्षता के साथ कार्य करना

Eigent के मुख्य लाभ में इसके स्पष्ट कार्य विभाजन और कार्य करने की योजना शामिल है। AIbase तकनीकी दस्तावेज से जानकारी प्राप्त करता है कि Eigent योजना एजेंट (Planner) और कार्य एजेंट (Worker) के सहयोग के माध्यम से कार्य को निष्पादन योग्य उपकार्य में विभाजित करता है। उदाहरण के लिए, एक बाजार अनुसंधान कार्य के साथ निपटते समय, Eigent के एक एजेंट ब्राउजर ऑटोमेशन के माध्यम से प्रतियोगी डेटा एकत्र कर सकता है, दूसरा एजेंट वित्तीय रिपोर्ट के विश्लेषण कर सकता है, और तीसरा एजेंट जानकारी के संग्रह के माध्यम से विश्लेषण रिपोर्ट बना सकता है। इस मॉड्यूलर डिजाइन ने दक्षता में वृद्धि की है और प्रणाली के विस्तार क्षमता को बढ़ाया है।

इसके अलावा, Eigent विश्व प्रसिद्ध बड़े भाषा मॉडल (जैसे GPT-4o, Claude3.5, DeepSeek आदि) के समर्थन के साथ-साथ स्थानीय डेप्लॉयमेंट और क्लाउड चलाने के लिए संगत है, जो विभिन्न उपयोगकर्ताओं की आवश्यकताओं को पूरा करता है। इसके अंतर्निहित MCP (Model Context Protocol) उपकरण पैकेज ने एजेंटों के बीच बातचीत के मानकीकरण के साथ-साथ जटिल कार्य के स्थिर निष्पादन को सुनिश्चित किया है।

Eigent के जारी करने के बाद AI समुदाय में गर्म प्रतिक्रिया हुई। AIbase ने देखा कि ओपन सोर्स समुदाय ने Eigent की उपयोगिता और शक्तिशाली कार्यक्षमता की उच्च राय दी है, विशेष रूप से विज्ञान अनुसंधान, डेटा विश्लेषण और स्वचालित परीक्षण जैसे क्षेत्रों में अनुप्रयोग के संभावना के कारण। विकासकर्ता अब Eigent के अधिक क्षेत्रों में अनुप्रयोग की खोज में लगे हुए हैं, जैसे स्वचालित कोड जनरेशन, वास्तविक समय जानकारी खोज और मल्टीमोडल सामग्री प्रक्रिया।