这是一个结合了AutoGen 和 CrewAI的开源项目，用于构建和管理多代理 LLM 系统。

因为AutoGen 和 CrewAI（文末有介绍文章）已经是做了封装了。基于CrewAI的开源项目，以前也有介绍。

CrewAI本身也有基于Langchain做了一些工作，所以Praison AI会是一种更低代码、集中式的框架，它旨在简化各种 LLM 应用程序的多代理系统的创建和编排，强调易用性、定制化和人机交互。

我们会看到使用这两个框架的示例（可以切换AutoGen 与 CrewAI）

他同时也提供一个图形界面来自动化执行代理操作

直接在对话框输入想要做的事情就会自动去执行

它有两种操作模式

选择手动是可以自定义代理和工具的

工具集成有mem0、Craw4AI、Firecrawl、Langchain这些，这几个以往文章都有介绍，一个记忆层，两个AI爬虫，最后一个不用介绍了。

同时他也提供了众多模型的支持

Praison AI目前实现有这些功能：

• 自动创建 AI 代理

• 使用 CrewAI 或 AutoGen 框架

• 100+ 法学硕士支持

• 与整个代码库聊天

• 交互式用户界面

• 基于 YAML 的配置

• 自定义工具集成

下面提供官方的文档介绍、相关资源、部署教程等，进一步支撑你的行动，以提升本文的帮助力。

Praison AI

Praison AI 利用 AutoGen 和 CrewAI 或其他任何代理框架，代表了一个低代码、集中化的框架，旨在简化多代理系统的创建和编排，适用于各种 LLM 应用，强调易用性、定制化和人机交互。

不同的用户界面:

界面	描述	URL
UI	多代理如 CrewAI 或 AutoGen	https://docs.praison.ai/ui/ui
Chat	与 100+ LLMs 单个 AI 代理聊天	https://docs.praison.ai/ui/chat
Code	与整个代码库单个 AI 代理聊天	https://docs.praison.ai/ui/code

Google Colab 多代理

	Cookbook	Open in Colab
Basic	PraisonAI
Include Tools	PraisonAI Tools

安装

PraisonAI	PraisonAI Code	PraisonAI Chat
pip install praisonai	pip install "praisonai[code]"	pip install "praisonai[chat]"

主要特征

• • 自动化 AI 代理创建

• • 使用 CrewAI 或 AutoGen 框架

• • 支持 100+ LLM

• • 与整个代码库聊天

• • 交互式 UI

• • 基于 YAML 的配置

• • 自定义工具集成

TL;DR 多代理

pip install praisonai
export OPENAI_API_KEY="Enter your API key"
praisonai --init create a movie script about dog in moon
praisonai

目录

• • 安装

• • 初始化

• • 运行

• • 全自动模式

• • 用户界面

• • Praison AI Chat

• • 创建自定义工具

• • 代理剧本

• • 在项目中包含 praisonai 包

• • 安装开发依赖的命令

• • 其他模型

• • 贡献

• • 星历史

安装多代理

pip install praisonai

初始化

export OPENAI_API_KEY="Enter your API key"

从这里生成您的 OPENAI API 密钥：https://platform.openai.com/api-keys

注意：您可以使用其他提供商，如 Ollama、Mistral 等。详细信息在底部提供。

praisonai --init create a movie script about dog in moon

这将在当前目录中自动创建 agents.yaml 文件。

使用特定代理框架初始化（可选）：

praisonai --framework autogen --init create movie script about cat in mars

运行

praisonai

或

python -m praisonai

指定代理框架（可选）：

praisonai --framework autogen

全自动模式

praisonai --auto create a movie script about Dog in Moon

用户界面

PraisonAI 用户界面：

界面	描述	URL
UI	多代理如 CrewAI 或 AutoGen	https://docs.praisonai.com/ui/ui
Chat	与 100+ LLMs 单个 AI 代理聊天	https://docs.praisonai.com/ui/chat
Code	与整个代码库单个 AI 代理聊天	https://docs.praisonai.com/ui/code

pip install -U "praisonai[ui]"
export OPENAI_API_KEY="Enter your API key"
chainlit create-secret
export CHAINLIT_AUTH_SECRET=xxxxxxxx
praisonai ui

或

python -m praisonai ui

Praison AI Chat

• • https://docs.praison.ai/chat/

pip install "praisonai[chat]"
export OPENAI_API_KEY="Enter your API key"
praisonai chat

Praison AI Code

pip install "praisonai[code]"
export OPENAI_API_KEY="Enter your API key"
praisonai code

创建自定义工具

• • https://docs.praison.ai/tools/custom/

代理剧本

简单剧本示例

framework: crewai
topic: Artificial Intelligence
roles:
  screenwriter:
    backstory: "Skilled in crafting scripts with engaging dialogue about {topic}."
    goal: Create scripts from concepts.
    role: Screenwriter
    tasks:
      scriptwriting_task:
        description: "Develop scripts with compelling characters and dialogue about {topic}."
        expected_output: "Complete script ready for production."

使用 100+ 模型

• • https://docs.praison.ai/models/

在项目中包含 praisonai 包

• • https://docs.praison.ai/developers/wrapper

• • https://docs.praison.ai/developers/wrapper-tools/

选项 1：使用 RAW YAML

from praisonai import PraisonAI

# 示例 agent_yaml 内容
agent_yaml = """
framework: "crewai"
topic: "Space Exploration"

roles:
  astronomer:
    role: "Space Researcher"
    goal: "Discover new insights about {topic}"
    backstory: "You are a curious and dedicated astronomer with a passion for unraveling the mysteries of the cosmos."
    tasks:
      investigate_exoplanets:
        description: "Research and compile information about exoplanets discovered in the last decade."
        expected_output: "A summarized report on exoplanet discoveries, including their size, potential habitability, and distance from Earth."
"""

# 使用 agent_yaml 内容创建 PraisonAI 实例
praisonai = PraisonAI(agent_yaml=agent_yaml)

# 运行 PraisonAI
result = praisonai.run()

# 打印结果
print(result)

选项 2：使用单独的 agents.yaml 文件

注意：请预先创建 agents.yaml 文件。

from praisonai import PraisonAI

def basic(): # 基本模式
    praisonai = PraisonAI(agent_file="agents.yaml")
    praisonai.run()

if __name__ == "__main__":
    basic()

安装依赖的命令:

1. 1. 安装所有依赖，包括开发依赖：

   poetry install

2. 2. 仅安装文档依赖：

   poetry install --with docs

3. 3. 仅安装测试依赖：

   poetry install --with test

4. 4. 仅安装开发依赖：

   poetry install --with dev

这个配置确保您的开发依赖项被正确分类，并在需要时安装。

Mem0 AI：开源一天斩获万星！超越 RAG、为LLM、Agent加上超强个性记忆！

Devyan (CrewAI) + DeepSeek-Coder-V2：几秒钟生成一个应用程序（本地、快速、一次提示）

14.8k Star！CrewAI：部署一支由你指挥的人工智能代理大军，股票分析、发布帖子、支持Ollama！

2024年AI+爬虫指南：使用JinaAI、FireCrawl、Crawl4AI（别用Beautiful Soup了）