MetaChain: un framework completamente automatizzato e senza codice per agenti LLM.

MetaChain: A Fully-Automated and Zero-Code Framework for LLM Agents

February 9, 2025

Autori: Jiabin Tang, Tianyu Fan, Chao Huang

cs.AI

Abstract

Gli Agenti del Grande Modello Linguistico (LLM) hanno dimostrato notevoli capacità nell'automazione dei compiti e nella presa di decisioni intelligenti, guidando l'ampia adozione di framework di sviluppo degli agenti come LangChain e AutoGen. Tuttavia, questi framework servono principalmente sviluppatori con un'ampia esperienza tecnica - una limitazione significativa considerando che solo lo 0,03% della popolazione globale possiede le necessarie competenze di programmazione. Questo netto divario di accessibilità pone una domanda fondamentale: Possiamo consentire a tutti, indipendentemente dal background tecnico, di costruire i propri agenti LLM utilizzando solo il linguaggio naturale? Per affrontare questa sfida, presentiamo MetaChain - un framework Completamente Automatico e altamente Auto-Sviluppante che consente agli utenti di creare e distribuire agenti LLM attraverso il solo Linguaggio Naturale. Operando come un Sistema Operativo di Agenti autonomo, MetaChain è composto da quattro componenti chiave: i) Utility di Sistema Agentico, ii) Motore d'Azione LLM, iii) File System Auto-Gestente, e iv) Modulo di Personalizzazione dell'Agente Auto-Gioco. Questo sistema leggero ma potente consente la creazione e la modifica efficiente e dinamica di strumenti, agenti e flussi di lavoro senza requisiti di codifica o intervento manuale. Oltre alle capacità di sviluppo di agenti senza codice, MetaChain funge anche da sistema multi-agente versatile per Assistenti AI Generali. Valutazioni approfondite sul benchmark GAIA dimostrano l'efficacia di MetaChain in compiti multi-agente generalisti, superando i metodi all'avanguardia esistenti. Inoltre, le capacità correlate a Retrieval-Augmented Generation (RAG) di MetaChain hanno dimostrato prestazioni costantemente superiori rispetto a molte soluzioni alternative basate su LLM.

English

Large Language Model (LLM) Agents have demonstrated remarkable capabilities in task automation and intelligent decision-making, driving the widespread adoption of agent development frameworks such as LangChain and AutoGen. However, these frameworks predominantly serve developers with extensive technical expertise - a significant limitation considering that only 0.03 % of the global population possesses the necessary programming skills. This stark accessibility gap raises a fundamental question: Can we enable everyone, regardless of technical background, to build their own LLM agents using natural language alone? To address this challenge, we introduce MetaChain-a Fully-Automated and highly Self-Developing framework that enables users to create and deploy LLM agents through Natural Language Alone. Operating as an autonomous Agent Operating System, MetaChain comprises four key components: i) Agentic System Utilities, ii) LLM-powered Actionable Engine, iii) Self-Managing File System, and iv) Self-Play Agent Customization module. This lightweight yet powerful system enables efficient and dynamic creation and modification of tools, agents, and workflows without coding requirements or manual intervention. Beyond its code-free agent development capabilities, MetaChain also serves as a versatile multi-agent system for General AI Assistants. Comprehensive evaluations on the GAIA benchmark demonstrate MetaChain's effectiveness in generalist multi-agent tasks, surpassing existing state-of-the-art methods. Furthermore, MetaChain's Retrieval-Augmented Generation (RAG)-related capabilities have shown consistently superior performance compared to many alternative LLM-based solutions.