MetaChain: LLM エージェント向けの完全自動化およびゼロコードフレームワーク

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

February 9, 2025

著者: Jiabin Tang, Tianyu Fan, Chao Huang

cs.AI

要旨

大規模言語モデル（LLM）エージェントは、タスクの自動化や知的意思決定において顕著な能力を示し、LangChainやAutoGenなどのエージェント開発フレームワークの広範な採用を推進しています。しかしながら、これらのフレームワークは主に高度な技術的専門知識を持つ開発者を対象としており、世界人口のわずか0.03％しか必要なプログラミングスキルを持っていないことを考えると、これは重要な制約です。この著しいアクセシビリティのギャップは、根本的な問いを提起します。技術的バックグラウンドに関わらず、自然言語だけを用いて誰もが自分自身のLLMエージェントを構築できるようにすることは可能でしょうか？この課題に対処するために、私たちはMetaChainを導入します。これは、完全自動化された高度自己開発フレームワークであり、ユーザーが自然言語だけを用いてLLMエージェントを作成および展開できるようにします。MetaChainは、自律エージェントオペレーティングシステムとして機能し、次の4つの主要コンポーネントから構成されています：i）エージェントシステムユーティリティ、ii）LLMパワードのアクションエンジン、iii）自己管理ファイルシステム、およびiv）自己プレイエージェントカスタマイゼーションモジュール。この軽量かつ強力なシステムは、コーディング要件や手動介入なしに、効率的かつ動的なツール、エージェント、およびワークフローの作成と変更を可能にします。コードフリーのエージェント開発機能を超えて、MetaChainは汎用人工知能アシスタント向けの多目的マルチエージェントシステムとしても機能します。GAIAベンチマークでの包括的な評価は、MetaChainの一般的なマルチエージェントタスクにおける効果を示し、既存の最先端手法を上回っています。さらに、MetaChainのRetrieval-Augmented Generation（RAG）関連機能は、多くの代替LLMベースのソリューションと比較して、一貫して優れたパフォーマンスを示しています。

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.