MetaChain: Полностью автоматизированный и нулевой кодовый фреймворк для агентов LLM.

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

February 9, 2025

Авторы: Jiabin Tang, Tianyu Fan, Chao Huang

cs.AI

Аннотация

Агенты с Большой Языковой Моделью (LLM) продемонстрировали замечательные возможности в автоматизации задач и интеллектуальном принятии решений, способствуя широкому распространению фреймворков разработки агентов, таких как LangChain и AutoGen. Однако эти фреймворки в основном обслуживают разработчиков с обширными техническими навыками - значительное ограничение, учитывая, что только 0,03% населения мира обладает необходимыми навыками программирования. Этот явный разрыв в доступности поднимает фундаментальный вопрос: можем ли мы дать возможность каждому, независимо от технического фона, создавать своих собственных агентов LLM, используя только естественный язык? Для решения этой проблемы мы представляем MetaChain - полностью автоматизированный и высоко саморазвивающийся фреймворк, который позволяет пользователям создавать и развертывать агентов LLM только с помощью естественного языка. Действуя как автономная Операционная Система Агента, MetaChain включает четыре ключевых компонента: i) Утилиты Системы Агента, ii) Движок Действий на основе LLM, iii) Самоуправляемая Файловая Система и iv) Модуль Пользовательской Настройки Агента Самоигры. Эта легкая, но мощная система обеспечивает эффективное и динамичное создание и модификацию инструментов, агентов и рабочих процессов без необходимости программирования или ручного вмешательства. Помимо возможностей разработки агентов без кода, MetaChain также служит универсальной мультиагентной системой для Генеральных ИИ-помощников. Комплексные оценки на бенчмарке GAIA демонстрируют эффективность MetaChain в общих мультиагентных задачах, превосходя существующие передовые методы. Более того, возможности MetaChain, связанные с Поисково-Улучшенной Генерацией (RAG), показали последовательно более высокую производительность по сравнению с многими альтернативными решениями на основе 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.