+ 
+ | 姓名 | 关于 | 句法 | +Name | +About | +Syntax |
|---|---|---|---|---|---|
| 迅速的 | +Prompt |
-向 AI 模型发送消息并接收响应
-
+Send a message to the AI model and receive a response
+ Note: The prompt step uses Jinja templates and you can access context variables in them. |
```yaml -- prompt: "Analyze the following data: {{data}}" +- prompt: "分析以下数据：{{agent.name}}" # <-- 这是一个 jinja 模板 +``` + +```yaml +- 迅速的： +- 角色：系统 +内容：“您是 {{agent.name}}。 {{agent.about}}” +- 角色：用户 +内容：“分析以下数据：{{_.data}}” ``` | ||
| 工具调用 | +Tool Call |
-执行集成工具或 API
+Execute an integrated tool or API that you have previously declared in the task.
+ Note: The tool call step uses Python expressions inside the arguments. |
```yaml -- tool: web_search - arguments: - query: "Latest AI developments" +- 工具：web_search +参数： +查询：“最新的 AI 发展”#<- 这是一个 Python 表达式（注意引号） +num_results: len(_.topics) # <-- 用于访问列表长度的 Python 表达式 ``` | ||
| 评价 | +Evaluate |
-执行计算或处理数据
-
+Perform calculations or manipulate data
+ Note: The evaluate step uses Python expressions. |
```yaml -- evaluate: - average_score: "sum(scores) / len(scores)" +- 评价： +平均分数：总分（分数）/长度（分数） ``` | ||
| 等待输入 | +Wait for Input |
-暂停工作流程直到收到输入
+Pause workflow until input is received. It accepts an `info` field that can be used by your application to collect input from the user.
+
+ Note: The wait_for_input step is useful when you want to pause the workflow and wait for user input e.g. to collect a response to a prompt. |
```yaml -- wait_for_input: - info: - message: "Please provide additional information." +-等待输入： +信息： +消息：'“请提供有关 {_.required_info} 的其他信息。”' # <-- 用于访问上下文变量的 python 表达式 ``` | ||
| 日志 | +Log |
-记录指定的值或消息
+Log a specified value or message.
+
+ Note: The log step uses Jinja templates and you can access context variables in them. |
```yaml -- log: "Processing completed for item {{item_id}}" +- log：“项目 {{_.item_id}} 的处理已完成”#<-- jinja 模板用于访问上下文变量 ``` |
| 姓名 | 关于 | 句法 | +Name | About | Syntax |
|---|---|---|---|---|---|
| 得到 | +Get | -从键值存储中检索值 +Retrieve a value from the execution's key-value store. | ```yaml -- get: "user_preference" +- 获取：用户偏好 ``` | ||
| 放 | +Set |
-为键值存储中的键分配值
+Assign a value to a key in the execution's key-value store.
+ Note: The set step uses Python expressions. |
```yaml -- set: - user_preference: "dark_mode" +- 放： +user_preference: '"dark_mode"' # <-- python 表达式 ``` |
| 姓名 | 关于 | 句法 | +Name | About | Syntax |
|---|---|---|---|---|---|
| Foreach | +Foreach | -遍历集合并对每个项目执行步骤 +Iterate over a collection and perform steps for each item | ```yaml -- foreach: - in: "data_list" - do: - - log: "Processing item {{_}}" +- foreach： +in: _.data_list # <-- 用于访问上下文变量的 python 表达式 +做： +- log: "处理项目 {{_.item}}" # <-- jinja 模板访问上下文变量 ``` | ||
| Map-Reduce | +Map-Reduce | -对集合进行映射并减少结果 +Map over a collection and reduce the results | ```yaml -- map_reduce: - over: "numbers" - map: - - evaluate: - squared: "_ ** 2" - reduce: "sum(results)" +- 映射_减少： +over: _.numbers # <-- 用于访问上下文变量的 python 表达式 +地图： +- 评价： +平方：“_ ** 2” +reduce：results + [_] # <--（可选）python 表达式以减少结果。如果省略，则为默认值。 +``` + +```yaml +- 映射_减少： +结束：_.topics +地图： +- 提示：写一篇关于{{__}}的文章 +并行度：10 ``` | ||
| 平行线 | +Parallel | -并行运行多个步骤 +Run multiple steps in parallel | ```yaml -- parallel: - - tool: web_search - arguments: - query: "AI news" - - tool: weather_check - arguments: - location: "New York" +- 平行线： +- 工具：web_search +参数： +查询：“AI 新闻” +- 工具：weather_check +参数： +地点：“纽约” ``` |
| 姓名 | 关于 | 句法 | +Name | About | Syntax |
|---|---|---|---|---|---|
| 如果-否则 | +If-Else | -有条件地执行步骤 +Conditional execution of steps | ```yaml -- if: "score > 0.8" - then: - - log: "High score achieved" - else: - - log: "Score needs improvement" +- if: _.score > 0.8 # <-- python 表达式 +然后： +- 日志：取得高分 +别的： +- 错误：分数需要提高 ``` | ||
| 转变 | +Switch | -根据多个条件执行步骤 +Execute steps based on multiple conditions | ```yaml -- switch: - - case: "category == 'A'" - then: - - log: "Category A processing" - - case: "category == 'B'" - then: - - log: "Category B processing" - - case: "_" # Default case - then: - - log: "Unknown category" +- 转变： +- 案例：_.category =='A' +然后： +- 日志：“A 类处理” +- 案例：_.category =='B' +然后： +- 日志：“B类处理” +- case: _ # 默认情况 +然后： +- 错误：未知类别 ``` |
| 姓名 | 关于 | 句法 | +Name | About | Syntax |
|---|---|---|---|---|---|
| 睡觉 | +Sleep | -暂停工作流一段指定的时间 +Pause the workflow for a specified duration | ```yaml -- sleep: - seconds: 30 +- 睡觉： +秒：30 +# 分钟：1 +#小时数：1 +#天数：1 ``` | ||
| 返回 | +Return |
-从工作流返回值
+Return a value from the workflow
+
+ Note: The return step uses Python expressions. |
```yaml -- return: - result: "Task completed successfully" +- 返回： +result: '“任务成功完成”' #<-- python 表达式 +时间：datetime.now().isoformat() # <-- python 表达式 ``` | ||
| 屈服 | +Yield | -运行子工作流并等待其完成 +Run a subworkflow and await its completion | ```yaml -- yield: - workflow: "data_processing_subflow" - arguments: - input_data: "{{raw_data}}" +- 屈服： +工作流程：process_data +参数： +输入数据：_.raw_data # <-- python 表达式 ``` | ||
| 错误 | +Error | -通过指定错误消息来处理错误 +Handle errors by specifying an error message | ```yaml -- error: "Invalid input provided" +- 错误：“提供的输入无效”#<-- 仅限字符串 ``` |
| 勇敢搜索 | +Brave Search | ```yaml -setup: - api_key: string # The API key for Brave Search +设置： +api_key: string # Brave Search 的 API 密钥 -arguments: - query: string # The search query for searching with Brave +参数： +query: string # 使用 Brave 搜索的搜索查询 -output: - result: string # The result of the Brave Search +输出： +result: string # Brave Search 的结果 ``` | -**示例食谱**：[cookbooks/03-SmartResearcher_With_WebSearch.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/03-SmartResearcher_With_WebSearch.ipynb) +**Example cookbook**: [cookbooks/03-SmartResearcher_With_WebSearch.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/03-SmartResearcher_With_WebSearch.ipynb) |
| 浏览器基础 | +BrowserBase | ```yaml -setup: - api_key: string # The API key for BrowserBase - project_id: string # The project ID for BrowserBase - session_id: string # (Optional) The session ID for BrowserBase +设置： +api_key: string # BrowserBase 的 API 密钥 +project_id: string # BrowserBase 的项目 ID +session_id: string #（可选）BrowserBase 的会话 ID -arguments: - urls: list[string] # The URLs for loading with BrowserBase +参数： +urls: list[string] # 使用 BrowserBase 加载的 URL -output: - documents: list # The documents loaded from the URLs +输出： +documents: list # 从 URL 加载的文档 ``` | |
| 电子邮件 | +```yaml -setup: - host: string # The host of the email server - port: integer # The port of the email server - user: string # The username of the email server - password: string # The password of the email server - -arguments: - to: string # The email address to send the email to - from: string # The email address to send the email from - subject: string # The subject of the email - body: string # The body of the email - -output: - success: boolean # Whether the email was sent successfully +设置： +host: string # 电子邮件服务器的主机 +port: integer # 电子邮件服务器的端口 +用户：string#电子邮件服务器的用户名 +password: string # 邮件服务器的密码 + +参数： +to: string # 要发送电子邮件到的电子邮件地址 +from: string # 发送电子邮件的电子邮件地址 +subject: string # 电子邮件的主题 +body: string # 电子邮件正文 + +输出： +success: boolean # 邮件是否发送成功 ``` | -**示例食谱**：[cookbooks/00-Devfest-Email-Assistant.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/00-Devfest-Email-Assistant.ipynb) +**Example cookbook**: [cookbooks/00-Devfest-Email-Assistant.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/00-Devfest-Email-Assistant.ipynb) | |
| 蜘蛛 | +Spider | ```yaml -setup: - spider_api_key: string # The API key for Spider +设置： +spider_api_key: string # Spider 的 API 密钥 -arguments: - url: string # The URL for which to fetch data - mode: string # The type of crawlers (default: "scrape") - params: dict # (Optional) The parameters for the Spider API +参数： +url: string # 获取数据的 URL +mode: string # 爬虫的类型（默认值：“scrape”） +params: dict # （可选）Spider API 的参数 -output: - documents: list # The documents returned from the spider +输出： +documents: list # 蜘蛛返回的文档 ``` | -**示例食谱**：[cookbooks/01-Website_Crawler_using_Spider.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/01-Website_Crawler_using_Spider.ipynb) +**Example cookbook**: [cookbooks/01-Website_Crawler_using_Spider.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/01-Website_Crawler_using_Spider.ipynb) |
| 天气 | +Weather | ```yaml -setup: - openweathermap_api_key: string # The API key for OpenWeatherMap +设置： +openweathermap_api_key: string # OpenWeatherMap 的 API 密钥 -arguments: - location: string # The location for which to fetch weather data +参数： +location: string # 获取天气数据的位置 -output: - result: string # The weather data for the specified location +输出： +result: string # 指定位置的天气数据 ``` | -**示例食谱**：[cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) +**Example cookbook**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) |
| 维基百科 | +Wikipedia | ```yaml -arguments: - query: string # The search query string - load_max_docs: integer # Maximum number of documents to load (default: 2) +参数： +query: string # 搜索查询字符串 +load_max_docs：整数#要加载的最大文档数（默认值：2） -output: - documents: list # The documents returned from the Wikipedia search +输出： +documents: list # 从 Wikipedia 搜索返回的文档 ``` | -**示例食谱**：[cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) +**Example cookbook**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) |
- Explorer les documents
+ Explorer les documents
·
Discorde
·
@@ -62,44 +62,39 @@ Des nouvelles passionnantes ! Nous participons au DevFest.AI tout au long du moi
-
📖 Table of Contents
+📖 Table des matières
-- [Introduction](#introduction) -- [Principales caractéristiques](#principales-caract%C3%A9ristiques) -- [Exemple rapide](#exemple-rapide) +- [Présentation](#introduction) +- [Caractéristiques principales](#key-features) +- [Exemple rapide](#quick-example) - [Installation](#installation) -- [Démarrage rapide de Python 🐍](#d%C3%A9marrage-rapide-de-python-) - - [Étape 1 : Créer un agent](#%C3%89tape-1%C2%A0-cr%C3%A9er-un-agent) - - [Étape 2 : Créer une tâche qui génère une histoire et une bande dessinée](#%C3%89tape-2%C2%A0-cr%C3%A9er-une-t%C3%A2che-qui-g%C3%A9n%C3%A8re-une-histoire-et-une-bande-dessin%C3%A9e) - - [Étape 3 : Exécuter la tâche](#%C3%89tape-3%C2%A0-ex%C3%A9cuter-la-t%C3%A2che) - - [Étape 4 : Discuter avec l'agent](#%C3%89tape-4%C2%A0-discuter-avec-lagent) -- [Démarrage rapide de Node.js 🟩](#d%C3%A9marrage-rapide-de-nodejs-) - - [Étape 1 : Créer un agent](#%C3%89tape-1%C2%A0-cr%C3%A9er-un-agent-1) - - [Étape 2 : Créer une tâche qui génère une histoire et une bande dessinée](#%C3%89tape-2%C2%A0-cr%C3%A9er-une-t%C3%A2che-qui-g%C3%A9n%C3%A8re-une-histoire-et-une-bande-dessin%C3%A9e-1) - - [Étape 3 : Exécuter la tâche](#%C3%89tape-3%C2%A0-ex%C3%A9cuter-la-t%C3%A2che-1) - - [Étape 4 : Discuter avec l'agent](#%C3%89tape-4%C2%A0-discuter-avec-lagent-1) +- [Démarrage rapide de Python 🐍](#python-quick-start-) +- [Démarrage rapide de Node.js 🟩](#nodejs-quick-start-) +- [Étape 1 : Créer un agent](#step-1-create-an-agent) - [Composants](#composants) - - [Modèle mental](#mod%C3%A8le-mental) +- [Modèle mental](#mental-model) - [Concepts](#concepts) -- [Comprendre les tâches](#comprendre-les-t%C3%A2ches) - - [Types d'étapes de flux de travail](#types-d%C3%A9tapes-de-flux-de-travail) -- [Types d'outils](#types-doutils) - - [Fonctions définies par l'utilisateur](#fonctions-d%C3%A9finies-par-lutilisateur) - - [outils `système`](#outils-syst%C3%A8me) - - [« Intégrations » intégrées](#%C2%AB%C2%A0int%C3%A9grations%C2%A0%C2%BB-int%C3%A9gr%C3%A9es) - - [Appels directs `api_calls`](#appels-directs-api_calls) -- [Intégrations](#int%C3%A9grations) -- [Autres fonctionnalités](#autres-fonctionnalit%C3%A9s) - - [Ajout d'outils aux agents](#ajout-doutils-aux-agents) - - [Gestion des sessions et des utilisateurs](#gestion-des-sessions-et-des-utilisateurs) - - [Intégration et recherche de documents](#int%C3%A9gration-et-recherche-de-documents) -- [Démarrage rapide local](#d%C3%A9marrage-rapide-local) -- [Référence du SDK](#r%C3%A9f%C3%A9rence-du-sdk) -- [Référence API](#r%C3%A9f%C3%A9rence-api) -- [Pourquoi Julep vs. LangChain ?](#pourquoi-julep-vs-langchain%C2%A0) - - [Différents cas d'utilisation](#diff%C3%A9rents-cas-dutilisation) - - [Facteur de forme différent](#facteur-de-forme-diff%C3%A9rent) - - [En résumé](#en-r%C3%A9sum%C3%A9) +- [Comprendre les tâches](#understanding-tasks) +- [Cycle de vie d'une tâche](#cycle-de-vie-d-une-tâche) +- [Types d'étapes de flux de travail](#types-of-workflow-steps) +- [Types d'outils](#types-d'outils) +- [`Fonctions` définies par l'utilisateur](#user-defined-functions) +- [outils système](#outils-système) +- [`Intégrations` intégrées](#integrations-integrées) +- [Appels directs `api_calls`](#appels directs-api_calls) +- [Intégrations](#intégrations) +- [Autres fonctionnalités](#other-features) +- [Ajout d'outils aux agents](#adding-tools-to-agents) +- [Gestion des sessions et des utilisateurs](#managing-sessions-and-users) +- [Intégration et recherche de documents](#document-integration-and-search) +- [Référence](#référence) +- [Référence SDK](#sdk-reference) +- [Référence API](#api-reference) +- [Démarrage rapide local](#local-quickstart) +- [Quelle est la différence entre Julep et LangChain etc ?](#quelle-est-la-différence-entre-julep-et-langchain-etc) +- [Différents cas d'utilisation](#different-use-cases) +- [Facteur de forme différent](#different-form-factor) +- [En résumé](#en-resumé) @@ -109,16 +104,16 @@ Julep est une plateforme permettant de créer des agents IA qui se souviennent d Julep permet la création de tâches en plusieurs étapes intégrant la prise de décision, les boucles, le traitement parallèle et l'intégration avec de nombreux outils et API externes. -Alors que de nombreuses applications d’IA se limitent à des chaînes simples et linéaires d’invites et d’appels d’API avec une ramification minimale, Julep est conçu pour gérer des scénarios plus complexes. +Alors que de nombreuses applications d'IA se limitent à des chaînes simples et linéaires d'invites et d'appels d'API avec une ramification minimale, Julep est conçu pour gérer des scénarios plus complexes qui : -Il prend en charge : - -- Processus complexes en plusieurs étapes -- Prise de décision dynamique -- Exécution parallèle +- comporter plusieurs étapes, +- prendre des décisions basées sur les résultats du modèle, +- générer des branches parallèles, +- utiliser beaucoup d'outils, et +- courir pendant une longue période. > [!TIP] -> Imaginez que vous souhaitiez créer un agent d'IA capable de faire plus que simplement répondre à des questions simples : il doit gérer des tâches complexes, se souvenir des interactions passées et peut-être même utiliser d'autres outils ou API. C'est là qu'intervient Julep. +> Imaginez que vous souhaitiez créer un agent d'IA capable de faire plus que simplement répondre à des questions simples : il doit gérer des tâches complexes, mémoriser des interactions passées et peut-être même utiliser d'autres outils ou API. C'est là qu'intervient Julep. Lisez [Comprendre les tâches](#understanding-tasks) pour en savoir plus. ## Principales caractéristiques @@ -130,19 +125,25 @@ Il prend en charge : 6. 🔧 **Auto-réparation** : Julep réessaiera automatiquement les étapes ayant échoué, renverra les messages et assurera généralement le bon déroulement de vos tâches. 7. 📚 **RAG** : Utilisez le magasin de documents de Julep pour créer un système permettant de récupérer et d'utiliser vos propres données. -Julep est idéal pour les applications qui nécessitent des cas d’utilisation de l’IA au-delà des simples modèles de réponse rapide. + + +> [!TIP] +> Julep est idéal pour les applications qui nécessitent des cas d’utilisation de l’IA au-delà des simples modèles de réponse rapide. ## Exemple rapide Imaginez un agent d’IA de recherche capable d’effectuer les opérations suivantes : -1. Prenez un sujet, -2. Proposez 100 requêtes de recherche pour ce sujet, -3. Effectuez ces recherches sur le Web en parallèle, -4. Résumez les résultats, -5. Envoyez le résumé sur Discord +1. **Prenez un sujet**, +2. **Proposez 100 requêtes de recherche** pour ce sujet, +3. Effectuez ces **recherches Web en parallèle**, +4. **Résumez** les résultats, +5. Envoyez le **résumé à Discord**. -Dans Julep, ce serait une tâche unique sous80 lignes de codeet courirentièrement gérétout seul. Toutes les étapes sont exécutées sur les propres serveurs de Julep et vous n'avez pas besoin de lever le petit doigt. Voici un exemple fonctionnel : +> [!REMARQUE] +> Dans Julep, ce serait une tâche unique sous80 lignes de codeet courirentièrement gérétout seul. Toutes les étapes sont exécutées sur les propres serveurs de Julep et vous n'avez pas besoin de lever le petit doigt. + +Voici un exemple fonctionnel : ```yaml name: Research Agent @@ -162,12 +163,12 @@ tools: integration: provider: brave setup: - api_key: "YOUR_BRAVE_API_KEY" + api_key: BSAqES7dj9d... # dummy key - name: discord_webhook type: api_call api_call: - url: "YOUR_DISCORD_WEBHOOK_URL" + url: https://eobuxj02se0n.m.pipedream.net # dummy requestbin method: POST headers: Content-Type: application/json @@ -199,7 +200,7 @@ main: tool: web_search arguments: query: "_" - parallelism: 100 + parallelism: 10 # Collect the results from the web search - evaluate: @@ -213,28 +214,74 @@ main: The summary should be well-structured, informative, and highlight key findings and insights: {{_.results}} unwrap: true + settings: + model: gpt-4o-mini # Send the summary to Discord - tool: discord_webhook arguments: - content: > - **Research Summary for {{inputs[0].topic}}** + content: |- + f''' + **Research Summary for {inputs[0].topic}** - {{_}} + {_} + ''' ``` Dans cet exemple, Julep gérera automatiquement les exécutions parallèles, réessayera les étapes ayant échoué, renverra les requêtes API et maintiendra les tâches en cours d'exécution de manière fiable jusqu'à leur achèvement. +> Cela s'exécute en moins de 30 secondes et renvoie le résultat suivant : + +
+
+
## Installation
Pour commencer à utiliser Julep, installez-le en utilisant [npm](https://www.npmjs.com/package/@julep/sdk) ou [pip](https://pypi.org/project/julep/) :
+**Node.js**:
```bash
npm install @julep/sdk
-```
-ou
+# or
+
+bun add @julep/sdk
+```
+**Python**:
```bash
pip install julep
```
@@ -251,997 +298,1219 @@ pip install julep
## Démarrage rapide de Python 🐍
-### Étape 1 : Créer un agent
-
```python
+### Step 0: Setup
+
+import time
import yaml
from julep import Julep # or AsyncJulep
client = Julep(api_key="your_julep_api_key")
+### Step 1: Create an Agent
+
agent = client.agents.create(
name="Storytelling Agent",
- model="gpt-4o",
- about="You are a creative storytelling agent that can craft engaging stories and generate comic panels based on ideas.",
+ model="claude-3.5-sonnet",
+ about="You are a creative storyteller that crafts engaging stories on a myriad of topics.",
)
-# 🛠️ Add an image generation tool (DALL·E) to the agent
-client.agents.tools.create(
- agent_id=agent.id,
- name="image_generator",
- description="Use this tool to generate images based on descriptions.",
- integration={
- "provider": "dalle",
- "method": "generate_image",
- "setup": {
- "api_key": "your_openai_api_key",
- },
- },
-)
-```
-
-### Étape 2 : Créer une tâche qui génère une histoire et une bande dessinée
+### Step 2: Create a Task that generates a story and comic strip
-Définissons une tâche en plusieurs étapes pour créer une histoire et générer une bande dessinée à panneaux basée sur une idée d'entrée :
-
-```python
-# 📋 Task
-# Create a task that takes an idea and creates a story and a 4-panel comic strip
task_yaml = """
-name: Story and Comic Creator
-description: Create a story based on an idea and generate a 4-panel comic strip illustrating the story.
+name: Storyteller
+description: Create a story based on an idea.
+
+tools:
+ - name: research_wikipedia
+ integration:
+ provider: wikipedia
+ method: search
main:
- # Step 1: Generate a story and outline into 4 panels
+ # Step 1: Generate plot idea
- prompt:
- role: system
content: You are {{agent.name}}. {{agent.about}}
- role: user
content: >
- Based on the idea '{{_.idea}}', write a short story suitable for a 4-panel comic strip.
- Provide the story and a numbered list of 4 brief descriptions for each panel illustrating key moments in the story.
+ Based on the idea '{{_.idea}}', generate a list of 5 plot ideas. Go crazy and be as creative as possible. Return your output as a list of long strings inside ```balises yaml à la fin de votre réponse.
+déballer : vrai
+
+- évaluer:
+plot_ideas : load_yaml(_.split('```yaml')[1].split('```')[0].strip())
+
+# Étape 2 : Extraire les domaines de recherche des idées de l'intrigue
+- rapide:
+- rôle : système
+contenu : Vous êtes {{agent.name}}. {{agent.about}}
+- rôle : utilisateur
+contenu : >
+Voici quelques idées d’intrigue pour une histoire :
+{% pour l'idée dans _.plot_ideas %}
+- {{idée}}
+{% fin de %}
+
+Pour développer l’histoire, nous devons rechercher les idées d’intrigue.
+Sur quoi devrions-nous faire des recherches ? Notez les requêtes de recherche Wikipédia pour les idées d'intrigue que vous trouvez intéressantes.
+Renvoyez votre sortie sous forme de liste yaml à l'intérieur```yaml tags at the end of your response.
unwrap: true
+ settings:
+ model: gpt-4o-mini
+ temperature: 0.7
- # Step 2: Extract the panel descriptions and story
- evaluate:
- story: _.split('1. ')[0].strip()
- panels: re.findall(r'\\d+\\.\\s*(.*?)(?=\\d+\\.\\s*|$)', _)
+ research_queries: load_yaml(_.split('```yaml')[1].split('```')[0].strip())
- # Step 3: Generate images for each panel using the image generator tool
+ # Step 3: Research each plot idea
- foreach:
- in: _.panels
+ in: _.research_queries
do:
- tool: image_generator
+ tool: research_wikipedia
arguments:
- description: _
+ query: _
+
+ - evaluate:
+ wikipedia_results: 'NEWLINE.join([f"- {doc.metadata.title}: {doc.metadata.summary}" for item in _ for doc in item.documents])'
- # Step 4: Generate a catchy title for the story
+ # Step 4: Think and deliberate
- prompt:
- role: system
content: You are {{agent.name}}. {{agent.about}}
- role: user
- content: >
- Based on the story below, generate a catchy title.
-
- Story: {{outputs[1].story}}
- unwrap: true
-
- # Step 5: Return the story, the generated images, and the title
- - return:
- title: outputs[3]
- story: outputs[1].story
- comic_panels: "[output.image.url for output in outputs[2]]"
+ content: |-
+ Before we write the story, let's think and deliberate. Here are some plot ideas:
+ {% for idea in outputs[1].plot_ideas %}
+ - {{idea}}
+ {% endfor %}
+
+ Here are the results from researching the plot ideas on Wikipedia:
+ {{_.wikipedia_results}}
+
+ Think about the plot ideas critically. Combine the plot ideas with the results from Wikipedia to create a detailed plot for a story.
+ Write down all your notes and thoughts.
+ Then finally write the plot as a yaml object inside ```balises yaml à la fin de votre réponse. L'objet yaml doit avoir la structure suivante :
+
+ ```yaml
+ title: "Résumé de la recherche sur l'IA (Cliquez pour agrandir)
+ +> **Résumé de la recherche sur l'IA** +> +> ### Résumé des résultats de recherche sur l'intelligence artificielle (IA) +> +> #### Présentation +> Le domaine de l’intelligence artificielle (IA) a connu des avancées significatives ces dernières années, marquées par le développement de méthodes et de technologies permettant aux machines de percevoir leur environnement, d’apprendre à partir de données et de prendre des décisions. L’objectif principal de ce résumé est de présenter les enseignements tirés de divers résultats de recherche liés à l’IA. +> +> #### Principales conclusions +> +> 1. **Définition et portée de l’IA** : +> - L'IA est définie comme une branche de l'informatique axée sur la création de systèmes capables d'effectuer des tâches nécessitant une intelligence humaine, notamment l'apprentissage, le raisonnement et la résolution de problèmes (Wikipedia). +> - Il englobe divers sous-domaines, notamment l’apprentissage automatique, le traitement du langage naturel, la robotique et la vision par ordinateur. +> +> 2. **Impact et applications** : +> - Les technologies d'IA sont intégrées dans de nombreux secteurs, améliorant l'efficacité et la productivité. Les applications vont des véhicules autonomes et des diagnostics de santé à l'automatisation du service client et aux prévisions financières (OpenAI). +> - L'engagement de Google à rendre l'IA bénéfique pour tous met en évidence son potentiel à améliorer considérablement la vie quotidienne en améliorant l'expérience utilisateur sur diverses plateformes (Google AI). +> +> 3. **Considérations éthiques** : +> - Un débat est en cours sur les implications éthiques de l'IA, notamment sur les préoccupations relatives à la confidentialité, aux préjugés et à la responsabilité dans les processus de prise de décision. La nécessité d'un cadre garantissant l'utilisation sûre et responsable des technologies de l'IA est soulignée (OpenAI). +> +> 4. **Mécanismes d’apprentissage** : +> - Les systèmes d'IA utilisent différents mécanismes d'apprentissage, tels que l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement. Ces méthodes permettent à l'IA d'améliorer ses performances au fil du temps en apprenant des expériences et des données passées (Wikipedia). +> - La distinction entre l’apprentissage supervisé et non supervisé est essentielle ; l’apprentissage supervisé s’appuie sur des données étiquetées, tandis que l’apprentissage non supervisé identifie des modèles sans étiquettes prédéfinies (non supervisé). +> +> 5. **Orientations futures**: +> - Les futurs développements de l’IA devraient se concentrer sur l’amélioration de l’interprétabilité et de la transparence des systèmes d’IA, garantissant qu’ils peuvent fournir des décisions et des actions justifiables (OpenAI). +> - On observe également une volonté de rendre les systèmes d’IA plus accessibles et plus conviviaux, encourageant une adoption plus large dans différents groupes démographiques et secteurs (Google AI). +> +> #### Conclusion +> L’IA représente une force de transformation dans de nombreux domaines, promettant de remodeler les industries et d’améliorer la qualité de vie. Cependant, à mesure que ses capacités se développent, il est essentiel de tenir compte des implications éthiques et sociétales qui en découlent. La poursuite des recherches et de la collaboration entre les technologues, les éthiciens et les décideurs politiques sera essentielle pour s’orienter dans le futur paysage de l’IA. + +| Nom | À propos | Syntaxe | +Name | +About | +Syntax |
|---|---|---|---|---|---|
| Rapide | +Prompt |
-Envoyez un message au modèle d'IA et recevez une réponse
-
+Send a message to the AI model and receive a response
+ Note: The prompt step uses Jinja templates and you can access context variables in them. |
-```yaml -- prompt: "Analyze the following data: {{data}}" +```YAML +- invite : « Analyser les données suivantes : {{agent.name}} » # <-- ceci est un modèle jinja +``` + +```YAML +- rapide: +- rôle : système +contenu : « Vous êtes {{agent.name}}. {{agent.about}} » +- rôle : utilisateur +contenu : « Analysez les données suivantes : {{_.data}} » ``` | ||
| Appel d'outil | +Tool Call |
-Exécuter un outil intégré ou une API
+Execute an integrated tool or API that you have previously declared in the task.
+ Note: The tool call step uses Python expressions inside the arguments. |
-```yaml -- tool: web_search - arguments: - query: "Latest AI developments" +```YAML +- outil : recherche_sur_le_web +Arguments: +requête : « Derniers développements de l'IA » # <-- il s'agit d'une expression Python (remarquez les guillemets) +num_results: len(_.topics) # <-- expression python pour accéder à la longueur d'une liste ``` | ||
| Évaluer | +Evaluate |
-Effectuer des calculs ou manipuler des données
-
+Perform calculations or manipulate data
+ Note: The evaluate step uses Python expressions. |
-```yaml -- evaluate: - average_score: "sum(scores) / len(scores)" +```YAML +- évaluer: +average_score : somme(scores) / len(scores) ``` | ||
| Attendre l'entrée | +Wait for Input |
-Suspendre le flux de travail jusqu'à ce que les données soient reçues
+Pause workflow until input is received. It accepts an `info` field that can be used by your application to collect input from the user.
+
+ Note: The wait_for_input step is useful when you want to pause the workflow and wait for user input e.g. to collect a response to a prompt. |
-```yaml -- wait_for_input: - info: - message: "Please provide additional information." +```YAML +- attendre_la_saisie : +info: +message : « Veuillez fournir des informations supplémentaires sur {_.required_info}. » # <-- expression Python pour accéder à la variable de contexte ``` | ||
| Enregistrer | +Log |
-Enregistrer une valeur ou un message spécifié
+Log a specified value or message.
+
+ Note: The log step uses Jinja templates and you can access context variables in them. |
-```yaml -- log: "Processing completed for item {{item_id}}" +```YAML +- log : « Traitement terminé pour l'élément {{_.item_id}} » # <-- modèle jinja pour accéder à la variable de contexte ``` |
| Nom | À propos | Syntaxe | +Name | About | Syntax |
|---|---|---|---|---|---|
| Obtenir | +Get | -Récupérer une valeur d'un magasin clé-valeur +Retrieve a value from the execution's key-value store. | -```yaml -- get: "user_preference" +```YAML +- obtenir : préférences_utilisateur ``` | ||
| Ensemble | +Set |
-Attribuer une valeur à une clé dans un magasin clé-valeur
+Assign a value to a key in the execution's key-value store.
+ Note: The set step uses Python expressions. |
-```yaml -- set: - user_preference: "dark_mode" +```YAML +- ensemble: +préférence_utilisateur : '"dark_mode"' # <-- expression python ``` |
| Nom | À propos | Syntaxe | +Name | About | Syntax |
|---|---|---|---|---|---|
| Pour chaque | +Foreach | -Itérer sur une collection et effectuer des étapes pour chaque élément +Iterate over a collection and perform steps for each item | -```yaml -- foreach: - in: "data_list" - do: - - log: "Processing item {{_}}" +```YAML +- pour chaque : +dans : _.data_list # <-- expression python pour accéder à la variable de contexte +faire: +- log : « Traitement de l'élément {{_.item}} » # <-- modèle jinja pour accéder à la variable de contexte ``` | ||
| Carte-Réduction | +Map-Reduce | -Cartographier une collection et réduire les résultats +Map over a collection and reduce the results | -```yaml +```YAML - map_reduce: - over: "numbers" - map: - - evaluate: - squared: "_ ** 2" - reduce: "sum(results)" +over: _.numbers # <-- expression python pour accéder à la variable de contexte +carte: +- évaluer: +au carré : "_ ** 2" +réduire : résultats + [_] # <-- (facultatif) expression Python pour réduire les résultats. Il s'agit de la valeur par défaut si elle est omise. +``` + +```YAML +- map_reduce: +plus de: _.topics +carte: +- invite : Rédigez un essai sur {{_}} +parallélisme : 10 ``` | ||
| Parallèle | +Parallel | -Exécuter plusieurs étapes en parallèle +Run multiple steps in parallel | -```yaml -- parallel: - - tool: web_search - arguments: - query: "AI news" - - tool: weather_check - arguments: - location: "New York" +```YAML +- parallèle: +- outil : recherche_sur_le_web +Arguments: +requête : « Actualités sur l'IA » +- outil : weather_check +Arguments: +Lieu : « New York » ``` |
| Nom | À propos | Syntaxe | +Name | About | Syntax |
|---|---|---|---|---|---|
| Si-Sinon | +If-Else | -Exécution conditionnelle des étapes +Conditional execution of steps | -```yaml -- if: "score > 0.8" - then: - - log: "High score achieved" - else: - - log: "Score needs improvement" +```YAML +- si : _.score > 0.8 # <-- expression python +alors: +- log : score élevé atteint +autre: +- erreur : le score doit être amélioré ``` | ||
| Changer | +Switch | -Exécuter des étapes en fonction de plusieurs conditions +Execute steps based on multiple conditions | -```yaml -- switch: - - case: "category == 'A'" - then: - - log: "Category A processing" - - case: "category == 'B'" - then: - - log: "Category B processing" - - case: "_" # Default case - then: - - log: "Unknown category" +```YAML +- changer: +- cas : _.category == 'A' +alors: +- log : « Traitement de catégorie A » +- cas : _.category == 'B' +alors: +- log : « Traitement de catégorie B » +- case: _ # Cas par défaut +alors: +- erreur : catégorie inconnue ``` |
| Nom | À propos | Syntaxe | +Name | About | Syntax |
|---|---|---|---|---|---|
| Dormir | +Sleep | -Suspendre le flux de travail pendant une durée spécifiée +Pause the workflow for a specified duration | -```yaml -- sleep: - seconds: 30 +```YAML +- dormir: +secondes: 30 +# minutes: 1 +# heures: 1 +# jours: 1 ``` | ||
| Retour | +Return |
-Renvoyer une valeur du workflow
+Return a value from the workflow
+
+ Note: The return step uses Python expressions. |
-```yaml -- return: - result: "Task completed successfully" +```YAML +- retour: +résultat : " Tâche terminée avec succès " # <-- expression python +heure : datetime.now().isoformat() # <-- expression python ``` | ||
| Rendement | +Yield | -Exécuter un sous-workflow et attendre sa fin +Run a subworkflow and await its completion | -```yaml -- yield: - workflow: "data_processing_subflow" - arguments: - input_data: "{{raw_data}}" +```YAML +- rendement: +flux de travail : données_de_processus +Arguments: +données d'entrée : _. données brutes # <-- expression Python ``` | ||
| Erreur | +Error | -Gérer les erreurs en spécifiant un message d'erreur +Handle errors by specifying an error message | -```yaml -- error: "Invalid input provided" +```YAML +- erreur : « Entrée non valide fournie » # <-- Chaînes uniquement ``` |
| Recherche courageuse | +Brave Search | -```yaml -setup: - api_key: string # The API key for Brave Search +```YAML +installation: +api_key : chaîne # La clé API pour Brave Search -arguments: - query: string # The search query for searching with Brave +Arguments: +requête : chaîne # La requête de recherche pour rechercher avec Brave -output: - result: string # The result of the Brave Search +sortir: +résultat : chaîne # Le résultat de la recherche Brave ``` | -**Exemple de livre de recettes** : [cookbooks/03-SmartResearcher_With_WebSearch.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/03-SmartResearcher_With_WebSearch.ipynb) +**Example cookbook**: [cookbooks/03-SmartResearcher_With_WebSearch.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/03-SmartResearcher_With_WebSearch.ipynb) |
| Base de navigateur | +BrowserBase | -```yaml -setup: - api_key: string # The API key for BrowserBase - project_id: string # The project ID for BrowserBase - session_id: string # (Optional) The session ID for BrowserBase +```YAML +installation: +api_key : chaîne # La clé API pour BrowserBase +project_id : chaîne # L'ID de projet pour BrowserBase +session_id : chaîne # (facultatif) L'ID de session pour BrowserBase -arguments: - urls: list[string] # The URLs for loading with BrowserBase +Arguments: +urls : liste[chaîne] # Les URL pour le chargement avec BrowserBase -output: - documents: list # The documents loaded from the URLs +sortir: +documents : liste # Les documents chargés à partir des URL ``` | |
| -```yaml -setup: - host: string # The host of the email server - port: integer # The port of the email server - user: string # The username of the email server - password: string # The password of the email server - -arguments: - to: string # The email address to send the email to - from: string # The email address to send the email from - subject: string # The subject of the email - body: string # The body of the email - -output: - success: boolean # Whether the email was sent successfully +```YAML +installation: +hôte : chaîne # L'hôte du serveur de messagerie +port : entier # Le port du serveur de messagerie +utilisateur : chaîne # Le nom d'utilisateur du serveur de messagerie +mot de passe : chaîne # Le mot de passe du serveur de messagerie + +Arguments: +à : chaîne # L'adresse e-mail à laquelle envoyer l'e-mail +de : chaîne # L'adresse e-mail à partir de laquelle envoyer l'e-mail +objet : chaîne # L'objet de l'e-mail +corps : chaîne # Le corps de l'e-mail + +sortir: +succès : booléen # Indique si l'e-mail a été envoyé avec succès ``` | -**Exemple de livre de recettes** : [cookbooks/00-Devfest-Email-Assistant.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/00-Devfest-Email-Assistant.ipynb) +**Example cookbook**: [cookbooks/00-Devfest-Email-Assistant.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/00-Devfest-Email-Assistant.ipynb) | ||
| Araignée | +Spider | -```yaml -setup: - spider_api_key: string # The API key for Spider +```YAML +installation: +spider_api_key : chaîne # La clé API pour Spider -arguments: - url: string # The URL for which to fetch data - mode: string # The type of crawlers (default: "scrape") - params: dict # (Optional) The parameters for the Spider API +Arguments: +url : chaîne # L'URL pour laquelle récupérer les données +mode : chaîne # Le type de robots d'exploration (par défaut : « scrape ») +paramètres : dict # (facultatif) Les paramètres de l'API Spider -output: - documents: list # The documents returned from the spider +sortir: +documents : liste # Les documents renvoyés par l'araignée ``` | -**Exemple de livre de recettes** : [cookbooks/01-Website_Crawler_using_Spider.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/01-Website_Crawler_using_Spider.ipynb) +**Example cookbook**: [cookbooks/01-Website_Crawler_using_Spider.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/01-Website_Crawler_using_Spider.ipynb) |
| Météo | +Weather | -```yaml -setup: - openweathermap_api_key: string # The API key for OpenWeatherMap +```YAML +installation: +openweathermap_api_key : chaîne # La clé API pour OpenWeatherMap -arguments: - location: string # The location for which to fetch weather data +Arguments: +emplacement : chaîne # L'emplacement pour lequel récupérer les données météorologiques -output: - result: string # The weather data for the specified location +sortir: +résultat : chaîne # Les données météorologiques pour l'emplacement spécifié ``` | -**Exemple de livre de recettes** : [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) +**Example cookbook**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) |
| Wikipédia | +Wikipedia | -```yaml -arguments: - query: string # The search query string - load_max_docs: integer # Maximum number of documents to load (default: 2) +```YAML +Arguments: +requête : chaîne # La chaîne de requête de recherche +load_max_docs : entier # Nombre maximal de documents à charger (par défaut : 2) -output: - documents: list # The documents returned from the Wikipedia search +sortir: +documents : liste # Les documents renvoyés par la recherche sur Wikipédia ``` | -**Exemple de livre de recettes** : [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) +**Example cookbook**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) |
- ドキュメントを見る
+ ドキュメントを見る
·
不和
·
@@ -62,42 +62,39 @@ Julep プロジェクトに新しい貢献者を迎えられることを嬉し
-
📖 Table of Contents
- -- [主な特徴](#%E4%B8%BB%E3%81%AA%E7%89%B9%E5%BE%B4) -- [簡単な例](#%E7%B0%A1%E5%8D%98%E3%81%AA%E4%BE%8B) -- [インストール](#%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AB) -- [Python クイックスタート 🐍](#python-%E3%82%AF%E3%82%A4%E3%83%83%E3%82%AF%E3%82%B9%E3%82%BF%E3%83%BC%E3%83%88-) - - [ステップ 1: エージェントを作成する](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%97-1-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%82%92%E4%BD%9C%E6%88%90%E3%81%99%E3%82%8B) - - [ステップ2: ストーリーと漫画を生成するタスクを作成する](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%972-%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AA%E3%83%BC%E3%81%A8%E6%BC%AB%E7%94%BB%E3%82%92%E7%94%9F%E6%88%90%E3%81%99%E3%82%8B%E3%82%BF%E3%82%B9%E3%82%AF%E3%82%92%E4%BD%9C%E6%88%90%E3%81%99%E3%82%8B) - - [ステップ3: タスクを実行する](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%973-%E3%82%BF%E3%82%B9%E3%82%AF%E3%82%92%E5%AE%9F%E8%A1%8C%E3%81%99%E3%82%8B) - - [ステップ4: エージェントとチャットする](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%974-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%A8%E3%83%81%E3%83%A3%E3%83%83%E3%83%88%E3%81%99%E3%82%8B) -- [Node.js クイックスタート 🟩](#nodejs-%E3%82%AF%E3%82%A4%E3%83%83%E3%82%AF%E3%82%B9%E3%82%BF%E3%83%BC%E3%83%88-) - - [ステップ 1: エージェントを作成する](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%97-1-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%82%92%E4%BD%9C%E6%88%90%E3%81%99%E3%82%8B-1) - - [ステップ2: ストーリーと漫画を生成するタスクを作成する](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%972-%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AA%E3%83%BC%E3%81%A8%E6%BC%AB%E7%94%BB%E3%82%92%E7%94%9F%E6%88%90%E3%81%99%E3%82%8B%E3%82%BF%E3%82%B9%E3%82%AF%E3%82%92%E4%BD%9C%E6%88%90%E3%81%99%E3%82%8B-1) - - [ステップ3: タスクを実行する](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%973-%E3%82%BF%E3%82%B9%E3%82%AF%E3%82%92%E5%AE%9F%E8%A1%8C%E3%81%99%E3%82%8B-1) - - [ステップ4: エージェントとチャットする](#%E3%82%B9%E3%83%86%E3%83%83%E3%83%974-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%A8%E3%83%81%E3%83%A3%E3%83%83%E3%83%88%E3%81%99%E3%82%8B-1) -- [コンポーネント](#%E3%82%B3%E3%83%B3%E3%83%9D%E3%83%BC%E3%83%8D%E3%83%B3%E3%83%88) - - [メンタルモデル](#%E3%83%A1%E3%83%B3%E3%82%BF%E3%83%AB%E3%83%A2%E3%83%87%E3%83%AB) -- [コンセプト](#%E3%82%B3%E3%83%B3%E3%82%BB%E3%83%97%E3%83%88) -- [タスクを理解する](#%E3%82%BF%E3%82%B9%E3%82%AF%E3%82%92%E7%90%86%E8%A7%A3%E3%81%99%E3%82%8B) - - [ワークフローステップの種類](#%E3%83%AF%E3%83%BC%E3%82%AF%E3%83%95%E3%83%AD%E3%83%BC%E3%82%B9%E3%83%86%E3%83%83%E3%83%97%E3%81%AE%E7%A8%AE%E9%A1%9E) -- [ツールの種類](#%E3%83%84%E3%83%BC%E3%83%AB%E3%81%AE%E7%A8%AE%E9%A1%9E) - - [ユーザー定義の `functions`](#%E3%83%A6%E3%83%BC%E3%82%B6%E3%83%BC%E5%AE%9A%E7%BE%A9%E3%81%AE-functions) - - [`システム` ツール](#%E3%82%B7%E3%82%B9%E3%83%86%E3%83%A0-%E3%83%84%E3%83%BC%E3%83%AB) - - [組み込みの `integrations`](#%E7%B5%84%E3%81%BF%E8%BE%BC%E3%81%BF%E3%81%AE-integrations) - - [直接の `api_calls`](#%E7%9B%B4%E6%8E%A5%E3%81%AE-api_calls) -- [統合](#%E7%B5%B1%E5%90%88) -- [その他の機能](#%E3%81%9D%E3%81%AE%E4%BB%96%E3%81%AE%E6%A9%9F%E8%83%BD) - - [エージェントへのツールの追加](#%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%B8%E3%81%AE%E3%83%84%E3%83%BC%E3%83%AB%E3%81%AE%E8%BF%BD%E5%8A%A0) - - [セッションとユーザーの管理](#%E3%82%BB%E3%83%83%E3%82%B7%E3%83%A7%E3%83%B3%E3%81%A8%E3%83%A6%E3%83%BC%E3%82%B6%E3%83%BC%E3%81%AE%E7%AE%A1%E7%90%86) - - [ドキュメントの統合と検索](#%E3%83%89%E3%82%AD%E3%83%A5%E3%83%A1%E3%83%B3%E3%83%88%E3%81%AE%E7%B5%B1%E5%90%88%E3%81%A8%E6%A4%9C%E7%B4%A2) -- [ローカルクイックスタート](#%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%AB%E3%82%AF%E3%82%A4%E3%83%83%E3%82%AF%E3%82%B9%E3%82%BF%E3%83%BC%E3%83%88) -- [SDK リファレンス](#sdk-%E3%83%AA%E3%83%95%E3%82%A1%E3%83%AC%E3%83%B3%E3%82%B9) -- [APIリファレンス](#api%E3%83%AA%E3%83%95%E3%82%A1%E3%83%AC%E3%83%B3%E3%82%B9) -- [Julep と LangChain を比較する理由](#julep-%E3%81%A8-langchain-%E3%82%92%E6%AF%94%E8%BC%83%E3%81%99%E3%82%8B%E7%90%86%E7%94%B1) - - [さまざまなユースケース](#%E3%81%95%E3%81%BE%E3%81%96%E3%81%BE%E3%81%AA%E3%83%A6%E3%83%BC%E3%82%B9%E3%82%B1%E3%83%BC%E3%82%B9) - - [異なるフォームファクタ](#%E7%95%B0%E3%81%AA%E3%82%8B%E3%83%95%E3%82%A9%E3%83%BC%E3%83%A0%E3%83%95%E3%82%A1%E3%82%AF%E3%82%BF) +📖 目次
+ +- [はじめに](#introduction) +- [主な特徴](#key-features) +- [簡単な例](#quick-example) +- [インストール](#installation) +- [Python クイックスタート 🐍](#python-quick-start-) +- [Node.js クイック スタート 🟩](#nodejs-quick-start-) +- [ステップ 1: エージェントを作成する](#step-1-create-an-agent) +- [コンポーネント](#components) +- [メンタルモデル](#mental-model) +- [コンセプト](#concepts) +- [タスクの理解](#understanding-tasks) +- [タスクのライフサイクル](#lifecycle-of-a-task) +- [ワークフロー ステップの種類](#types-of-workflow-steps) +- [ツールの種類](#tool-types) +- [ユーザー定義の `functions`](#user-defined-functions) +- [`システム` ツール](#system-tools) +- [組み込みの `integrations`](#built-in-integrations) +- [直接の `api_calls`](#direct-api_calls) +- [統合](#integrations) +- [その他の機能](#other-features) +- [エージェントへのツールの追加](#adding-tools-to-agents) +- [セッションとユーザーの管理](#managing-sessions-and-users) +- [ドキュメントの統合と検索](#document-integration-and-search) +- [参考](#reference) +- [SDKリファレンス](#sdk-reference) +- [APIリファレンス](#api-reference) +- [ローカルクイックスタート](#local-quickstart) +- [Julep と LangChain などの違いは何ですか?](#whats-the-difference-between-julep-and-langchain-etc) +- [さまざまなユースケース](#different-use-cases) +- [異なるフォームファクター](#different-form-factor) +- [要約](#in-summary) @@ -107,40 +104,46 @@ Julep は、過去のやり取りを記憶し、複雑なタスクを実行で Julep を使用すると、意思決定、ループ、並列処理、多数の外部ツールや API との統合を組み込んだ複数ステップのタスクを作成できます。 -多くの AI アプリケーションは、分岐が最小限の、プロンプトと API 呼び出しの単純な線形チェーンに制限されていますが、Julep はより複雑なシナリオを処理できるように構築されています。 +多くの AI アプリケーションは、最小限の分岐によるプロンプトと API 呼び出しの単純な線形チェーンに制限されていますが、Julep は次のようなより複雑なシナリオを処理できるように構築されています。 -サポート対象: - -- 複雑で多段階のプロセス -- ダイナミックな意思決定 -- 並列実行 +- 複数のステップがある、 +- モデルの出力に基づいて意思決定を行う +- 平行枝を生成し、 +- たくさんのツールを使い、 +- 長時間走る。 > [!ヒント] -> 単純な質問に答えるだけでなく、複雑なタスクを処理し、過去のやり取りを記憶し、場合によっては他のツールや API も使用できる AI エージェントを構築したいとします。そこで Julep の出番です。 +> 単純な質問に答えるだけでなく、複雑なタスクを処理し、過去のやり取りを記憶し、場合によっては他のツールや API も使用できる AI エージェントを構築したいとします。そこで Julep の出番です。詳細については、[タスクの理解](#understanding-tasks) をお読みください。 ## 主な特徴 1. 🧠 **永続的な AI エージェント**: 長期にわたるやり取りを通じてコンテキストと情報を記憶します。 2. 💾 **ステートフル セッション**: 過去のやり取りを追跡して、パーソナライズされた応答を提供します。 -3. 🔄 **複数ステップのタスク**: ループと意思決定を使用して、複雑な複数ステップのプロセスを構築します。 +3. 🔄 **複数ステップのタスク**: ループと意思決定を含む複雑な複数ステップのプロセスを構築します。 4. ⏳ **タスク管理**: 無期限に実行される可能性のある長時間実行タスクを処理します。 5. 🛠️ **組み込みツール**: タスクで組み込みツールと外部 API を使用します。 6. 🔧 **自己修復**: Julep は失敗したステップを自動的に再試行し、メッセージを再送信し、一般的にタスクがスムーズに実行されるようにします。 7. 📚 **RAG**: Julep のドキュメント ストアを使用して、独自のデータを取得して使用するためのシステムを構築します。 -Julep は、単純なプロンプト応答モデルを超えた AI ユースケースを必要とするアプリケーションに最適です。 + + +> [!ヒント] +> Julep は、単純なプロンプト応答モデルを超えた AI ユースケースを必要とするアプリケーションに最適です。 ## 簡単な例 次のことができる研究 AI エージェントを想像してください。 -1. トピックを取り上げ、 -2. そのトピックについて100個の検索クエリを考えます。 +1. **トピックを選ぶ**、 +2. そのトピックについて**100個の検索クエリを考え出す** 3. ウェブ検索を並行して実行する -4. 結果をまとめる -5.要約をDiscordに送信する +4. 結果を**要約**します。 +5. **要約を Discord に送信**します。 -Julepでは、これは単一のタスクになります80行のコードそして走る完全に管理されたすべては Julep のサーバー上で実行されます。すべての手順は Julep のサーバー上で実行されるため、何もする必要はありません。次に動作例を示します。 +> [!注意] +> Julepでは、これは単一のタスクになります80行のコードそして走る完全に管理されたすべて自動的に行われます。すべての手順は Julep の独自のサーバー上で実行されるため、何もする必要はありません。 + +実際の例を次に示します。 ```yaml name: Research Agent @@ -160,12 +163,12 @@ tools: integration: provider: brave setup: - api_key: "YOUR_BRAVE_API_KEY" + api_key: BSAqES7dj9d... # dummy key - name: discord_webhook type: api_call api_call: - url: "YOUR_DISCORD_WEBHOOK_URL" + url: https://eobuxj02se0n.m.pipedream.net # dummy requestbin method: POST headers: Content-Type: application/json @@ -197,7 +200,7 @@ main: tool: web_search arguments: query: "_" - parallelism: 100 + parallelism: 10 # Collect the results from the web search - evaluate: @@ -211,28 +214,74 @@ main: The summary should be well-structured, informative, and highlight key findings and insights: {{_.results}} unwrap: true + settings: + model: gpt-4o-mini # Send the summary to Discord - tool: discord_webhook arguments: - content: > - **Research Summary for {{inputs[0].topic}}** + content: |- + f''' + **Research Summary for {inputs[0].topic}** - {{_}} + {_} + ''' ``` この例では、Julep は並列実行を自動的に管理し、失敗したステップを再試行し、API リクエストを再送信し、タスクが完了するまで確実に実行し続けます。 +> これは 30 秒以内に実行され、次の出力を返します。 + +
+
+
## インストール
Julep を使い始めるには、[npm](https://www.npmjs.com/package/@julep/sdk) または [pip](https://pypi.org/project/julep/) を使用してインストールします。
+**Node.js**:
```bash
npm install @julep/sdk
-```
-または
+# or
+bun add @julep/sdk
+```
+
+**Python**:
```bash
pip install julep
```
@@ -249,997 +298,1219 @@ pip install julep
## Python クイックスタート 🐍
-### ステップ 1: エージェントを作成する
-
```python
+### Step 0: Setup
+
+import time
import yaml
from julep import Julep # or AsyncJulep
client = Julep(api_key="your_julep_api_key")
+### Step 1: Create an Agent
+
agent = client.agents.create(
name="Storytelling Agent",
- model="gpt-4o",
- about="You are a creative storytelling agent that can craft engaging stories and generate comic panels based on ideas.",
+ model="claude-3.5-sonnet",
+ about="You are a creative storyteller that crafts engaging stories on a myriad of topics.",
)
-# 🛠️ Add an image generation tool (DALL·E) to the agent
-client.agents.tools.create(
- agent_id=agent.id,
- name="image_generator",
- description="Use this tool to generate images based on descriptions.",
- integration={
- "provider": "dalle",
- "method": "generate_image",
- "setup": {
- "api_key": "your_openai_api_key",
- },
- },
-)
-```
-
-### ステップ2: ストーリーと漫画を生成するタスクを作成する
-
-入力されたアイデアに基づいてストーリーを作成し、パネル化された漫画を生成するためのマルチステップタスクを定義しましょう。
+### Step 2: Create a Task that generates a story and comic strip
-```python
-# 📋 Task
-# Create a task that takes an idea and creates a story and a 4-panel comic strip
task_yaml = """
-name: Story and Comic Creator
-description: Create a story based on an idea and generate a 4-panel comic strip illustrating the story.
+name: Storyteller
+description: Create a story based on an idea.
+
+tools:
+ - name: research_wikipedia
+ integration:
+ provider: wikipedia
+ method: search
main:
- # Step 1: Generate a story and outline into 4 panels
+ # Step 1: Generate plot idea
- prompt:
- role: system
content: You are {{agent.name}}. {{agent.about}}
- role: user
content: >
- Based on the idea '{{_.idea}}', write a short story suitable for a 4-panel comic strip.
- Provide the story and a numbered list of 4 brief descriptions for each panel illustrating key moments in the story.
+ Based on the idea '{{_.idea}}', generate a list of 5 plot ideas. Go crazy and be as creative as possible. Return your output as a list of long strings inside ```応答の最後に yaml タグを追加します。
+アンラップ: true
+
+- 評価する：
+plot_ideas: load_yaml(_.split('```yaml')[1].split('```')[0].ストリップ())
+
+# ステップ2: プロットのアイデアから研究分野を抽出する
+- プロンプト：
+- 役割: システム
+内容: あなたは {{agent.name}} です。 {{agent.about}}
+- 役割: ユーザー
+内容: >
+ストーリーのプロットのアイデアをいくつか紹介します。
+{% for idea in _.plot_ideas %}
+- {{アイデア}}
+{% endfor %}
+
+ストーリーを展開するには、プロットのアイデアをリサーチする必要があります。
+何を研究すべきでしょうか? 興味深いと思うプロットのアイデアについて、Wikipedia の検索クエリを書き留めてください。
+出力をyamlリストとして返します```yaml tags at the end of your response.
unwrap: true
+ settings:
+ model: gpt-4o-mini
+ temperature: 0.7
- # Step 2: Extract the panel descriptions and story
- evaluate:
- story: _.split('1. ')[0].strip()
- panels: re.findall(r'\\d+\\.\\s*(.*?)(?=\\d+\\.\\s*|$)', _)
+ research_queries: load_yaml(_.split('```yaml')[1].split('```')[0].strip())
- # Step 3: Generate images for each panel using the image generator tool
+ # Step 3: Research each plot idea
- foreach:
- in: _.panels
+ in: _.research_queries
do:
- tool: image_generator
+ tool: research_wikipedia
arguments:
- description: _
+ query: _
+
+ - evaluate:
+ wikipedia_results: 'NEWLINE.join([f"- {doc.metadata.title}: {doc.metadata.summary}" for item in _ for doc in item.documents])'
- # Step 4: Generate a catchy title for the story
+ # Step 4: Think and deliberate
- prompt:
- role: system
content: You are {{agent.name}}. {{agent.about}}
- role: user
- content: >
- Based on the story below, generate a catchy title.
-
- Story: {{outputs[1].story}}
- unwrap: true
-
- # Step 5: Return the story, the generated images, and the title
- - return:
- title: outputs[3]
- story: outputs[1].story
- comic_panels: "[output.image.url for output in outputs[2]]"
+ content: |-
+ Before we write the story, let's think and deliberate. Here are some plot ideas:
+ {% for idea in outputs[1].plot_ideas %}
+ - {{idea}}
+ {% endfor %}
+
+ Here are the results from researching the plot ideas on Wikipedia:
+ {{_.wikipedia_results}}
+
+ Think about the plot ideas critically. Combine the plot ideas with the results from Wikipedia to create a detailed plot for a story.
+ Write down all your notes and thoughts.
+ Then finally write the plot as a yaml object inside ```応答の最後に yaml タグを追加します。yaml オブジェクトの構造は次のようになります。
+
+ ```yaml
+ title: "AIに関する研究概要 （クリックして拡大）
+ +> **AIに関する研究概要** +> +> ### 人工知能（AI）に関する研究成果の概要 +> +> #### はじめに +> 人工知能 (AI) の分野は近年、機械が環境を認識し、データから学習し、意思決定を行える方法とテクノロジーの開発により、大きな進歩を遂げています。この概要では、AI に関連するさまざまな研究結果から得られた洞察に主に焦点を当てています。 +> +> #### 主な調査結果 +> +> 1. **AIの定義と範囲**: +> - AI は、学習、推論、問題解決など、人間のような知能を必要とするタスクを実行できるシステムの作成に重点を置いたコンピューター サイエンスの分野として定義されています (Wikipedia)。 +> - 機械学習、自然言語処理、ロボット工学、コンピュータービジョンなど、さまざまなサブフィールドを網羅しています。 +> +> 2. **影響と応用**: +> - AI テクノロジーはさまざまな分野に統合され、効率性と生産性を向上させています。その応用範囲は、自律走行車やヘルスケア診断から顧客サービスの自動化や財務予測まで多岐にわたります (OpenAI)。 +> - AI をすべての人にとって有益なものにするという Google の取り組みは、さまざまなプラットフォームでユーザー エクスペリエンスを強化することで日常生活を大幅に改善する可能性を強調しています (Google AI)。 +> +> 3. **倫理的配慮**: +> - プライバシー、偏見、意思決定プロセスの説明責任に関する懸念など、AI の倫理的影響に関する議論が続いています。AI 技術の安全で責任ある使用を保証するフレームワークの必要性が強調されています (OpenAI)。 +> +> 4. **学習メカニズム**: +> - AI システムは、教師あり学習、教師なし学習、強化学習などのさまざまな学習メカニズムを活用します。これらの方法により、AI は過去の経験やデータから学習することで、時間の経過とともにパフォーマンスを向上させることができます (Wikipedia)。 +> - 教師あり学習と教師なし学習の区別は重要です。教師あり学習はラベル付きデータに依存しますが、教師なし学習は事前定義されたラベルなしでパターンを識別します (教師なし)。 +> +> 5. **今後の方向性**: +> - 今後の AI 開発では、AI システムの解釈可能性と透明性を高め、正当な判断と行動を提供できるようにすることに重点が置かれると予想されます (OpenAI)。 +> - AI システムをよりアクセスしやすく、ユーザーフレンドリーなものにし、さまざまな人口統計や業界での幅広い導入を促進する動きもあります (Google AI)。 +> +> #### 結論 +> AI は複数の領域に変革をもたらす力を持ち、産業の再構築や生活の質の向上が期待されています。しかし、AI の機能が拡大するにつれて、倫理的および社会的影響に対処することが極めて重要になります。AI の将来像を見据えるには、技術者、倫理学者、政策立案者による継続的な研究と協力が不可欠です。 + +| 名前 | について | 構文 | +Name | +About | +Syntax |
|---|---|---|---|---|---|
| プロンプト | +Prompt |
-AIモデルにメッセージを送信し、応答を受け取る
-
+Send a message to the AI model and receive a response
+ Note: The prompt step uses Jinja templates and you can access context variables in them. |
-```yaml -- prompt: "Analyze the following data: {{data}}" +```ヤム +- プロンプト: 「次のデータを分析してください: {{agent.name}}」 # <-- これは jinja テンプレートです +``` + +```ヤム +- プロンプト： +- 役割: システム +内容: 「あなたは {{agent.name}} です。 {{agent.about}}」 +- 役割: ユーザー +内容: 「次のデータを分析します: {{_.data}}」 ``` | ||
| ツールコール | +Tool Call |
-統合ツールまたはAPIを実行する
+Execute an integrated tool or API that you have previously declared in the task.
+ Note: The tool call step uses Python expressions inside the arguments. |
-```yaml -- tool: web_search - arguments: - query: "Latest AI developments" +```ヤム +- ツール: web_search +引数: +クエリ: '"最新の AI 開発"' # <-- これは Python 式です (引用符に注意してください) +num_results: len(_.topics) # <-- リストの長さにアクセスするための Python 式 ``` | ||
| 評価する | +Evaluate |
-計算を実行したりデータを操作したりする
-
+Perform calculations or manipulate data
+ Note: The evaluate step uses Python expressions. |
-```yaml -- evaluate: - average_score: "sum(scores) / len(scores)" +```ヤム +- 評価する： +average_score: 合計(スコア) / 長さ(スコア) ``` | ||
| 入力を待つ | +Wait for Input |
-入力を受信するまでワークフローを一時停止する
+Pause workflow until input is received. It accepts an `info` field that can be used by your application to collect input from the user.
+
+ Note: The wait_for_input step is useful when you want to pause the workflow and wait for user input e.g. to collect a response to a prompt. |
-```yaml -- wait_for_input: - info: - message: "Please provide additional information." +```ヤム +- 入力待ち: +情報： +メッセージ: '"{_.required_info} に関する追加情報を提供してください。"' # <-- コンテキスト変数にアクセスするための Python 式 ``` | ||
| ログ | +Log |
-指定された値またはメッセージをログに記録する
+Log a specified value or message.
+
+ Note: The log step uses Jinja templates and you can access context variables in them. |
-```yaml -- log: "Processing completed for item {{item_id}}" +```ヤム +- ログ: "アイテム {{_.item_id}} の処理が完了しました" # <-- コンテキスト変数にアクセスするための jinja テンプレート ``` |
| 名前 | について | 構文 | +Name | About | Syntax |
|---|---|---|---|---|---|
| 得る | +Get | -キーバリューストアから値を取得する +Retrieve a value from the execution's key-value store. | -```yaml -- get: "user_preference" +```ヤム +- 取得: user_preference ``` | ||
| セット | +Set |
-キーバリューストア内のキーに値を割り当てる
+Assign a value to a key in the execution's key-value store.
+ Note: The set step uses Python expressions. |
-```yaml -- set: - user_preference: "dark_mode" +```ヤム +- セット： +user_preference: '"dark_mode"' # <-- python 式 ``` |
| 名前 | について | 構文 | +Name | About | Syntax |
|---|---|---|---|---|---|
| フォア | +Foreach | -コレクションを反復処理し、各アイテムに対して手順を実行します。 +Iterate over a collection and perform steps for each item | -```yaml -- foreach: - in: "data_list" - do: - - log: "Processing item {{_}}" +```ヤム +- 各: +in: _.data_list # <-- コンテキスト変数にアクセスするための Python 式 +する： +- ログ: "アイテム {{_.item}} を処理しています" # <-- コンテキスト変数にアクセスするための jinja テンプレート ``` | ||
| マップリデュース | +Map-Reduce | -コレクションをマップして結果を減らす +Map over a collection and reduce the results | -```yaml -- map_reduce: - over: "numbers" - map: - - evaluate: - squared: "_ ** 2" - reduce: "sum(results)" +```ヤム +- マップリデュース: +over: _.numbers # <-- コンテキスト変数にアクセスするための Python 式 +地図： +- 評価する： +二乗: "_ ** 2" +Reduce: 結果 + [_] # <-- (オプション) 結果を削減する Python 式。省略した場合、これがデフォルトになります。 +``` + +```ヤム +- マップリデュース: +以上: _.topics +地図： +- プロンプト: {{_}} に関するエッセイを書く +並列度: 10 ``` | ||
| 平行 | +Parallel | -複数のステップを並行して実行する +Run multiple steps in parallel | -```yaml -- parallel: - - tool: web_search - arguments: - query: "AI news" - - tool: weather_check - arguments: - location: "New York" +```ヤム +- 平行： +- ツール: web_search +引数: +クエリ: 「AI ニュース」 +- ツール: weather_check +引数: +場所: '"ニューヨーク"' ``` |
| 名前 | について | 構文 | +Name | About | Syntax |
|---|---|---|---|---|---|
| If-Else | +If-Else | -ステップの条件付き実行 +Conditional execution of steps | -```yaml -- if: "score > 0.8" - then: - - log: "High score achieved" - else: - - log: "Score needs improvement" +```ヤム +- if: _.score > 0.8 # <-- Python 式 +それから： +- ログ: 高得点を達成 +それ以外： +- エラー: スコアの改善が必要です ``` | ||
| スイッチ | +Switch | -複数の条件に基づいてステップを実行する +Execute steps based on multiple conditions | -```yaml -- switch: - - case: "category == 'A'" - then: - - log: "Category A processing" - - case: "category == 'B'" - then: - - log: "Category B processing" - - case: "_" # Default case - then: - - log: "Unknown category" +```ヤム +- スイッチ: +- ケース: _.category == 'A' +それから： +- ログ: 「カテゴリー A 処理」 +- ケース: _.category == 'B' +それから： +- ログ: 「カテゴリー B 処理」 +- case: _ # デフォルトのケース +それから： +- エラー: 不明なカテゴリ ``` |
| 名前 | について | 構文 | +Name | About | Syntax |
|---|---|---|---|---|---|
| 寝る | +Sleep | -指定した期間ワークフローを一時停止する +Pause the workflow for a specified duration | -```yaml -- sleep: - seconds: 30 +```ヤム +- 寝る： +秒: 30 +分数: 1 +時間数: 1 +日数: 1 ``` | ||
| 戻る | +Return |
-ワークフローから値を返す
+Return a value from the workflow
+
+ Note: The return step uses Python expressions. |
-```yaml -- return: - result: "Task completed successfully" +```ヤム +- 戻る： +結果: '"タスクは正常に完了しました"' # <-- Python 式 +time: datetime.now().isoformat() # <-- python 式 ``` | ||
| 収率 | +Yield | -サブワークフローを実行し、完了を待ちます +Run a subworkflow and await its completion | -```yaml -- yield: - workflow: "data_processing_subflow" - arguments: - input_data: "{{raw_data}}" +```ヤム +- 収率： +ワークフロー: process_data +引数: +input_data: _.raw_data # <-- Python式 ``` | ||
| エラー | +Error | -エラーメッセージを指定してエラーを処理する +Handle errors by specifying an error message | -```yaml -- error: "Invalid input provided" +```ヤム +- エラー:「無効な入力が提供されています」# <-- 文字列のみ ``` |
| 勇敢な検索 | +Brave Search | -```yaml -setup: - api_key: string # The API key for Brave Search +```ヤム +設定： +api_key: 文字列 # Brave SearchのAPIキー -arguments: - query: string # The search query for searching with Brave +引数: +query: 文字列 # Braveで検索するための検索クエリ -output: - result: string # The result of the Brave Search +出力： +result: 文字列 # Brave Searchの結果 ``` | -**サンプルクックブック**: [cookbooks/03-SmartResearcher_With_WebSearch.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/03-SmartResearcher_With_WebSearch.ipynb) +**Example cookbook**: [cookbooks/03-SmartResearcher_With_WebSearch.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/03-SmartResearcher_With_WebSearch.ipynb) |
| ブラウザベース | +BrowserBase | -```yaml -setup: - api_key: string # The API key for BrowserBase - project_id: string # The project ID for BrowserBase - session_id: string # (Optional) The session ID for BrowserBase +```ヤム +設定： +api_key: 文字列 # BrowserBaseのAPIキー +project_id: 文字列 # BrowserBase のプロジェクト ID +session_id: 文字列 # (オプション) BrowserBaseのセッションID -arguments: - urls: list[string] # The URLs for loading with BrowserBase +引数: +urls: list[string] # BrowserBaseで読み込むURL -output: - documents: list # The documents loaded from the URLs +出力： +documents: list # URLから読み込まれたドキュメント ``` | |
| メール | +-```yaml -setup: - host: string # The host of the email server - port: integer # The port of the email server - user: string # The username of the email server - password: string # The password of the email server - -arguments: - to: string # The email address to send the email to - from: string # The email address to send the email from - subject: string # The subject of the email - body: string # The body of the email - -output: - success: boolean # Whether the email was sent successfully +```ヤム +設定： +ホスト: 文字列 # メールサーバーのホスト +port: 整数 # メールサーバーのポート +user: 文字列 # メールサーバーのユーザー名 +パスワード: 文字列 # メールサーバーのパスワード + +引数: +to: 文字列 # メールを送信するメールアドレス +from: 文字列 # メールを送信するメールアドレス +subject: 文字列 # メールの件名 +body: 文字列 # メールの本文 + +出力： +success: boolean # メールが正常に送信されたかどうか ``` | -**サンプルクックブック**: [cookbooks/00-Devfest-Email-Assistant.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/00-Devfest-Email-Assistant.ipynb) +**Example cookbook**: [cookbooks/00-Devfest-Email-Assistant.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/00-Devfest-Email-Assistant.ipynb) | |
| スパイダー | +Spider | -```yaml -setup: - spider_api_key: string # The API key for Spider +```ヤム +設定： +spider_api_key: 文字列 # SpiderのAPIキー -arguments: - url: string # The URL for which to fetch data - mode: string # The type of crawlers (default: "scrape") - params: dict # (Optional) The parameters for the Spider API +引数: +url: 文字列 # データを取得するURL +mode: 文字列 # クローラーのタイプ (デフォルト: "scrape") +params: dict # (オプション) Spider APIのパラメータ -output: - documents: list # The documents returned from the spider +出力： +ドキュメント: リスト # スパイダーから返されたドキュメント ``` | -**サンプルクックブック**: [cookbooks/01-Website_Crawler_using_Spider.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/01-Website_Crawler_using_Spider.ipynb) +**Example cookbook**: [cookbooks/01-Website_Crawler_using_Spider.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/01-Website_Crawler_using_Spider.ipynb) |
| 天気 | +Weather | -```yaml -setup: - openweathermap_api_key: string # The API key for OpenWeatherMap +```ヤム +設定： +openweathermap_api_key: 文字列 # OpenWeatherMapのAPIキー -arguments: - location: string # The location for which to fetch weather data +引数: +location: 文字列 # 気象データを取得する場所 -output: - result: string # The weather data for the specified location +出力： +結果: 文字列 # 指定された場所の天気データ ``` | -**サンプルクックブック**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) +**Example cookbook**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) |
| ウィキペディア | +Wikipedia | -```yaml -arguments: - query: string # The search query string - load_max_docs: integer # Maximum number of documents to load (default: 2) +```ヤム +引数: +query: 文字列 # 検索クエリ文字列 +load_max_docs: 整数 # 読み込むドキュメントの最大数 (デフォルト: 2) -output: - documents: list # The documents returned from the Wikipedia search +出力： +ドキュメント: リスト # Wikipedia 検索から返されたドキュメント ``` | -**サンプルクックブック**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) +**Example cookbook**: [cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb](https://github.com/julep-ai/julep/blob/dev/cookbooks/04-TripPlanner_With_Weather_And_WikiInfo.ipynb) |