v0.2.0 版本
- 支持了多模态大模型；
- 改进了workflow的逻辑；
- 升级Assistant为Agent的处理；
- 支持multi-agent的2种模式：team和workflow。
- 所有的demo全部重写了。
| 示例 | 描述 |
|---|---|
| examples/01_llm_demo.py | LLM问答Demo |
| examples/02_user_prompt_demo.py | 自定义用户prompt的Demo |
| examples/03_user_messages_demo.py | 自定义输入用户消息的Demo |
| examples/04_memory_demo.py | Agent的记忆Demo |
| examples/05_response_model_demo.py | 按指定格式（pydantic的BaseModel）回复的Demo |
| examples/06_calc_with_csv_file_demo.py | LLM加载CSV文件，并执行计算来回答的Demo |
| examples/07_create_image_tool_demo.py | 实现了创建图像工具的Demo |
| examples/08_ocr_tool_demo.py | 实现了OCR工具的Demo |
| examples/09_remove_image_background_tool_demo.py | 实现了自动去除图片背景功能，包括自动通过pip安装库，调用库实现去除图片背景 |
| examples/10_vision_demo.py | 视觉理解Demo |
| examples/11_web_search_openai_demo.py | 基于OpenAI的function call做网页搜索Demo |
| examples/12_web_search_moonshot_demo.py | 基于Moonshot的function call做网页搜索Demo |
| examples/13_storage_demo.py | Agent的存储Demo |
| examples/14_custom_tool_demo.py | 自定义工具，并用大模型自主选择调用的Demo |
| examples/15_crawl_webpage_demo.py | 实现了网页分析工作流：从Url爬取融资快讯 - 分析网页内容和格式 - 提取核心信息 - 汇总存为md文件 |
| examples/16_get_top_papers_demo.py | 解析每日论文，并保存为json格式的Demo |
| examples/17_find_paper_from_arxiv_demo.py | 实现了论文推荐的Demo：自动从arxiv搜索多组论文 - 相似论文去重 - 提取核心论文信息 - 保存为csv文件 |
| examples/18_agent_input_is_list.py | 展示Agent的message可以是列表的Demo |
| examples/19_naive_rag_demo.py | 实现了基础版RAG，基于Txt文档回答问题 |
| examples/20_advanced_rag_demo.py | 实现了高级版RAG，基于PDF文档回答问题，新增功能：pdf文件解析、query改写，字面+语义多路混合召回，召回排序（rerank） |
| examples/21_memorydb_rag_demo.py | 把参考资料放到prompt的传统RAG做法的Demo |
| examples/22_chat_pdf_app_demo.py | 对PDF文档做深入对话的Demo |
| examples/23_python_agent_memory_demo.py | 实现了带记忆的Code Interpreter功能，自动生成python代码并执行，下次执行时从记忆获取结果 |
| examples/24_context_demo.py | 实现了传入上下文进行对话的Demo |
| examples/25_tools_with_context_demo.py | 工具带上下文传参的Demo |
| examples/26_complex_translate_demo.py | 实现了复杂翻译Demo |
| examples/27_research_agent_demo.py | 实现了Research功能，自动调用搜索工具，汇总信息后撰写科技报告 |
| examples/28_rag_integrated_langchain_demo.py | 集成LangChain的RAG Demo |
| examples/29_rag_integrated_llamaindex_demo.py | 集成LlamaIndex的RAG Demo |
| examples/30_text_classification_demo.py | 实现了自动训练分类模型的Agent：读取训练集文件并理解格式 - 谷歌搜索pytextclassifier库 - 爬取github页面了解pytextclassifier的调用方法 - 写代码并执行fasttext模型训练 - check训练好的模型预测结果 |
| examples/31_team_news_article_demo.py | Team实现：写新闻稿的team协作，multi-role实现，委托不用角色完成各自任务：研究员检索分析文章，撰写员根据排版写文章，汇总多角色成果输出结果 |
| examples/32_team_debate_demo.py | Team实现：基于委托做双人辩论Demo，特朗普和拜登辩论 |
| examples/33_self_evolving_agent_demo.py | 实现了自我进化Agent的Demo |
| examples/34_llm_os_demo.py | 实现了LLM OS的初步设计，基于LLM设计操作系统，可以通过LLM调用RAG、代码执行器、Shell等工具，并协同代码解释器、研究助手、投资助手等来解决问题。 |
| examples/35_workflow_investment_demo.py | 实现了投资研究的工作流：股票信息收集 - 股票分析 - 撰写分析报告 - 复查报告等多个Task |
| examples/36_workflow_news_article_demo.py | 实现了写新闻稿的工作流，multi-agent的实现，多次调用搜索工具，并生成高级排版的新闻文章 |
| examples/37_workflow_write_novel_demo.py | 实现了写小说的工作流：定小说提纲 - 搜索谷歌反思提纲 - 撰写小说内容 - 保存为md文件 |
| examples/38_workflow_write_tutorial_demo.py | 实现了写技术教程的工作流：定教程目录 - 反思目录内容 - 撰写教程内容 - 保存为md文件 |
| examples/39_audio_multi_turn_demo.py | 基于openai的语音api做多轮音频对话的Demo |
Full Changelog: 0.1.3...0.2.0