Kheishは、複数のエージェントを柔軟に構成して複雑なタスクを解決することを可能にする、オープンソースのマルチエージェント協調プラットフォームです。

ケイシュとは何ですか？

Kheishは、大規模言語モデル（LLM）に基づいたオープンソースのマルチエージェントオーケストレーションプラットフォームです。提案書の作成、レビュー、検証、フォーマットといった複雑なタスクの様々なステップを、複数の専門化された役割（エージェント）と柔軟なワークフローを用いて調整し、高品質な成果物を生み出します。このプラットフォームは、ファイルシステムへのアクセス、シェルコマンド、ベクターストレージなどの外部モジュールをシームレスに統合し、コンテキストを充実させ、大規模なコードベースやドキュメントを処理します。モジュール性、拡張性、フィードバックループ、チャットのようなプロンプトを備えたKheishは、カスタマイズや、新しいタスクやドメインへの拡張をサポートします。

ケイシュの主な機能

マルチエージェントワークフロー複数の役割（提案者、レビュー担当者、検証者、フォーマット担当者）を定義し、YAMLベースのワークフロー構成で定義された順序で実行することで、複雑なタスクを処理できます。
モジュール統合ファイルシステムアクセス（fs）、シェルコマンド（sh）、ベクトルストレージ（vector_store）など、複数のモジュールを統合することで、機能性と処理能力を拡張します。
チャット形式のプロンプトLLMとのやり取りは、システム、ユーザー、アシスタントを含む対話構造を用いて、文脈を維持し、指示を明確にする。
フィードバックと改訂のサイクルこのワークフローは反復的なフィードバックをサポートしており、レビュー担当者や検証担当者は問題点が見つかった場合に修正を要求でき、ソリューションが基準を満たすまでこのプロセスが繰り返されます。
RAGと組み込み統合されたベクトルストレージにより、大容量のドキュメントを処理できるため、モデルはプロンプトに過負荷をかけることなく、関連する断片を取得できます。
モジュール性と拡張性既存の構造を損なうことなく新しいモジュールやエージェントを追加できる機能をサポートし、新しいタスクやドメインへのカスタマイズや拡張を促進します。

ケイシュの技術原則

タスクマネージャータスク構成（YAML）の読み込み、コンテキストの処理、ワークフローの実行、必要に応じたモジュールの統合を担当するタスクマネージャを設計してください。
コンテキスト処理タスクマネージャは、最初のファイルまたはテキストを読み込み、タスクコンテキストを準備し、後続のエージェントワークフローのためのコンテキスト情報を提供します。
ワークフロー実行エージェントは、定義されたワークフローの順序に従ってタスクを実行します。これには、ソリューションの生成、提案の品質チェック、最終的な正確性の確保、および検証結果の出力が含まれます。
モジュール要求呼び出しインテリジェントエージェントは、MODULE_REQUEST呼び出しを発行して、他のデータを取得したり、ファイルを読み込んだり、意味検索を実行したりすることができます。
結果キャッシュ重複した操作を避けるため、Kheishはプロキシリクエストモジュールの結果をキャッシュします。
RAGとの統合これは、検索強化生成（RAG）モデルと統合されており、ベクターストレージを介して大規模なドキュメントを容易に処理し、関連する断片を検索できます。

ケイシュのプロジェクトアドレス

GitHubリポジトリ：https://github.com/graniet/kheish

Kheishのアプリケーションシナリオ

コード監査自動コードレビューに使用され、インテリジェントエージェントのワークフローを通じてコード内のセキュリティ脆弱性や品質上の問題を特定し、改善案を提示します。
法律文書分析法律分野においては、これは大量の法律文書を処理・分析し、重要な情報を抽出し、法律調査や訴訟準備を支援することを含む。
顧客サービス自動化チャットボットとして、顧客からの問い合わせやサポート依頼に対応し、即座に自動応答を提供します。
コンテンツ作成アシスタントコンテンツ制作者が記事、ブログ、その他のマーケティング資料を作成・編集する際に役立ち、コンテンツの質と魅力を向上させます。
パーソナライズされた教育プラットフォーム生徒の学習進捗状況に基づいた、個別の学習教材や演習問題を提供し、オンライン教育や遠隔学習を支援する。