Project89: 模塊化高性能AI Agent框架的新突破

解析Project89:一種模塊化、高性能的新一代AI Agent框架設計

Project89採用了一種全新的方式來設計Agent Framework,這是一個針對遊戲開發的高性能Agent Framework,與當前使用的Agent Framework相比更加模塊化,性能也更好。

本文將詳細介紹這個框架相比傳統Agent框架在架構上的升級。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

開發者背景

Project89的創始人此前參與開發了Magick項目,這是一個利用AI進行編程的軟件。他在該項目中排名第四位開發者。

爲什麼要用ECS來設計Agent Framework

從遊戲領域的應用來看,目前採用ECS架構的遊戲包括:

  • 區塊鏈遊戲:Mud、Dojo
  • 傳統遊戲:守望先鋒、星際公民等
  • 主流遊戲引擎也在向ECS方向發展,如Unity

ECS簡介

ECS(Entity-Component-System)是遊戲開發和模擬系統中常用的架構模式,它將數據與邏輯徹底分離,以便在大規模可擴展場景下高效管理各種實體及其行爲:

  1. Entity(實體):僅是一個ID,不包含任何數據或邏輯。

  2. Component(組件):用來存儲實體的具體數據或狀態。

  3. System(系統):負責執行與某些組件相關的邏輯。

以一個具體的Agent行動爲例:在ArgOS中將每個Agent視爲一個Entity,它可以註冊不同的組件,如:

  • Agent Component:存儲Agent名稱、模型名等基礎信息
  • Perception Component:存儲感知到的外界數據
  • Memory Component:存儲Agent Entity的Memory數據
  • Action Component:存儲要執行的Action數據

System的工作流程:

  1. 感知到武器,Perception System更新Agent Entity的Perception Component

  2. Memory System調用Perception Component和Memory Component,將感知數據持久化到數據庫

  3. Action System調用Memory Component和Action Component,從記憶獲取環境信息,執行相應動作

  4. 得到每個Component數據都被更新的Agent Entity

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

System的運行流程

實際的system執行流程不是我們想象的順序調用,而是各System之間沒有調用關係,每個System在規定週期內執行一次,如:

  • Perception System每2s執行一次,更新外界感知到Perception Component
  • Memory System每1s執行一次,從Perception Component提取數據到Memory Component
  • Plan System每1000s執行一次,制定計劃並更新Plan Component
  • Action System每2s執行一次,根據外界信息及時反應,同時根據Plan Component更新Action

ArgOS System架構

ArgOS爲了讓Agent能進行更深入思考和執行復雜任務,設計了多個Component和System。

ArgOS將System分爲三種層次(ConsciousnessLevel):

  1. 有意識(CONSCIOUS)系統

    • 包括RoomSystem、PerceptionSystem等
    • 更新頻率較高(如每10秒)
    • 更貼近"實時"或"顯意識"層面處理
  2. 潛意識(SUBCONSCIOUS)系統

    • 包括GoalPlanningSystem、PlanningSystem
    • 更新頻率較低(如每25秒)
    • 處理"思考"邏輯
  3. 無意識(UNCONSCIOUS)系統

    • 目前暫未啓用
    • 更新頻率更慢(50秒以上)

ArgOS中各system關係復雜,分層設計有助於規定不同System的執行頻率。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

各System功能概述

  1. PerceptionSystem:收集外界"刺激",更新到Agent的Perception組件

  2. ExperienceSystem:將Stimuli轉換爲"體驗",存儲到Memory組件

  3. ThinkingSystem:Agent的"思考"系統,生成ThoughtResult

  4. ActionSystem:執行Agent的pendingAction

  5. GoalPlanningSystem:評估目標進度,生成新目標

  6. PlanningSystem:爲目標生成或更新執行計劃

  7. RoomSystem:處理房間相關更新,如occupants列表

  8. CleanupSystem:移除不再需要的實體

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

ArgOS整體架構解析

核心架構分層

包括Components、Systems、Managers等層

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

組件(Component)分類

  1. 核心身分類:Agent、PlayerProfile等
  2. 行爲與狀態類:Action、Goal、Plan等
  3. 感知與記憶類:Perception、Memory等
  4. 環境與空間類:Room、OccupiesRoom等
  5. 外觀與交互類:Appearance、UIState等
  6. 輔助或運維類:Cleanup、DebugInfo等

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

Manager架構

除Component和System外,還需要資源管理者Manager:

  • RoomManager:管理房間信息
  • StateManager:獲取保存世界/代理狀態
  • EventBus:廣播監聽事件
  • PromptManager:提供LLM Prompt模板
  • ActionManager:管理Action的註冊與執行
  • SimulationRuntime:調度Systems,創建Managers

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

與數據庫交互

通過StateManager/PersistenceManager與數據庫交互:

  1. 啓動時加載核心數據
  2. 運行時Systems更新組件數據
  3. 定期或事件驅動持久化
  4. 退出時保存所有數據

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

架構創新點

  • 各System獨立運行,無調用關係
  • 模塊化設計,易於添加刪減功能
  • ECS架構性能優於傳統面向對象
  • 將System分爲不同意識層次,設計精妙
  • 極其模塊化,性能優秀,代碼質量高

這是一個模塊化程度高、性能優秀的框架,爲遊戲和DeepAI團隊提供了新的架構選擇。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

AGENT-13.87%
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 5
  • 轉發
  • 分享
留言
0/400
LiquidityWitchvip
· 15小時前
从这个 p89 框架中召唤一些黑暗魔法的气息,老实说……让我感受到那些禁忌魔法书的感觉,真的。
查看原文回復0
ZkProofPuddingvip
· 08-06 04:38
太菜了吧 性能提升靠吹?
回復0
rugdoc.ethvip
· 08-06 04:36
真有必要再弄个框架吗?
回復0
币圈塔罗师vip
· 08-06 04:34
不就是搞了个架构呗
回復0
Ser Liquidatedvip
· 08-06 04:31
又见新框架提升性能??
回復0
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)