# TaskingAI

[TaskingAI](https://www.tasking.ai) は、**LLMベースのエージェント開発とデプロイメント**のためのBaaS（Backend as a Service）プラットフォームです。数百のLLMモデルの統合を統一し、ツール、RAGシステム、アシスタント、会話履歴など、LLMアプリケーションの機能モジュールを管理する直感的なユーザーインターフェイスを提供します。 ### 主な特徴 1. **オールインワンLLMプラットフォーム**：数百のAIモデルに統一APIでアクセスできます。 2. **豊富な拡張機能**：数百のカスタマイズ可能な内蔵**ツール**と高度な**リトリーバル強化生成**(RAG)システムでLLMエージェントのパフォーマンスを向上させます。 3. **BaaSインスパイアのワークフロー**：AIロジック（サーバー側）と製品開発（クライアント側）を分離し、コンソールベースのプロトタイピングからスケーラブルなソリューションへの明確な経路を提供します。 4. **ワンクリックで本番導入**：AIエージェントをワンクリックで本番段階にデプロイし、簡単にスケールアップします。TaskingAIが残りの処理を行います。 5. **非同期効率**：Python FastAPIの非同期機能を利用して高性能な並列計算を行い、アプリケーションの応答性とスケーラビリティを向上させます。 6. **直感的なUIコンソール**：プロジェクト管理を簡素化し、コンソール内でワークフローをテストできます。

### 統合 **モデル**：TaskingAIは、OpenAIやAnthropicなど、さまざまなプロバイダーから数百のLLMを接続します。また、Ollama、LM Studio、Local AIを介してローカルホストモデルを統合することも可能です。

**プラグイン**：TaskingAIは、Google検索、ウェブサイトリーダー、株式市場検索など、多くの内蔵プラグインをサポートしており、AIエージェントを強化します。ユーザーは特定のニーズに合わせたカスタムツールも作成できます。

--- ## なぜ TaskingAI を選ぶのか？ ### 既存のソリューションの問題点 🙁 **LangChain** はLLMアプリケーション開発のためのツールフレームワークですが、実際の制約があります： - **ステートレス**：データ管理にクライアントサイドや外部サービスに依存しています。 - **スケーラビリティの課題**：ステートレス性がセッション間でのデータの一貫した取り扱いに影響を与えます。 - **外部依存性**：モデルSDKやベクトルストレージなどの外部リソースに依存しています。 **OpenAIのAssistant API** はGPTのような機能を提供することに優れているものの、以下の制約があります： - **機能の結びつき**：ツールや検索の統合が各アシスタントに結びついていて、マルチテナントアプリケーションには適していません。 - **専有の制限**：OpenAIモデルに限定されており、多様なニーズには適していません。 - **カスタマイズの制約**：ユーザーはエージェントの構成をカスタマイズできません（メモリや検索システムなど）。 ### TaskingAIなら解決できる 😃 - **ステートフルおよびステートレスの両方をサポート**：メッセージ履歴やエージェント会話セッションを追跡および管理するか、またはステートレスなチャット完了リクエストを行うだけか、どちらも対応できます。 - **モジュールの分離管理**：ツール、RAGシステム、言語モデルの管理をエージェントから分離し、これらのモジュールを自由に組み合わせて強力なAIエージェントを構築できます。 - **マルチテナントサポート**：開発後の迅速なデプロイをサポートし、マルチテナントのシナリオでも利用可能です。クラウドサービスについて心配する必要はなく、AIエージェントの開発に専念できます。 - **統一API**：タスクごとに統一されたAPIを提供し、ツール、RAGシステム、言語モデルなどの構成を簡単に管理および変更できます。 ## TaskingAIで何が作れるか？ - [x] **インタラクティブアプリのデモ** - [x] **企業の生産性向上のためのAIエージェント** - [x] **ビジネス用のマルチテナントAIネイティブアプリケーション** --- これが役立つと感じたなら、ぜひ **無料スター🌟** をください 😇

--- ## Dockerで簡単スタート自ホストのTaskingAIコミュニティエディションを起動する簡単な方法は [Docker](https://www.docker.com/) を利用することです。 ### 前提条件 - DockerとDocker Composeがインストールされたマシン。 - リポジトリをクローンするためのGitのインストール。 - クライアントSDKを実行するためのPython環境（Python 3.8以上）。 ### インストールまず、GitHubからTaskingAI（コミュニティエディション）をクローンします。 ```bash git clone https://github.com/taskingai/taskingai.git cd taskingai ``` クローンしたリポジトリの中でdockerディレクトリに移動し、Docker Composeを使ってサービスを起動します。 ```bash cd docker ``` 1. **`.env.example`を`.env`にコピーします**： ```sh cp .env.example .env ``` 2. **`.env`ファイルを編集します**：お好みのテキストエディタで`.env`ファイルを開き、必要な設定を更新してください。必要な環境変数が正しく設定されていることを確認してください。 3. **Docker Composeを起動します**：以下のコマンドを実行して、すべてのサービスを開始します： ```sh docker-compose -p taskingai --env-file .env up -d ``` サービスが起動したら、URL http://localhost:8080 をブラウザで開いてTaskingAIコンソールにアクセスします。デフォルトのユーザー名とパスワードは`admin`と`TaskingAI321`です。 ### アップグレード既に以前のバージョンのTaskingAIをインストールしていて、最新バージョンにアップグレードしたい場合は、まずリポジトリを更新します。 ```bash git pull origin master ``` 次に、現在のdockerサービスを停止し、最新のイメージをプルしてアップグレードし、最後にサービスを再起動します。 ```bash cd docker docker-compose -p taskingai down docker-compose -p taskingai pull docker-compose -p taskingai --env-file .env up -d ``` データ損失の心配はありません。必要に応じて、データは自動的に最新バージョンスキーマに移行されます。 ### TaskingAI UIコンソール [![TaskingAIコンソールデモ](https://img.youtube.com/vi/4A5uQoawETU/maxresdefault.jpg)](https://youtu.be/4A5uQoawETU) **_

上の画像をクリックして、TaskingAIコンソールデモビデオを視聴してください。

_** ### TaskingAIクライアントSDK コンソールが起動したら、TaskingAIクライアントSDKを使用してプログラム的にTaskingAIサーバーと対話します。 Python 3.8以上がインストールされていることを確認し、仮想環境を設定します（任意ですが推奨）。 pipを使用してTaskingAI PythonクライアントSDKをインストールします。 ```bash pip install taskingai ``` 以下はクライアントのコード例です： ```python import taskingai taskingai.init(api_key='YOUR_API_KEY', host='http://localhost:8080') # 新しいアシスタントを作成 assistant = taskingai.assistant.create_assistant( model_id="YOUR_MODEL_ID", memory="naive", ) # 新しいチャットを作成 chat = taskingai.assistant.create_chat( assistant_id=assistant.assistant_id, ) # ユーザーのメッセージを送信 taskingai.assistant.create_message( assistant_id=assistant.assistant_id, chat_id=chat.chat_id, text="Hello!", ) # アシスタントの応答を生成 assistant_message = taskingai.assistant.generate_message( assistant_id=assistant.assistant_id, chat_id=chat.chat_id, ) print(assistant_message) ``` `YOUR_API_KEY` と `YOUR_MODEL_ID` は、コンソールで作成した実際のAPIキーとチャット完了モデルIDに置き換えてください。詳細は[ドキュメント](https://docs.tasking.ai/docs/guide/getting_started/self_hosting/overview)をご覧ください。 ## リソース - [ドキュメント](https://docs.tasking.ai) - [APIリファレンス](https://docs.tasking.ai/api) - [お問い合わせ](https://www.tasking.ai/contact-us) ## コミュニティと貢献プロジェクトへの貢献方法については、[貢献ガイドライン](../CONTRIBUTING.md)をご覧ください。また、TaskingAIに公式Discordコミュニティができたことをお知らせいたします！ 🎊 [Discordサーバーに参加する](https://discord.gg/RqwcD3vG3k)ことで： • 💬 TaskingAIについての議論に参加し、アイデアを共有し、フィードバックを提供。 • 📚 他のユーザーや私たちのチームからのサポート、ヒント、ベストプラクティスを受け取る。 • 🚀 最新のニュース、アップデート、機能リリースを常に更新。 • 🤝 AIとタスク自動化に情瞭のある同じ志を持つ人々とネットワーキング。 ## ライセンスと行動規範 TaskingAIは特定の[TaskingAIオープンソースライセンス](./LICENSE)の下でリリースされています。このプロジェクトに貢献することで、その条項に従うことに同意したことになります。 ## サポートとお問い合わせサポートについては、[ドキュメント](https://docs.tasking.ai)を参照するか、[support@tasking.ai](mailto:support@tasking.ai)までお問い合わせください。