Xây dựng một AI agent vào năm 2025?
Đây là stack bạn cần biết:
1. Memory:
* Lưu trữ và truy xuất các cuộc hội thoại trước đây, ngữ cảnh và kiến thức dài hạn
* Các dịch vụ phổ biến bao gồm ZepAI, Mem0, Cognee
2. No-code/Low-code tools:
* Cho phép bạn xây dựng các agent mà không cần viết code
* Các nền tảng phổ biến bao gồm Build That Idea, Flowise, n8n, Gumloop, Voiceflow, Make
3. Tool libraries:
* Cung cấp cho các agent khả năng tìm kiếm, duyệt web, viết code hoặc thực hiện các hành động trên internet
* Các thư viện phổ biến bao gồm Exa, Composio, Browserbase
4. Observability:
* Theo dõi, giám sát và gỡ lỗi hành vi của agent trong thời gian thực
* Các nền tảng phổ biến bao gồm LangSmith, AgentOps, Langfuse, Braintrust
5. Agent orchestration:
* Quản lý quy trình làm việc, điều phối đa agent và thực hiện các tác vụ phức tạp
* Các framework phổ biến bao gồm Langchain, AG, Crew AI, LlamaIndex, OAI
6. Foundational models:
* LLMs cung cấp sức mạnh cho việc suy luận, tạo và hiểu
* Các model phổ biến bao gồm OpenAI, DeepSeek, Gemini, Qwen, Anthropic, Mistral
7. Agent frameworks:
* Cung cấp logic và các khối xây dựng để tạo ra các autonomous agent
* Các framework phổ biến bao gồm PhiData, Letta, LangGraph, LlamaIndex, CrewAI, AutoGen, AutoGPT
8. Storage:
* Xử lý vector embeddings, dữ liệu có cấu trúc hoặc quản lý file
* Các database phổ biến bao gồm Chroma, Weaviate, Supabase, Neon, Pinecone
9. Infra/base:
* Hỗ trợ triển khai, mở rộng và container hóa các hệ thống agent
* Các infrastructure phổ biến bao gồm Docker, Kubernetes, Auto Scale VMs
10. GPU/CPU providers:
* Cung cấp sức mạnh tính toán để đào tạo và chạy các model
* Các nhà cung cấp hàng đầu bao gồm Azure, AWS, Groq, Lambda, RunPod, Nvidia
Chúng ta đã bỏ lỡ điều gì?