Project89: Инновационный дизайн модульной высокопроизводительной AI-агентской платформы

2025-07-15 22:15:48

Генерация тезисов в процессе

Анализ Project89: Дизайн нового модульного высокопроизводительного AI Agent фреймворка

Project89 использует инновационный подход к проектированию фреймворка Agent, который является высокопроизводительным фреймворком Agent для разработки игр, и по сравнению с текущими фреймворками Agent он более модульный и имеет лучшую производительность.

В этой статье подробно рассматривается обновление этой структуры по сравнению с традиционными агентскими структурами, чтобы помочь читателям лучше понять ее инновационные аспекты.

Фон разработчика

Основатель Project89 ранее участвовал в разработке проекта Magick, это программное обеспечение для программирования с использованием ИИ. Он занимал четвертое место среди разработчиков в этом проекте, продемонстрировав сильные технические навыки.

Почему стоит выбрать архитектурный дизайн Agent фрейма ECS

ECS(Сущность-Компонент-Система)архитектура широко используется в разработке игр и моделировании систем. В настоящее время игры, использующие архитектуру ECS, включают:

Блокчейн-игры: Mud, Dojo
Традиционные игры: Overwatch, Star Citizen и др.
Основные игровые движки, такие как Unity, также развиваются в направлении ECS.

Архитектура ECS полностью отделяет данные от логики, что способствует эффективному управлению различными сущностями и их поведением в сценариях с высокой масштабируемостью.

Введение в архитектуру ECS

ECS включает в себя три ключевых концепта:

Entity(: это всего лишь ID, не содержит данных или логики.
Component) компонент(: используется для хранения конкретных данных или состояния сущности.
Система（系统): отвечает за выполнение логики, связанной с определенными компонентами.

В ArgOS каждый Агент рассматривается как Сущность, которая может регистрировать различные компоненты, такие как:

Агентский компонент: хранит базовую информацию, такую как название агента, название модели и т. д.
Компонент восприятия: хранение воспринимаемых внешних данных
Компонент памяти: хранение данных памяти агента
Компонент действия: хранит данные действия, которые необходимо выполнить

Пример рабочего процесса системы:

Осознание оружия, обновление компонента восприятия агента в системе восприятия.
Система памяти вызывает компонент восприятия и памяти, чтобы сохранить данные восприятия.
Система действий вызывает Memory и компонент Action, выполняя соответствующее действие
Получите обновленную сущность агента

![Деконструкция Project89: модульный, высокопроизводительный фреймворк следующего поколения AI Agent])https://img-cdn.gateio.im/webp-social/moments-69e16ae3b5af8c39e1fc522358584cef.webp(

Архитектура системы ArgOS

ArgOS разработал различные компоненты и системы, чтобы агент мог выполнять более сложные задачи.

Разделите систему на три уровня:

Осознанная)СИСТЕМА: высокая частота обновления, например, каждые 10 секунд
Подсознание(СИСТЕМА: частота обновления низкая, например, каждые 25 секунд
Бессознательный)UNCONSCIOUS(Система: самая медленная частота обновления, например, более 50 секунд

Отношения между различными системами сложны и в основном включают:

PerceptionSystem: Сбор внешних стимулов, обновление восприятия агента
ExperienceSystem: Превращение стимулов в абстрактный опыт для хранения в памяти
ThinkingSystem: Генерация результатов размышлений на основе текущего состояния
ActionSystem: выполнение конкретного действия
GoalPlanningSystem: Оценка прогресса целей, создание новых целей
PlanningSystem:генерация плана выполнения для цели
RoomSystem: Обработка обновлений, связанных с комнатой
CleanupSystem: Удаление недействительных сущностей

![Деконструкция Project89: модульный, высокопроизводительный фреймворк следующего поколения AI Agent])https://img-cdn.gateio.im/webp-social/moments-59f1984837d6636d7efc378c731a01eb.webp(

Анализ общей архитектуры ArgOS

) Ярусная структура ядра

Он включает в себя такие уровни, как среда выполнения, системы, компоненты и менеджеры.

Категория компонентов

Основные классы идентификации: Agent, PlayerProfile и т.д.
Классы поведения и состояния: Action, Goal, Plan и т.д.
Восприятие и память: Perception, Memory и т.д.
Классы окружения и пространства: Room, OccupiesRoom и т.д.
Внешний вид и взаимодействие: Appearance, UIState и др.
Вспомогательные или эксплуатационные классы: Cleanup, DebugInfo и т.д.

Менеджерская архитектура

Предоставляет системные функции, такие как RoomManager, StateManager, EventBus и т.д.

взаимодействие с базой данных

Управление взаимодействием с базой данных через StateManager.

Инновации в архитектуре

Каждая система работает независимо, без взаимных вызовов.
Легкость в добавлении и удалении функций, высокая модульность
Производительность превосходит традиционную объектно-ориентированную архитектуру
Дизайн многослойного исполнения системы является крайне инновационным

![Деконструкция Project89: модульный, высокопроизводительный фреймворк следующего поколения для AI Agent]###https://img-cdn.gateio.im/webp-social/moments-aadac69287c878cdd84a72c6b8929ef2.webp(

В целом, это высокомодульная, производительная платформа, предоставляющая новые архитектурные решения для игр и DEFI.

![Деконструкция Project89: модульный, высокопроизводительный фреймворк следующего поколения AI Agent])https://img-cdn.gateio.im/webp-social/moments-4f9f7656a99298c7a027a5e4722ce4d5.webp(

![Деконструкция Project89: проектирование модульной, высокопроизводительной платформы следующего поколения AI Agent])https://img-cdn.gateio.im/webp-social/moments-62bbe0d65d3748c5bc0027c5ffa39288.webp(

AGENT0.71%

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .

12 Лайков