欢迎使用 AgentLego！¶
AgentLego 是一个开源的工具 API 库，用于扩展和增强基于大型语言模型（LLM）的智能体程序，具有以下突出特点：
丰富的工具集，用于扩展 LLM 代理程序的多模态功能 ，包括视觉感知、图像生成和编辑、语音处理和视觉语言推理等。
灵活的工具接口 ，允许用户轻松扩展具有多种类型参数和输出的自定义工具。
与基于 LLM 的代理程序框架轻松集成 ，如 LangChain, Transformers Agents 和 Lagent
支持工具服务和远程访问 ，这对于资源消耗较大的机器学习模型（例如 ViT）或有特殊环境要求（例如 GPU 和 CUDA）的工具特别有用。
工具列表
- AudioImageToImage
- AudioTextToImage
- AudioToImage
- Calculator
- CannyTextToImage
- DepthTextToImage
- GoogleSearch
- HumanBodyPose
- HumanFaceLandmark
- ImageDescription
- ImageExpansion
- ImageStylization
- ImageToCanny
- ImageToDepth
- ImageToScribble
- OCR
- ObjectDetection
- ObjectRemove
- ObjectReplace
- PoseToImage
- ScribbleTextToImage
- SegmentAnything
- SegmentObject
- SemanticSegmentation
- SpeechToText
- TextToBbox
- TextToImage
- TextToSpeech
- ThermalToImage
- Translation
- VQA