ProAgent：从机器人流程自动化到智能体流程自动化

从水车到机器人流程自动化（RPA），自动化技术在历史上不断演进，旨在将人类从繁重的任务中解放出来。然而，RPA在需要类人智能的任务上仍面临挑战，尤其是在工作流的复杂设计与执行过程中的动态决策方面。随着大型语言模型（LLMs）的兴起，赋予了机器类人智能，本文提出了“智能体流程自动化”（APA），这是一种突破性的自动化范式，利用基于LLM的智能体来实现高级自动化，通过将工作流的构建和执行任务交由智能体完成，从而减轻人工负担。随后，我们具体实现了“ProAgent”，一个基于LLM的智能体，它能够根据人类指令构建工作流，并通过协调多个专业智能体做出复杂的决策。通过实证实验，我们详细展示了ProAgent在工作流构建与执行中的流程，验证了APA的可行性，揭示了由智能体驱动的新一代自动化范式的可能性。

<img src="https://oss.gittoolsai.com/images/OpenBMB_ProAgent_readme_c565d20dd293.png>

这是“智能体流程自动化”论文的官方代码，您可以通过这里下载我们的论文。

代码设置

1. 安装依赖包

pip install -r requirements.txt

特别注意，我们使用的是Dev Day之前版本的OpenAI API，因此无法使用最新版本的OpenAI SDK。

2. 准备n8n环境

我们的项目使用自托管的n8n平台。您可以选择搭建n8n环境，并将ProAgent与实际的应用服务连接起来。

或者，您也可以加载我们提供的记录，在无需n8n环境的情况下复现论文中报告的案例。

搭建n8n服务并非易事，您可能会遇到一些我们未曾遇到过的问题或Bug，需要自行解决。例如，在中国，您可能在将应用账号与n8n连接时遇到网络限制问题。

安装n8n

我们的项目采用自托管的n8n，您需要按照官方文档进行安装。在Linux或macOS系统中，可以使用以下命令：

npm install n8n -g

自托管的n8n不支持https服务。不过，我们已经搭建了一个反向代理服务，您可以暂时使用我们的服务（该服务可能不够稳定，我们后续会开源反向代理服务的代码）：

export WEBHOOK_URL=https://n8n.x-agent.net/redirect/http%3A%2F%2Flocalhost%3A5678/
n8n

在n8n中连接您的账户

<img src="https://oss.gittoolsai.com/images/OpenBMB_ProAgent_readme_66514c64ae23.png>

在启动ProAgent之前，您需要先注册或连接现有的应用服务到n8n平台。不同应用的连接方式可能有所不同，请参考n8n的凭证配置指南这里。

导出凭证信息

我们的代码库需要加载工作流ID和凭证ID。因此，您必须先创建一些工作流并注册相关应用，然后执行以下命令从n8n服务中导出凭证信息：

n8n export:credentials --all --decrypted --output=./ProAgent/n8n_tester/credentials/c.json

将c.json移动到./ProAgent/n8n_tester/credentials/c.json。

n8n export:workflow --all --output=./ProAgent/n8n_tester/credentials/w.json

将w.json移动到./ProAgent/n8n_tester/credentials/w.json。

代码运行

运行模式取决于config文件，位于ProAgent/config.py中，您可以选择以下运行环境：

• development：这是论文中报告的模式。
• refine：从现有工作流出发，根据新的需求进一步优化工作流。
• production：从现有工作流加载，可用于复现ProAgent的某次完整运行。

我们在./apa_case目录下提供了论文中报告的案例，您可以使用production模式直接加载该运行。

在production模式下，我们关闭了“变更时测试”功能，APA代码仅会在运行结束时进行一次测试。

相反，refine模式则启用了“变更时测试”功能。

使用以下命令启动ProAgent，如果您使用development模式，请务必先启动n8n：

python main.py

需要注意的是，我们开发了一个可读性强的记录系统。所有ProAgent的运行都会在./records目录下生成一条新的记录，因此您可以在refine或production模式中通过记录加载之前的运行。

如果您使用development模式，需提前准备好OpenAI的API密钥。请在环境变量中设置以下内容：

OPENAI_API_KEY, OPENAI_API_BASE

我们的代码实现方法与论文描述基本一致。然而，在论文发表之后，也发生了一些变化：

• HCI改进：我们发现当ProAgent对问题存在误解时，会出现一些问题，因此我们新增了一项功能，允许ProAgent通过函数调用的方式主动向人类寻求帮助（类似于XAgent）。这种主动交互的方式促使ProAgent与人类协作共同构建和测试工作流。
• n8n新特性：在我们研究期间，n8n快速推出了多项新功能。而我们的代码是基于较旧版本的n8n开发的，并内置了一个n8n编译器，因此可能与较新版本的n8n不完全兼容。
• OpenAI更新：ProAgent基于GPT4-0613模型。然而，OpenAI在Dev Day上发布了GPT4-1106-preview模型，其函数调用能力提升了38%。因此，得益于OpenAI的更新，您可能会发现ProAgent的表现优于论文中的结果。

引用

如果您觉得本项目对您有所帮助，请随时引用我们的论文：

@article{ye2023proagent,
  title={ProAgent: From Robotic Process Automation to Agentic Process Automation},
  author={Ye, Yining and Cong, Xin and Tian, Shizuo and Cao, Jiannan and Wang, Hao and Qin, Yujia and Lu, Yaxi and Yu, Heyang and Wang, Huadong and Lin, Yankai and others},
  journal={arXiv preprint arXiv:2311.10751},
  year={2023}
}

ProAgent 快速上手指南

ProAgent 是一个基于大语言模型（LLM）的智能体，旨在实现从“机器人流程自动化 (RPA)"到“智能体流程自动化 (APA)"的范式转变。它能够根据人类指令构建工作流，并协调专用智能体执行复杂的决策任务。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux 或 macOS（推荐），Windows 需配合 WSL 使用。
• Python 环境：建议 Python 3.8+。
• Node.js 环境：用于部署自托管的 n8n 服务（需 npm）。
• API Key：
  • 需要配置 OPENAI_API_KEY 和 OPENAI_API_BASE。
  • 注意：本项目基于 OpenAI Dev Day 之前的版本开发，推荐使用 gpt-4-0613 模型以获得最佳兼容性（虽然新版 gpt-4-1106-preview 在函数调用上表现更好，但可能需自行适配）。
• 网络环境：
  • 由于涉及连接外部 APP 服务，中国大陆用户可能需要解决网络连通性问题（如 GFW 限制）。
  • 项目提供了一个临时的重定向服务用于测试，但生产环境建议自行搭建稳定的网络通道。

2. 安装步骤

2.1 安装 Python 依赖

克隆项目后，进入目录并安装所需包：

pip install -r requirements.txt

2.2 部署自托管 n8n 服务

ProAgent 依赖自托管的 n8n 来执行工作流。

1. 全局安装 n8n：

   npm install n8n -g
   

2. 配置 Webhook 地址： 自托管 n8n 默认不支持 HTTPS。您可以使用项目提供的临时重定向服务（稳定性有限），或自行配置 HTTPS。

   使用临时服务启动命令：

   export WEBHOOK_URL=https://n8n.x-agent.net/redirect/http%3A%2F%2Flocalhost%3A5678/
   n8n
   

   注：保持此终端运行，不要关闭。

3. 配置应用凭证 (Credentials)：

   • 访问 n8n 界面（通常为 http://localhost:5678）。
   • 注册或连接您需要自动化的 APP 账号（参考 n8n 凭证指南）。
   • 创建至少一个测试工作流。

4. 导出凭证与工作流数据： 为了让 ProAgent 读取配置，需将 n8n 中的凭证和工作流导出为 JSON 文件。

   导出解密后的凭证：

   n8n export:credentials --all --decrypted --output=./ProAgent/n8n_tester/credentials/c.json
   

   将生成的 c.json 移动至 ./ProAgent/n8n_tester/credentials/c.json（如果路径不同请手动移动）。

   导出工作流：

   n8n export:workflow --all --output=./ProAgent/n8n_tester/credentials/w.json
   

   将生成的 w.json 移动至 ./ProAgent/n8n_tester/credentials/w.json。

3. 基本使用

ProAgent 的运行模式由 ProAgent/config.py 中的配置决定。主要支持三种模式：

• development：从头构建工作流（论文中报告的模式），必须先启动 n8n。
• refine：加载现有工作流并根据新需求进行优化（启用变更测试）。
• production：加载现有工作流复现运行结果（仅在结束时测试一次）。

项目已内置论文中的案例数据 (./apa_case)，您可以直接尝试复现。

启动 ProAgent

1. 设置环境变量（如果使用 development 模式）：

   export OPENAI_API_KEY="your_api_key"
   export OPENAI_API_BASE="your_api_base_url"
   

2. 运行主程序： 确保 n8n 服务已在后台运行，然后执行：

   python main.py
   

查看运行记录

ProAgent 拥有可读的记录系统。每次运行都会在 ./records 目录下生成新的记录文件。

• 若需基于之前的运行结果进行优化或复现，可在配置中选择 refine 或 production 模式，并指定对应的记录文件。

功能特性提示

• 人机协作 (HCI)：当 ProAgent 对任务理解存在歧义时，它可以通过函数调用主动请求人类帮助，共同构建和测试工作流。
• 版本兼容：代码基于较旧版本的 n8n 编写，内置了 n8n-compiler。若升级 n8n 至最新版，可能会遇到兼容性问题，请注意验证。