Awesome

What's Awada

wiseflow 自发布以来，在开源社区内获得了不错的反响，这让我们在激动之余也不断思考它能与哪些具体的下游任务进行结合。

我们的第一个想法就是既然wiseflow已经可以实现不断从网络（包括社交网络）中挖掘、提炼指定方向的知识，那么这是否可以作为AI助理（Agent）的动态知识库，即赋予助理在线自主学习能力？

本项目就是这样一个示例，考虑到目前国内不管是工作还是日常，大家主要的信息获取渠道就是微信（包括关注的公众号、参与的微信群聊等），并且用户与助理最自然、最舒服的交流也是直接使用微信，因此我们将awada定义为 基于微信的可在线自主学习的个人助理。

目前已经实现的效果

项目目前还很前期，仅实现了通过wxbot连接微信客户端，通过wiseflow实现信息的自动提取和存储两个主要模块， 实际上应该大做文章的Agent模块目前还完全未动。

但是实现了一个简单的示例，可以每天从wiseflow数据库中摘取过去一天的信息并自动提炼整理成一份简报发给指定的用户。

整体效果如下：

声明

任何对本项目代码的使用、阅读、拷贝、修改、分发以及整合都被视为完全阅读并理解、接受如下各项声明，并且以上行为的所有后果均为使用者本人承担，与awada、wiseflow项目作者、贡献者、运营者无关！

• 1、awada为开源学习项目，仅限个人用户技术交流，请勿用作任何商业用途或实际生产用途；
• 2、微信接入方案来自开源项目 wxbot， 不能保证稳定性与安全性（目前没有安全稳定的个微接入方案），请风险自担（建议使用微信小号接入，接入前关闭所有支付相关和服务功能）；
• 3、微信软件的各项产权等归属腾讯公司；
• 4、再说一遍，风险自担，责任自担，与我无关；
• 5、don't be evil。

操作说明（实现上图的效果）

1、启动 wiseflow （目前整个分析后端和数据库都依赖wiseflow，awada不会另外维护这部分代码）

具体见 wiseflow README_CN.md

2、 启动 wxbot （微信机器人部分依赖wxbot，awada永远不会维护这部分代码）

首先感谢wxbot项目作者 jwping ！

• windows用户

  在这里下载对应版本微信客户端和wxbot-sidecar.exe：阿里网盘： https://www.aliyundrive.com/s/4eiNnE4hp4n 提取码: rt25

  然后命令行运行

  .\wxbot-sidecar.exe -p 8066

  也可以参考 https://github.com/jwping/wxbot?tab=readme-ov-file#231%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%E7%A4%BA%E4%BE%8B 在 wxbot-sidecar.exe 同级目录构建配置文件，文件内容只需要：

{ "addr": "0.0.0.0:8066" }

这样之后就可以直接双击 wxbot-sidecar.exe 启动。

• mac/linux 用户

  大神jwping很贴心的为我们准备了完整的 wine+微信客户端+wxbot-sidecar docker镜像，还上传到阿里云上了，所以使用起来也非常简单。

  具体可以参考 这里

• 更多有关wxbot的问题请参考原repo

  https://github.com/jwping/wxbot

  作者写的很详细，尤其是接口部分，希望大家能够顺手给作者打个赏。【Awada项目完全技术交流定位，无需任何打赏和回馈】

3、启动awada程序

建议使用conda创建虚拟环境

git clone git@github.com:TeamWiseFlow/awada.git
cd awada
conda create -n awada python=3.10
conda activate awada

pip install -r requirements.txt
python dm.py
python tasks.py

dm.py 是消息接收和处理脚本；

tasks.py 是每日简报生成和发送脚本，可以打开代码按需定制【发送时间、发送人列表以及消息格式等】，如无需要也可以不启动。

Join Us

长期来看，awada有希望凭借在线自主学习能力成为最贴心的私人助理或者是精通某个领域的专家顾问，不过这还有很多功能有待开发，如下是一个构思图。

当我最开始做这张图的时候，着实兴奋了好一阵，但无奈个人的时间精力总是有限，后续我还是会把主要精力花在wiseflow的升级和维护中（即图中左半部分），而awada的Agent部分（图中右半部分）就留给开源社区的群策群力吧！

如下是我前期考察过的一些非常优秀的项目，其实很适合借鉴整合：

• https://github.com/danswer-ai/danswer 特别适合从大量文档中查找特定信息，自带角色管理
• https://github.com/getzep/zep 特别擅长长期记忆管理与召回
• https://github.com/embedchain 非常简洁的RAG方案，开箱即用
• https://github.com/RUC-NLPIR/FlashRAG?tab=readme-ov-file 更加专业的RAG工具箱
• https://github.com/filip-michalsky/SalesGPT 适合“目的域对话”的Agent，可以实现打电话哦
• https://github.com/infiniflow/ragflow 完备的文档解析，独特的文档智能算法

Agent部分的代码建议统一放在 ./agents 文件夹中，其实目前的topnews和tasks也应该整合到这里。

**如果您愿意将您的开发贡献至本项目，我们将不胜感激！**🚀💖

Citation

如果您在相关工作中参考或引用了本项目的部分或全部，请注明如下信息：

Author：Awada Team
https://github.com/TeamWiseFlow/awada
Licensed under Apache2.0