ProAgent 是 Agentic Process Automation 论文的官方代码实现，由 OpenBMB 团队发布。它旨在将人类从繁重任务中解放出来，推动自动化技术从水车、机器人流程自动化（RPA）演进到基于大语言模型的代理式流程自动化（APA）。RPA 难以处理需要类人智能的任务，尤其是在工作流构建的精心设计和执行过程中的动态决策方面。ProAgent 作为基于 LLM 的智能体，通过协调专门的智能体，根据人类指令构建工作流并做出复杂决策。
主要能力： ProAgent 能够根据人类指令创建自动化工作流，并在工作流执行过程中进行复杂决策。它通过协调多个专门智能体实现这一目标。实验展示了其工作流的构建和执行过程，验证了 APA 的可行性。项目包含可读的记录系统，每次运行都会在 ./records 目录下生成记录，支持在不同模式下加载运行记录。
使用方式：
- 安装依赖包。注意项目使用的是 Dev Day 之前的 OpenAI 版本，不能使用最新版本的 OpenAI。
- 准备自托管的 n8n 环境。项目使用自托管的 n8n，需要先按照指南安装 n8n，在 Linux/macOS 下可使用相应命令。自托管的 n8n 不支持 https 服务，但项目已构建重定向服务（可能不稳定，且重定向服务代码将开源）。需要注册或连接一个现有的 APP 到 n8n，连接可能涉及特定 APP 的操作，可参考 n8n 凭证指南。
- 代码库需要加载工作流 ID 和凭证 ID，因此必须事先创建一些工作流并注册一些 APP。然后通过命令从 n8n 服务中解码凭证，并将 c.json 移动到 ./ProAgent/n8n_tester/credentials/c.json，将 w.json 移动到 ./ProAgent/n8n_tester/credentials/w.json。
- 运行依赖配置，配置文件位于 ProAgent/config.py，可设置运行环境：development 模式（论文中报告的模式，需先启动 n8n 并准备 OpenAI 密钥）、refine 模式（从现有工作流加载，然后根据新请求进行优化，启用 test-on-change 功能）、production 模式（从现有工作流加载，可复现 ProAgent 的现有运行，禁用 test-on-change 功能，APA 代码仅在运行结束时测试一次）。项目在 ./apa_case 中提供了论文中的案例，可使用 production 模式直接加载运行。
- 使用命令启动 ProAgent。注意所有运行都会在 ./records 中生成新记录，可在 refine 或 production 模式下从记录加载运行。如果使用 development 模式，必须准备 OpenAI 密钥，并在环境中设置相应变量。
适用场景： ProAgent 适用于研究和实现基于 LLM 的自动化工作流构建与执行，特别适合希望探索 APA 新范式的开发者和研究人员。它可以用于复现论文中的案例，或基于现有工作流进行优化和生产运行。
限制：
- 代码方法基本与论文一致，但发布后有一些变化：HCI 方面，ProAgent 在误解问题时可能遇到问题，因此开发了一个功能，使其能通过新的函数调用（类似 XAgent）向人类求助，鼓励 ProAgent 与人类一起构建和测试工作流。
- n8n 特性：n8n 发布了新功能，项目代码基于旧版 n8n，并编写了 n8n 编译器，可能不兼容新版 n8n。
- OpenAI：ProAgent 基于 GPT4-0613，OpenAI 在 Dev Day 发布了 GPT4-1106-preview，函数调用能力提升 38%，因此 ProAgent 可能比论文表现更好。
- 需要自行处理 n8n 部署中的问题，如在中国连接 APP 账户到 n8n 时可能遇到网络问题。
