Lemon Agent 是一个独立运行、受监督的 Plan-and-Solve 智能体，基于 ACL 2023 论文《Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models》，旨在实现准确、可靠且可复现的工作流自动化。
用途：让用户通过自然语言与 Airtable、HubSpot、Discord、Notion、GitHub 等工具进行交互，并构建强大的工作流自动化，使 LLM 能够可靠地执行读写操作。
主要能力：
- 任务分离与人机协同：Lemon Agent 包含 Planner Agent 和 Solver Agent，以保持智能体专注并提高准确性；在相关工作流步骤中会请求用户批准，确保执行预期操作。
- 无限配置选项：在定义工作流时提供无限配置选项，例如可要求在执行工作流步骤前获得许可，或让模型每次执行步骤时讲一个笑话。
- UI 灵活性：可在其上构建任意 UI，或通过内置 CLI 与 Lemon Agent 交互。
- 模型与框架无关的操作（即将推出）：Lemon Agent 是独立智能体，但可轻松集成到 LangChain 等框架，并与任何模型一起使用。
- 分析可视化：通过分析可视化，可以更好地了解工具使用频率和顺序，从而识别智能体决策能力的弱点，并通过进一步配置 Lemon Agent 工作流实现更确定性的行为（无需额外安装即可运行的 .html 文件）。
使用方式：
- 架构：会话由用户发起，用户通过 UI 直接与 Planner Agent 聊天以定义如何解决给定任务；一旦定义解决方案，Planner Agent 与 Solver Agent 通信，Solver Agent 利用 Lemon Agent 可用的多个工具执行给定工作流步骤。
- 快速开始：
- 前提条件：Node.js 18.x 或以上；示例需要 OpenAI API 密钥和 GitHub 个人访问令牌；在本地克隆仓库，用 IDE 打开本地克隆，在项目根目录运行
pnpm i。 - 启动 Lemon Agent：在项目根目录运行
cp .env.example .env.development创建新环境文件；将 OpenAI（作为 AUTH_TOKEN_OPENAI）和 GitHub（作为 AUTH_TOKEN_GITHUB）认证令牌存储在.env.development中。 - Unix 及类 Unix 系统：在项目根目录运行
pnpm exec turbo dev启动。如果不行，在根目录运行pnpm exec turbo build，然后cd apps/cli进入 CLI 客户端，最后运行pnpm run dev。 - Windows：在项目根目录运行
pnpm exec turbo dev-win启动。如果不行，在根目录运行pnpm exec turbo build，然后cd apps/cli进入 CLI 客户端，最后运行pnpm run dev-win。 - 此时 Lemon Agent 应已运行并等待任务。
- 前提条件：Node.js 18.x 或以上；示例需要 OpenAI API 密钥和 GitHub 个人访问令牌；在本地克隆仓库，用 IDE 打开本地克隆，在项目根目录运行
- 简单示例：类似于 OpenAI functions，Lemon Agent 提供将工作流定义为可重用函数的选项。可在
data/workflow.json中定义和配置任意工作流，包括不同工具并添加额外字段以进一步配置工作流。例如，userPermissionRequired字段被模型解释为执行前条件，询问用户是否执行工作流步骤。运行上述工作流只需告诉 Lemon Agent“get information about a repository”，然后批准“yes, do this for the repository lemon-agent and the owner felixbrock”。
适用场景：需要将 LLM 与 Airtable、HubSpot、Discord、Notion、GitHub 等工具进行可靠读写操作的工作流自动化场景。
限制：该仓库当前未进行主动维护，可能出现意外问题。支持的工具有 120 多种，涵盖 Google Calendar、Google Cloud Realtime Database 等服务。
其他信息：欢迎贡献，更多信息参见 CONTRIBUTING.md，如有问题可通过 Discord 联系。
