人工智能正在重塑工作格局，但并不像媒体描述的那样。我们比以往任何时候都需要更多的问题解决者。新领域、新技术、新市场迅速涌现。
作为软件开发人员，您必须密切关注所有这些新事物才能在市场上脱颖而出。但找到要学的东西可能很困难。
因此，我整理了一份令人垂涎的工具清单，可以帮助您保持相关性并提高您找到工作的机会。
所以。我们走吧。
我可以用我的生命打赌（不是真的！但你明白了）人工智能代理将非常受欢迎。新产品将完全采用代理经营。但是，要使代理真正具有能力，您需要将它们连接到外部应用程序。
如果你正在创建一个AI工程代理，它必须访问GitHub、Liner、Jira、Slack等，才能真正有用。 Composio 就是这样做的。我们允许您连接超过 250 个应用程序来自动执行复杂的任务。
我们像 OAuth 一样管理身份验证，因此您可以构建重要的功能。
这是一个有很多活动的新兴市场。学会这一点会让你的简历立即变得更酷。
Composio 入门非常简单。
pip install composio-core
添加 GitHub 集成。
composio add github
Composio 代表您处理用户身份验证和授权。
以下是如何使用 GitHub 集成来为存储库加注星标。
from openai import OpenAI
from composio_openai import ComposioToolSet, App
openai_client = OpenAI(api_key="******OPENAIKEY******")
# Initialise the Composio Tool Set
composio_toolset = ComposioToolSet(api_key="**\\*\\***COMPOSIO_API_KEY**\\*\\***")
## Step 4
# Get GitHub tools that are pre-configured
actions = composio_toolset.get_actions(actions=[Action.GITHUB_ACTIVITY_STAR_REPO_FOR_AUTHENTICATED_USER])
## Step 5
my_task = "Star a repo ComposioHQ/composio on GitHub"
# Create a chat completion request to decide on the action
response = openai_client.chat.completions.create(
model="gpt-4-turbo",
tools=actions, # Passing actions we fetched earlier.
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": my_task}
]
)
运行此 Python 脚本以使用代理执行给定的指令。
Composio 可与 LangChain、LlamaIndex、CrewAi 等著名框架配合使用
有关更多信息，请访问官方文档，有关更复杂的示例，请参阅存储库的示例部分。
为 Composio 存储库加注星标 ⭐
如果你以任何身份编写 Python，这是必须的。可能是 Python 混乱的包管理生态系统的最佳解决方案。它是一个替代 pip、pip-tools、pipx、poetry、pyenv、twine、virtualenv 等的单一工具。
它是用 Rust 编写的，可以管理 Python 版本、安装应用程序、拥有类似货物的工作空间，最重要的是，比 pip 快 100 倍。
入门很简单。
curl -LsSf https://astral.sh/uv/install.sh | sh
使用点
pip install uv
uv 管理项目依赖项和环境，支持锁定文件、工作区等，类似于黑麦或诗歌：
$ uv init example Initialized project `example` at `/home/user/example` $ cd example $ uv add ruff Creating virtual environment at: .venv Resolved 2 packages in 170ms Built example @ file:///home/user/example Prepared 2 packages in 627ms Installed 2 packages in 1ms + example==0.1.0 (from file:///home/user/example) + ruff==0.5.7 $ uv run ruff check All checks passed!
请参阅项目文档以开始使用。
根据需要下载Python版本：
pip install composio-core
使用当前目录中的特定Python版本：
composio add github
请参阅 Python 安装文档以开始使用。
为 UV 存储库加注星标 ⭐
天啊！它是我在 Python 中使用过的最好的工具之一，负责保持它与 Numpy、Sklearn 等的相关性。
Pydantic 通过提供运行时数据验证和基于这些提示的解析，将 Python 的类型提示提升到一个新的水平。无论是处理 API 响应、配置文件还是复杂的嵌套数据，Pydantic 都能确保您的输入干净且结构良好，而不需要大量的样板代码。
如果你想在 Javascript 生态系统中获得类似的东西，你可以探索 Zod。
使用 pip 或 uv 安装。
from openai import OpenAI
from composio_openai import ComposioToolSet, App
openai_client = OpenAI(api_key="******OPENAIKEY******")
# Initialise the Composio Tool Set
composio_toolset = ComposioToolSet(api_key="**\\*\\***COMPOSIO_API_KEY**\\*\\***")
## Step 4
# Get GitHub tools that are pre-configured
actions = composio_toolset.get_actions(actions=[Action.GITHUB_ACTIVITY_STAR_REPO_FOR_AUTHENTICATED_USER])
## Step 5
my_task = "Star a repo ComposioHQ/composio on GitHub"
# Create a chat completion request to decide on the action
response = openai_client.chat.completions.create(
model="gpt-4-turbo",
tools=actions, # Passing actions we fetched earlier.
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": my_task}
]
)
这是一个简单的例子。
curl -LsSf https://astral.sh/uv/install.sh | sh
生产者：将消息发送到队列。
pip install uv
消费者：从队列接收消息。
$ uv init example Initialized project `example` at `/home/user/example` $ cd example $ uv add ruff Creating virtual environment at: .venv Resolved 2 packages in 170ms Built example @ file:///home/user/example Prepared 2 packages in 627ms Installed 2 packages in 1ms + example==0.1.0 (from file:///home/user/example) + ruff==0.5.7 $ uv run ruff check All checks passed!
查看文档了解更多信息。
探索 RabbitMQ 存储库 ⭐
如果您关心应用程序的稳定性，Sentry 是必备工具。它是实时跟踪错误、性能问题和应用程序运行状况的终极解决方案。无论您是针对网络、移动设备还是桌面进行构建，Sentry 都能无缝集成，帮助您更快、更明智地进行调试。
通过其详细的堆栈跟踪、面包屑和用户上下文，您可以获得查明问题根本原因所需的一切。但它并不止于此 - Sentry 还可以通过事务跟踪和自定义指标等功能帮助您监控应用程序性能。
查看文档以了解更多信息。
探索 Sentry 存储库 ⭐
如果您需要监控指标、日志或跟踪，Grafana 是首选工具。它是一个开源平台，可将您的原始数据转变为美观的交互式仪表板，使您可以轻松了解系统中发生的情况。
Grafana 几乎可以与任何数据源集成 - Prometheus、Elasticsearch、InfluxDB、AWS CloudWatch 等。
这绝对是您在几乎所有组织中都可以找到的工具之一。
探索 Sentry 存储库 ⭐
如果您曾经希望有一种更好的方法来管理具有复杂工作流程的 AI 代理，LangGraph 就是答案。它是一个用于构建有状态 AI 代理的框架，可以轻松处理多步骤流程、决策和上下文保留。
我们在 LangGraph 中构建了自己的 SWE 代理，在测试 AI 编码代理功效的基准 SWE-Bench 上得分为 48.60%。
安装 LangGraph。
pip install composio-core
将 Tavily 和 OpenAI 的 API 密钥添加到环境变量中。
composio add github
请阅读本文以了解示例的流程。另外，请查看 LangGraph 上的文档以获取更多信息。
为 LangGraph 存储库加注星标 ⭐
每个技术专业人士在其职业生涯的某个阶段都会遇到浏览器自动化。许多公司依靠 Selenium 来完成各种任务，包括 Web 自动化、测试和抓取动态内容。
Selenium 使开发人员可以轻松地以编程方式控制 Web 浏览器，使他们能够模拟用户交互，例如单击按钮、填写表单以及在页面之间导航
它有编程语言版本。
使用 pip 在 Python 中安装 Selenium。
from openai import OpenAI
from composio_openai import ComposioToolSet, App
openai_client = OpenAI(api_key="******OPENAIKEY******")
# Initialise the Composio Tool Set
composio_toolset = ComposioToolSet(api_key="**\\*\\***COMPOSIO_API_KEY**\\*\\***")
## Step 4
# Get GitHub tools that are pre-configured
actions = composio_toolset.get_actions(actions=[Action.GITHUB_ACTIVITY_STAR_REPO_FOR_AUTHENTICATED_USER])
## Step 5
my_task = "Star a repo ComposioHQ/composio on GitHub"
# Create a chat completion request to decide on the action
response = openai_client.chat.completions.create(
model="gpt-4-turbo",
tools=actions, # Passing actions we fetched earlier.
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": my_task}
]
)
您必须为基于 Chromium 的浏览器安装 Chrome Webdriver，为 Firefox 浏览器安装 Gecko 驱动程序。
这是将 Selenium 与 ChromeDriver 结合使用的示例：
curl -LsSf https://astral.sh/uv/install.sh | sh
探索 Selenium 存储库 ⭐
感谢您的阅读。请提及您在工作场所大量使用的任何其他工具。
以上是必须知道的开源工具可以在 5 年内找到你梦想的工作的详细内容。更多信息请关注PHP中文网其他相关文章！
