产品介绍
Adala 是什么？
Adala 是用于构建自主数据处理和数据标注智能体的框架，其名称来自 Autonomous Data Labeling Agent。Adala 智能体可以通过迭代学习获得一项或多项标注技能，学习过程受到运行环境、观察结果和反思的影响；用户通过提供真值数据集来定义智能体的环境。
该框架把智能体标注流程拆分为多个明确概念：Agent 是与环境交互的主要接口，Environment 提供数据和真值信号，Skill 定义具体标注行为，Memory 用于保存和检索信息，Runtime 则把技能连接到 LLM 服务。官方文档使用情感分类任务作为示例，展示智能体如何从已标注样本中学习，再为新的文本预测标签。
Adala 以 Python 包形式提供，可作为独立库在 Python Notebook 中使用。文档中的 Quickstart 组合了 OpenAI 对话运行时、基于 pandas 的静态环境和分类技能。
如何使用 Adala
- 运行
pip install adala安装 Python 包。 - 为文档 Quickstart 使用的运行时设置
OPENAI_API_KEY环境变量。 - 准备真值数据集，并使用
StaticEnvironment将其连接为智能体环境。 - 创建
ClassificationSkill等技能，配置指令、标签以及输入和输出模板。 - 配置可用的 LLM 运行时，并指定智能体的默认运行时。
- 设置学习轮次和准确率阈值进行迭代学习，再通过智能体的
run方法处理测试数据。
核心功能
- 自主学习技能： 智能体可以在多轮学习中获得一项或多项数据标注技能。
- 真值数据环境： 用户通过数据集提供学习环境和参考信号。
- 可配置技能： 可使用指令、标签、输入模板和输出模板定义标注行为。
- LLM 运行时： 技能通过所配置的运行时执行，官方 Quickstart 使用 OpenAI 对话运行时。
- 智能体记忆： 框架包含用于保存和检索智能体信息的 Memory 组件。
- Python 工作流： Adala 可在 Notebook 中作为独立库运行，并处理 pandas DataFrame。
使用场景
- 文本分类： 数据团队定义分类标签，让智能体先从已标注样本学习，再处理新的文本。
- 情感标注： 使用分类技能和真值数据集，把文本标记为正面、负面或中性。
- 定制数据标注智能体： 开发者组合环境、技能、记忆和运行时，为自己的数据集实现标注流程。
常见问题
Adala 的名称代表什么？
Adala 是 Autonomous Data Labeling Agent 的缩写。
Adala 智能体从哪里获得学习信号？
用户通过真值数据集定义环境，数据集与智能体的观察和反思共同影响其学习过程。
Adala 如何执行标注技能？
每项技能都通过配置好的 Runtime 执行；官方 Quickstart 将 OpenAIChatRuntime 设为默认运行时。
Adala 可以直接在 Python Notebook 中使用吗？
可以。官方 Quickstart 展示了如何在 Notebook 中将 Adala 作为独立库使用，并处理 pandas DataFrame。
