# エージェントの開始

!!! note
    もしあなたがネイティブ・スピーカーで、翻訳に問題があるとお感じでしたら、issueかpull requestをお送りください！

## 要件

- GPUメモリ: 最低8GB(量子化使用時)、16GB以上推奨
- ディスク使用量: 10GB

## モデルのダウンロード

以下のコマンドでモデルを取得できます:

```bash
huggingface-cli download fishaudio/fish-agent-v0.1-3b --local-dir checkpoints/fish-agent-v0.1-3b
```

これらを'checkpoints'フォルダに配置してください。

また、[inference](inference.md)の手順に従ってfish-speechモデルもダウンロードする必要があります。

checkpointsには2つのフォルダが必要です。

`checkpoints/fish-speech-1.4`と`checkpoints/fish-agent-v0.1-3b`です。

## 環境準備

すでにFish-speechをお持ちの場合は、以下の指示を追加するだけで直接使用できます:
```bash
pip install cachetools
```

!!! note
    コンパイルにはPythonバージョン3.12未満を使用してください。

お持ちでない場合は、以下のコマンドで環境を構築してください:

```bash
sudo apt-get install portaudio19-dev

pip install -e .[stable]
```

## エージェントデモの起動

fish-agentを構築するには、メインフォルダで以下のコマンドを使用してください:

```bash
python -m tools.api --llama-checkpoint-path checkpoints/fish-agent-v0.1-3b/ --mode agent --compile
```

`--compile`引数はPython < 3.12でのみサポートされており、トークン生成を大幅に高速化します。

一度にコンパイルは行われません(覚えておいてください)。

次に、別のターミナルを開いて以下のコマンドを使用します:

```bash
python -m tools.e2e_webui
```

これにより、デバイス上にGradio WebUIが作成されます。

モデルを初めて使用する際は、(`--compile`がTrueの場合)しばらくコンパイルが行われますので、お待ちください。

## Gradio Webui
<p align="center">
   <img src="../../assets/figs/agent_gradio.png" width="75%">
</p>

お楽しみください！

## パフォーマンス

テストでは、4060搭載のラップトップではかろうじて動作しますが、非常に厳しい状態で、約8トークン/秒程度です。4090ではコンパイル時に約95トークン/秒で、これが推奨環境です。

# エージェントについて

このデモは初期アルファテストバージョンで、推論速度の最適化が必要で、修正を待つバグが多数あります。バグを発見した場合や修正したい場合は、issueやプルリクエストをいただけると大変嬉しく思います。