Merge remote-tracking branch 'origin/develop' into feat/live-monorepo-types

Author: ryanleecode

.env.example

@@ -162,6 +162,14 @@ LARGE_GAIANET_SERVER_URL=       # Default: https://qwen72b.gaia.domains/v1
 GAIANET_EMBEDDING_MODEL=
 USE_GAIANET_EMBEDDING=          # Set to TRUE for GAIANET/768, leave blank for local
 
+# Volcengine Configuration
+VOLENGINE_API_URL=              # Volcengine API Endpoint, Default: https://open.volcengineapi.com/api/v3/
+VOLENGINE_MODEL=
+SMALL_VOLENGINE_MODEL=          # Default: doubao-lite-128k
+MEDIUM_VOLENGINE_MODEL=         # Default: doubao-pro-128k
+LARGE_VOLENGINE_MODEL=          # Default: doubao-pro-256k
+VOLENGINE_EMBEDDING_MODEL=      # Default: doubao-embedding
+
 # EVM
 EVM_PRIVATE_KEY=
 EVM_PROVIDER_URL=

docs/README.md

@@ -1,16 +1,16 @@
 # Eliza - Multi-agent simulation framework
 
-# https://github.com/elizaos/eliza
+# https://github.com/elizaOS/eliza
 
 # Visit https://eliza.builders for support
 
 ## 🌍 README Translations
 
-[中文说明](./README_CN.md) | [Deutsch](./README_DE.md) | [Français](./README_FR.md) | [ไทย](./README_TH.md)
+[中文说明](./README_CN.md) | [Deutsch](./README_DE.md) | [Français](./README_FR.md) | [ไทย](./README_TH.md) | [Español](README_ES.md)
 
 # dev branch
 
-<img src="./docs/static/img/eliza_banner.jpg" alt="Eliza Banner" width="100%" />
+<img src="static/img/eliza_banner.jpg" alt="Eliza Banner" width="100%" />
 
 _As seen powering [@DegenSpartanAI](https://x.com/degenspartanai) and [@MarcAIndreessen](https://x.com/pmairca)_
 

docs/README_ES.md

@@ -0,0 +1,179 @@
+# Eliza - Framework de simulación multi-agente
+
+# https://github.com/elizaOS/eliza
+
+# Visita https://eliza.builders para ayuda
+
+## 🌍 Traducciones del README
+
+[中文说明](./README_CN.md) | [Deutsch](./README_DE.md) | [Français](./README_FR.md) | [ไทย](./README_TH.md) | [English](README.md)
+
+# dev branch
+
+<img src="static/img/eliza_banner.jpg" alt="Eliza Banner" width="100%" />
+
+_Respaldado por [@DegenSpartanAI](https://x.com/degenspartanai) y [@MarcAIndreessen](https://x.com/pmairca)_
+
+- Framework de simulación multi-agente
+- Añade tantos caracteres únicos como quieras con [characterfile](https://github.com/elizaOS/characterfile/)
+- Conectores Discord y Twitter con todas las funciones y compatibilidad con canales de voz de Discord.
+- Sistema de memoria RAG completo para conversaciones y documentos.
+- Capacidad para leer enlaces y archivos PDF, transcribir audio y vídeos, resumir conversaciones, etc.
+- Gran capacidad de ampliación: cree sus propias acciones y clientes para ampliar las posibilidades de Eliza.
+- Admite modelos locales y de código abierto (configurado por defecto con Nous Hermes Llama 3.1B).
+- Compatible con OpenAI para la inferencia en la nube en un dispositivo ligero.
+- Modo "Ask Claude" para llamar a Claude en consultas más complejas
+- 100% Typescript
+
+# Primeros pasos
+
+**Prerrequisitos (OBLIGATORIOS):**
+
+- [Node.js 23+](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm)
+- [pnpm](https://pnpm.io/installation)
+
+### Edita el archivo .env
+
+- Copie .env.example en .env y rellene los valores apropiados
+- Edita las variables de entorno de TWITTER para añadir el nombre de usuario y la contraseña de tu bot
+
+### Edita el archivo del character
+
+- Mira el archivo `src/core/defaultCharacter.ts` - tú puedes modificarlo
+- También puede cargar caracteres con el comando `pnpm start --characters="path/to/your/character.json"` y ejecutar múltiples bots al mismo tiempo.
+
+Después de configurar el archivo .env y el archivo de caracteres, puedes iniciar el bot con el siguiente comando:
+
+```
+pnpm i
+pnpm start
+```
+
+# Personalizando Eliza
+
+### Añadir acciones personalizadas
+
+Para evitar conflictos de git en el directorio core, recomendamos añadir acciones personalizadas a un directorio `custom_actions` y luego añadirlas al archivo `elizaConfig.yaml`. Consulte el archivo `elizaConfig.example.yaml` para ver un ejemplo.
+
+## Ejecutando con diferentes modelos
+
+### Ejecuta con Llama
+
+Tú puedes ejecutar los modelos Llama 70B o 405B configurando el ambiente `XAI_MODEL` en la variable `meta-llama/Meta-Llama-3.1-70B-Instruct-Turbo` o `meta-llama/Meta-Llama-3.1-405B-Instruct`
+
+### Ejecuta con Grok
+
+Tú puedes ejecutar modelos Grok configurando el ambiente `XAI_MODEL` en la variable `grok-beta`
+
+### Ejecuta con OpenAI
+
+Tú puedes ejecutar modelos OpenAI configurando el ambiente `XAI_MODEL` en la variable `gpt-4-mini` o `gpt-4o`
+
+## Requerimientos adicionales
+
+Puede que necesite instalar Sharp. Si aparece un error al arrancar, intente instalarlo con el siguiente comando:
+
+```
+pnpm install --include=optional sharp
+```
+
+# Configuración del entorno
+
+Tendrás que añadir variables de entorno a tu archivo .env para conectarte a distintas plataformas:
+
+```
+# Variables de entorno necesarias
+DISCORD_APPLICATION_ID=
+DISCORD_API_TOKEN= # Bot token
+OPENAI_API_KEY=sk-* # OpenAI API key, starting with sk-
+ELEVENLABS_XI_API_KEY= # API key from elevenlabs
+
+# CONFIGURACION DE ELEVENLABS
+ELEVENLABS_MODEL_ID=eleven_multilingual_v2
+ELEVENLABS_VOICE_ID=21m00Tcm4TlvDq8ikWAM
+ELEVENLABS_VOICE_STABILITY=0.5
+ELEVENLABS_VOICE_SIMILARITY_BOOST=0.9
+ELEVENLABS_VOICE_STYLE=0.66
+ELEVENLABS_VOICE_USE_SPEAKER_BOOST=false
+ELEVENLABS_OPTIMIZE_STREAMING_LATENCY=4
+ELEVENLABS_OUTPUT_FORMAT=pcm_16000
+
+TWITTER_DRY_RUN=false
+TWITTER_USERNAME= # Account username
+TWITTER_PASSWORD= # Account password
+TWITTER_EMAIL= # Account email
+
+X_SERVER_URL=
+XAI_API_KEY=
+XAI_MODEL=
+
+
+# Para preguntarle cosas a Claude
+ANTHROPIC_API_KEY=
+
+WALLET_SECRET_KEY=EXAMPLE_WALLET_SECRET_KEY
+WALLET_PUBLIC_KEY=EXAMPLE_WALLET_PUBLIC_KEY
+
+BIRDEYE_API_KEY=
+
+SOL_ADDRESS=So11111111111111111111111111111111111111112
+SLIPPAGE=1
+RPC_URL=https://api.mainnet-beta.solana.com
+HELIUS_API_KEY=
+
+
+## Telegram
+TELEGRAM_BOT_TOKEN=
+
+TOGETHER_API_KEY=
+```
+
+# Configuración de la inferencia local
+
+### Configuración CUDA
+
+Si tienes una GPU NVIDIA, puedes instalar CUDA para acelerar drásticamente la inferencia local.
+
+```
+pnpm install
+npx --no node-llama-cpp source download --gpu cuda
+```
+
+Asegúrese de que ha instalado el kit de herramientas CUDA, incluidos cuDNN y cuBLAS.
+
+### Ejecutando localmente
+
+Añade XAI_MODEL y ajústalo a una de las opciones anteriores de [Run with Llama](#run-with-llama) - puedes dejar X_SERVER_URL y XAI_API_KEY en blanco, descarga el modelo de huggingface y lo consulta localmente.
+
+# Clientes
+
+## Discord Bot
+
+Para obtener ayuda con la configuración de su Bot Discord, echa un vistazo aquí: https://discordjs.guide/preparations/setting-up-a-bot-application.html
+
+# Desarrollo
+
+## Pruebas
+
+Para ejecutar el conjunto de pruebas:
+
+```bash
+pnpm test           # Ejecutar las pruebas una vez
+pnpm test:watch    # Ejecutar pruebas en modo vigilancia
+```
+
+Para pruebas database-specific:
+
+```bash
+pnpm test:sqlite   # Ejecuta pruebas con SQLite
+pnpm test:sqljs    # Ejecuta pruebas con with SQL.js
+```
+
+Las pruebas se escriben usando Jest y se encuentran en los archivos `src/**/*.test.ts`. El entorno de pruebas está configurado para:
+
+- Cargar variables de entorno desde `.env.test`.
+- Uso de un tiempo de espera de 2 minutos para pruebas de larga duración
+- Compatibilidad con módulos ESM
+- Ejecutar pruebas en secuencia (--runInBand)
+
+Para crear nuevas pruebas, añade un archivo `.test.ts` junto al código que estás probando.

docs/docs/core/agents.md

@@ -90,7 +90,7 @@ const runtime = new AgentRuntime({
 
 ## State Management
 
-This section should cover how agents manage and update state, with a focus on initial state composition and updating methods. The runtime maintains state through the [State](/api/interfaces/state) interface:
+This section covers how agents manage and update state, with a focus on initial state composition and updating methods. The runtime maintains state through the [State](/api/interfaces/state) interface:
 
 ```typescript
 interface State {

docs/docs/faq.md

@@ -28,6 +28,7 @@ Eliza's architecture consists of several interconnected components:
 - **Agents**: These are the core elements that represent individual AI personalities. Agents operate within a runtime environment and interact with various platforms.
 - **Actions**: Actions are predefined behaviors that agents can execute in response to messages, enabling them to perform tasks and interact with external systems.
 - **Clients**: Clients act as interfaces between agents and specific platforms, such as Discord, Twitter, and Telegram. They handle platform-specific message formats and communication protocols.
+- **Plugins**: Plugins are modular way to extend the core functionality with additional features, actions, evaluators, and providers. They are self-contained modules that can be easily added or removed to customize your agent's capabilities
 - **Providers**: Providers supply agents with contextual information, including time awareness, user relationships, and data from external sources.
 - **Evaluators**: These modules assess and extract information from conversations, helping agents track goals, build memory, and maintain context awareness.
 - **Character Files**: These JSON files define the personality, knowledge, and behavior of each AI agent.

docs/docs/guides/local-development.md

@@ -447,4 +447,4 @@ npx knowledge2character <character-file> <knowledge-file>
 - [Configuration Guide](./configuration.md) for setup details
 - [Advanced Usage](./advanced.md) for complex features
 - [API Documentation](/api) for complete API reference
-- [Contributing Guide](../community/contributing.md) for contribution guidelines
+- [Contributing Guide](../contributing.md) for contribution guidelines

packages/client-direct/src/api.ts

@@ -11,6 +11,7 @@ import {
 
 import { REST, Routes } from "discord.js";
 import { DirectClient } from ".";
+import { stringToUuid } from "@elizaos/core";
 
 export function createApiRouter(
     agents: Map<string, AgentRuntime>,
@@ -121,5 +122,66 @@ export function createApiRouter(
         }
     });
 
+    router.get("/agents/:agentId/:roomId/memories", async (req, res) => {
+        const agentId = req.params.agentId;
+        const roomId = stringToUuid(req.params.roomId);
+        let runtime = agents.get(agentId);
+
+        // if runtime is null, look for runtime with the same name
+        if (!runtime) {
+            runtime = Array.from(agents.values()).find(
+                (a) => a.character.name.toLowerCase() === agentId.toLowerCase()
+            );
+        }
+
+        if (!runtime) {
+            res.status(404).send("Agent not found");
+            return;
+        }
+
+        try {
+            const memories = await runtime.messageManager.getMemories({
+                roomId,
+            });
+            const response = {
+                agentId,
+                roomId,
+                memories: memories.map((memory) => ({
+                    id: memory.id,
+                    userId: memory.userId,
+                    agentId: memory.agentId,
+                    createdAt: memory.createdAt,
+                    content: {
+                        text: memory.content.text,
+                        action: memory.content.action,
+                        source: memory.content.source,
+                        url: memory.content.url,
+                        inReplyTo: memory.content.inReplyTo,
+                        attachments: memory.content.attachments?.map(
+                            (attachment) => ({
+                                id: attachment.id,
+                                url: attachment.url,
+                                title: attachment.title,
+                                source: attachment.source,
+                                description: attachment.description,
+                                text: attachment.text,
+                                contentType: attachment.contentType,
+                            })
+                        ),
+                    },
+                    embedding: memory.embedding,
+                    roomId: memory.roomId,
+                    unique: memory.unique,
+                    similarity: memory.similarity,
+                })),
+            };
+
+            res.json(response);
+        } catch (error) {
+            console.error("Error fetching memories:", error);
+            res.status(500).json({ error: "Failed to fetch memories" });
+        }
+    });
+
     return router;
 }