Новый проект
xinhuangcs/agentmaker
Асинхронный Python-фреймворк для LLM-агентов и мультиагентных систем с памятью, инструментами, RAG, защитными ограничениями и отладкой.
- Stars
- ★ 123
- Forks
- ⑂ 4
- Язык
- Python
- Статус
- В канале 1 янв. 1 г.
AI-разбор
agentmaker — типизированный Python-фреймворк для создания LLM-агентов и мультиагентных систем с единым циклом работы, поддержкой чата, вызова функций, планирования, рефлексии и декларативных спецификаций. Он подключает OpenAI, Anthropic, Gemini, DeepSeek, Moonshot, локальные модели через Ollama, vLLM и SGLang, а также совместимые с OpenAI конечные точки; доступны потоковая выдача, структурированный результат, мультимодальность и кэширование подсказок. В состав входят инструменты на основе типизированных функций, MCP-интеграция, гибридный поиск, RAG с цитированием источников, долговременная память, управление контекстом в пределах бюджета токенов, защитные проверки и подтверждение рискованных действий человеком. По умолчанию используются локальные SQLite-хранилища, но эмбеддинги, векторные хранилища, переранжирование, сессии, контрольные точки, трассировка и разбиение документов заменяемы через интерфейсы. Трассировка поддерживает JSONL, SQLite и OpenTelemetry, а Trace Detective и DoctorHook помогают определить первый ошибочный шаг, причину и предполагаемое исправление. Для установки требуется Python 3.12 или новее; проект находится в состоянии до версии 1.0, поэтому минорные обновления могут содержать несовместимые изменения.
Python-разработчики и команды, создающие LLM-агентов, RAG-приложения, мультиагентные процессы и интеграции с инструментами, которым нужны память, контроль контекста, защитные проверки, трассировка и тестируемая архитектура.
Что внутри
- Единый агентский цикл с поддержкой чата, вызова инструментов, планирования, выполнения и рефлексии.
- Интеграция с облачными, локальными и совместимыми с OpenAI LLM-провайдерами.
- Инструменты из типизированных Python-функций, MCP-серверы и автоматический выбор инструментов.
- Гибридный поиск, RAG с цитированием источников, долговременная память и управление контекстом.
- Защитные проверки, подтверждение действий человеком, сессии, контрольные точки и ограничения запусков.
- Трассировка запусков и встроенная диагностика через DoctorHook и Trace Detective.
Где применять
- Создание чат-ассистентов с вызовом внешних функций, памятью и потоковой выдачей.
- Разработка корпоративных RAG-систем по PDF, DOCX, HTML и другим документам.
- Построение мультиагентных рабочих процессов с планированием, подагентами и MCP-инструментами.
- Разработка приложений с разграничением данных по пользователям, агентам и приложениям.
- Тестирование и диагностика агентских сценариев в CI без API-ключа и сетевого доступа.
Темы