[**中文**](https://github.com/shibing624/agentica/blob/main/README.md) | [**English**](https://github.com/shibing624/agentica/blob/main/README_EN.md) | [**日本語**](https://github.com/shibing624/agentica/blob/main/README_JP.md) ----------------- # Agentica: 构建 AI 智能体 [](https://badge.fury.io/py/agentica) [](https://pepy.tech/project/agentica) [](LICENSE) [](requirements.txt) [](https://mseep.ai/app/shibing624-agentica) [](https://github.com/shibing624/agentica/issues) [](#%E7%A4%BE%E5%8C%BA%E4%B8%8E%E6%94%AF%E6%8C%81) **Agentica 是一个轻量级、功能强大的 Python 框架，用于构建、管理和部署自主 AI 智能体。** 无论您是想创建一个简单的聊天机器人、一个复杂的研究助理，还是一个由专业智能体组成的协作团队，Agentica 都能为您提供所需的工具和抽象，助您更快实现目标。我们采用开发者优先的设计方法，简化了 RAG、多智能体工作流和长期记忆等高级功能，让每一位开发者都能轻松上手。 ## 为什么选择 Agentica？ * **开发者优先的 API**：简洁、直观、面向对象的接口，易于学习，使用愉快。 * **模块化与可扩展**：轻松替换 LLM、记忆后端和向量存储等组件。 * **功能完备**：开箱即用，提供丰富的内置工具（网络搜索、代码解释器、文件读写）、记忆类型和高级 RAG 功能。 * **高级功能，简化实现**：轻松实现多智能体协作（团队）、任务分解（工作流）和自我反思等复杂模式。 * **生产就绪**：通过命令行界面、Web UI 或作为服务部署您的智能体。同时支持**模型上下文协议（MCP）**，实现标准化工具集成。 * **中文优化**：为中文用户提供一流支持，配备专门的文档和示例。 ## 核心特性 * ** 核心智能体能力**：构建具备复杂规划、反思、短期和长期记忆以及强大工具使用能力的智能体。 * ** 高级编排**： * **多智能体团队**：创建由专业智能体组成的团队，协作解决问题。 * **工作流**：将复杂任务分解为一系列步骤，由不同的智能体或工具执行。 * **️ 丰富的工具生态**： * 大量内置工具（网络搜索、OCR、图像生成、Shell 命令）。 * 轻松创建您自己的自定义工具。 * 一流的**模型上下文协议（MCP）**支持，实现标准化工具集成。 * ** 灵活的 RAG 流程**： * 内置知识库管理和文档解析（PDF、文本）。 * 混合检索策略和结果重排序，以实现最高准确性。 * 与 LangChain 和 LlamaIndex 等流行库集成。 * ** 多模态支持**：构建能够理解和生成文本、图像、音频和视频的智能体。 * ** 广泛的 LLM 兼容性**：支持来自 OpenAI、Azure、Deepseek、Moonshot、Anthropic、智谱AI、Ollama、Together 等提供商的数十种模型。 * ** 自我进化智能体**：具备反思和记忆增强能力的智能体，能够自我进化。 ## ️ 系统架构 Agentica 的模块化设计实现了最大的灵活性和可扩展性。其核心是 \`Agent\`、\`Model\`、\`Tool\` 和 \`Memory\` 组件，这些组件可以轻松组合和扩展，以创建强大的应用程序。 ## 安装 \`\`\`bash pip install -U agentica \`\`\` 从源码安装： \`\`\`bash git clone https://github.com/shibing624/agentica.git cd agentica pip install . \`\`\` ## 快速入门 1. **设置您的 API 密钥。** 在 \`~/.agentica/.env\` 路径下创建一个文件，或设置环境变量。 \`\`\`shell # 月之暗面 Moonshot AI export MOONSHOT_API_KEY="your-api-key" # 智谱AI ZhipuAI export ZHIPUAI_API_KEY="your-api-key" # 搜索工具 export SERPER_API_KEY="your-serper-api-key" \`\`\` 2. **运行您的第一个智能体！** 这个例子创建了一个可以查询天气的智能体。 \`\`\`python from agentica import Agent, Moonshot, WeatherTool # 初始化一个带模型和天气工具的智能体 weather_agent = Agent( model=Moonshot(), tools=[WeatherTool()], # 为智能体提供时间概念，以便回答“明天”等问题 add_datetime_to_instructions=True ) # 向智能体提问 weather_agent.print_response("明天北京天气怎么样？") \`\`\` **输出：** \`\`\`markdown 明天北京的天气预报如下： - 早晨：晴朗，气温约18°C，风速较小，约为3 km/h。 - 中午：晴朗，气温升至23°C，风速6-7 km/h。 - 傍晚：晴朗，气温略降至21°C，风速较大，为35-44 km/h。 - 夜晚：晴朗转晴，气温下降至15°C，风速32-39 km/h。 全天无降水，能见度良好。请注意傍晚时分的风速较大，外出时需注意安全。 \`\`\` ## 核心概念 * **Agent**：思考、决策和执行动作的核心组件。它将模型、工具和记忆连接在一起。 * **Model**：智能体的“大脑”。通常是一个大型语言模型（LLM），为智能体的推理能力提供动力。 * **Tool**：智能体可用于与外部世界交互的功能或能力（例如，搜索网页、运行代码、访问数据库）。 * **Memory**：允许智能体记住过去的交互（短期记忆）并存储关键信息以供日后调用（长期记忆）。 * **Knowledge**：外部知识源（如文档集合），智能体可以使用检索增强生成（RAG）进行查询。 * **Workflow/Team**：用于编排复杂、多步骤任务或管理多个智能体之间协作的高级结构。 ## 功能展示：您可以构建什么 浏览我们全面的示例，了解 Agentica 的无限可能： | 示例 | 描述 | |-------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------| | [**高级 RAG 智能体**](https://github.com/shibing624/agentica/blob/main/examples/20_advanced_rag_demo.py) | 基于您的 PDF 文档构建一个强大的问答系统，具备查询重写、混合检索和重排序功能。 | | [**多智能体团队**](https://github.com/shibing624/agentica/blob/main/examples/31_team_news_article_demo.py) | 组建一个由专业智能体（如研究员和作家）组成的团队，协作撰写新闻文章。 | | [**自我进化智能体**](https://github.com/shibing624/agentica/blob/main/examples/33_self_evolving_agent_demo.py) | 创建一个能从交互中学习并随时间推移改进其知识库的智能体。 | | [**LLM 操作系统**](https://github.com/shibing624/agentica/blob/main/examples/34_llm_os_demo.py) | 一个有趣的实验，旨在构建一个由 LLM 驱动的对话式操作系统。 | | [**投资研究工作流**](https://github.com/shibing624/agentica/blob/main/examples/35_workflow_investment_demo.py) | 自动化整个投资研究流程，从数据收集和分析到报告生成。 | | [**视觉智能体**](https://github.com/shibing624/agentica/blob/main/examples/10_vision_demo.py) | 构建一个能够理解和推理图像的智能体。 | [️ **查看所有示例**](https://github.com/shibing624/agentica/tree/main/examples) ## ️ 部署 ### 命令行界面 (CLI) 直接从终端与您的智能体互动。 \`\`\`shell # 安装 agentica pip install -U agentica # 运行单个查询 agentica --query "下一届奥运会在哪里举办？" --model_provider zhipuai --model_name glm-4-flash --tools web_search_pro # 启动交互式聊天会话 agentica --model_provider zhipuai --model_name glm-4-flash --tools web_search_pro cogview --verbose 1 \`\`\` ### Web UI Agentica 与 [ChatPilot](https://github.com/shibing624/ChatPilot) 完全兼容，为您的智能体提供功能丰富、基于 Gradio 的 Web 界面。 请查看 [ChatPilot 仓库](https://github.com/shibing624/ChatPilot)了解设置说明。 ## 与其他框架的比较 | 特性 | Agentica | LangChain | AutoGen | CrewAI | |------------------------|--------------------------------------------|-------------------------------------------|-------------------------------------|------------------------------------| | **核心设计** | 以智能体为中心，模块化且直观 | 以链为中心，复杂的组件图 | 专注于多智能体对话 | 专注于基于角色的多智能体 | | **易用性** | 高（为简洁而设计） | 中（学习曲线陡峭） | 中 | 高 | | **多智能体** | 原生支持 \`Team\` 和 \`Workflow\` | 需要自定义实现 | 核心功能 | 核心功能 | | **RAG** | 内置高级流程 | 需要手动组装组件 | 需要外部集成 | 需要外部集成 | | **工具** | 丰富的内置工具 + MCP 支持 | 生态系统庞大，可能很复杂 | 基本的工具支持 | 基本的工具支持 | | **多模态** | 支持（文本、图像、音频、视频） | 支持（但集成可能复杂） | 不支持（主要基于文本） | 不支持（主要基于文本） | ## 社区与支持 * **GitHub Issues**：有任何问题或功能请求？[提交 issue](https://github.com/shibing624/agentica/issues)。 * **微信**：加入我们的开发者社群！添加微信号 \`xuming624\`，并备注“agentica”，即可加入群聊。 ## 引用 如果您在研究中使用了 Agentica，请按以下格式引用： \`\`\`bibtex @misc\{agentica, author = \{Ming Xu\}, title = \{Agentica: Effortlessly Build Intelligent, Reflective, and Collaborative Multimodal AI Agents\}, year = \{2024\}, publisher = \{GitHub\}, journal = \{GitHub Repository\}, howpublished = \{\url\{https://github.com/shibing624/agentica\}\}, \} \`\`\` ## 许可证 Agentica 采用 [Apache License 2.0](LICENSE) 授权。 ## ️ 贡献 我们欢迎各种形式的贡献！请查看我们的[贡献指南](CONTRIBUTING.md)以开始。 ## 致谢 我们的工作受到了许多优秀项目的启发和帮助。我们在此感谢以下项目团队： - [langchain-ai/langchain](https://github.com/langchain-ai/langchain) - [phidatahq/phidata](https://github.com/phidatahq/phidata) - [simonmesmith/agentflow](https://github.com/simonmesmith/agentflow)