Skip to content

zhouchunyuan-cn/PyAgentKit

Repository files navigation

PyAgentKit

PyAgentKit 是一个轻量级、可扩展的多智能体框架,专为构建和部署协作式人工智能代理系统而设计。它提供了一套完整的工具和架构,让开发者能够快速创建智能、自主的AI代理系统。

核心优势

🧩 模块化架构设计

PyAgentKit 采用高度模块化的设计理念,将系统分解为独立的组件(Agent、Router、Memory、Tools等),每个组件都有明确的职责和接口。这种设计使得系统易于理解、维护和扩展。

🔌 插件化工具系统

框架内置了可扩展的工具注册机制,支持快速集成各种功能工具,如网络搜索、文件操作、数学计算等。开发者可以轻松创建自定义工具并将其集成到系统中。

🔄 灵活的消息路由

PyAgentKit 提供了强大的消息路由机制,支持点对点通信、广播通信以及基于规则的智能路由。这使得多个Agent之间可以高效地进行协作和信息交换。

🧠 智能记忆管理

框架内置了双层记忆系统,包括短期记忆(基于时间的缓存)和长期记忆(持久化存储),帮助Agent在交互过程中保持上下文和学习能力。

⚡ 高性能并发支持

通过内置的调度器和异步执行机制,PyAgentKit 能够支持并发操作,提高系统处理效率和响应速度。

🔒 安全性保障

框架重视安全性,在设计时考虑了各种安全因素,如使用安全的表达式解析器替代危险的eval函数,限制文件系统访问等,确保系统运行的安全性。

🔗 MCP工具集成支持

PyAgentKit 支持接入符合MCP(Model Context Protocol)协议的外部工具,可以轻松扩展系统功能,集成各种第三方服务和工具。

应用场景

智能客服系统

构建能够自动回答用户问题、执行任务并协调多个专业代理的智能客服系统。

研究助手

创建能够进行网络搜索、信息整理和报告生成的智能研究助手,帮助用户快速获取和处理信息。

数据分析平台

开发能够自动执行数据处理、分析和可视化任务的智能数据分析平台。

自动化办公助手

构建能够处理日常办公任务,如文档生成、数据分析、邮件处理等的自动化办公助手。

教育辅导系统

创建个性化的智能教育辅导系统,能够根据学生需求提供定制化的学习内容和辅导。

工具集成平台

通过MCP协议集成各种外部工具,构建统一的工具调用和管理平台。

架构特色

Agent 智能体

每个Agent都是一个独立的智能单元,具有自己的角色设定、记忆系统和工具集。Agent之间通过标准化的消息协议进行通信。

Router 消息路由器

集中式消息路由系统负责管理Agent之间的通信,支持多种路由策略,确保消息能够准确、高效地传递。

Memory 记忆系统

双层记忆架构帮助Agent管理短期上下文和长期知识,支持基于时间的自动清理机制和持久化存储。

Tools 工具系统

可扩展的工具注册和执行机制,让Agent能够调用各种外部服务和功能,包括对MCP工具的支持。

Orchestrator 调度器

高级调度器支持复杂的执行流程控制,包括顺序执行、并发执行和条件执行等模式。

Monitor 监控系统

实时监控和调试工具,帮助开发者观察系统运行状态,诊断问题并优化性能。

Collaboration 动态协作系统

智能的任务分析和Agent组合机制,能够根据任务需求自动选择和组织合适的Agent进行协作。

MCP工具集成

PyAgentKit 提供了完整的MCP(Model Context Protocol)工具集成支持,允许系统接入符合MCP协议的外部工具。通过MCP集成,可以:

  1. 扩展系统功能 - 接入各种第三方工具和服务
  2. 统一工具接口 - 通过标准化接口调用不同类型的工具
  3. 灵活配置 - 动态注册和管理MCP工具
  4. 安全保障 - 通过统一的工具调用机制确保安全性

MCP工具的使用非常简单,只需要创建MCP工具实例并注册到Agent的工具注册表中即可。

最新功能更新

🔍 增强的网络搜索功能

WebSearchTool现在使用真实的DuckDuckGo API进行搜索,而不是模拟数据,提供更准确的搜索结果。

💾 持久化记忆存储

长期记忆现在支持持久化存储到磁盘,即使程序重启也能保留重要信息。

🛠️ 更多内置工具

新增DatabaseTool等实用工具,扩展系统功能。

🔌 真实的MCP集成

MCP工具现在支持真实的网络连接,可以与实际的MCP服务进行交互。

👁️ 实时监控系统

新增监控系统,可以实时观察和调试多Agent交互过程。

🤝 动态协作机制

新增智能任务分析和Agent自动组合功能,系统可根据任务需求动态选择和组织合适的Agent进行协作。

设计理念

PyAgentKit 的设计遵循以下核心理念:

  1. 简单性 - 提供简洁明了的API和架构,降低学习和使用门槛
  2. 可扩展性 - 模块化设计支持功能扩展和定制化开发
  3. 互操作性 - 标准化的接口设计确保各组件之间的良好协作
  4. 安全性 - 内置安全机制保护系统免受恶意输入和操作的影响
  5. 性能 - 优化的执行机制确保系统高效运行

快速开始

  1. 克隆项目到本地
  2. 直接运行演示程序查看基本功能:
    • python multi_agent_demo.py - 基本多Agent交互演示
    • python advanced_demo.py - 高级功能演示
    • python mcp_demo.py - MCP工具集成演示
    • python monitor_demo.py - 监控系统演示
    • python collaboration_demo.py - 动态协作演示
  3. 根据需要创建自定义Agents和Tools
  4. 使用Router和Orchestrator构建复杂的多Agent系统
  5. 集成MCP工具扩展系统功能

适用人群

  • AI工程师和研究人员
  • 希望构建智能代理系统的开发者
  • 对多Agent系统感兴趣的技术爱好者
  • 需要自动化解决方案的企业和组织

PyAgentKit 为构建下一代智能协作系统提供了坚实的基础,无论是简单的问答系统还是复杂的自动化工作流,都能在这个框架上快速实现。

About

PyAgentKit 是一个轻量级、可扩展的多智能体框架,专为构建和部署协作式人工智能代理系统而设计。它提供了一套完整的工具和架构,让开发者能够快速创建智能、自主的AI代理系统。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages