DataBassGit/AgentForge

AgentForge – 用于构建 AI 驱动的自主代理的低代码框架

是什么 – AgentForge 是一个开源 Python 库（≥ 3.12），允许您通过 cogs（基于 YAML 的工作流文件）描述 代理、记忆 以及它们之间的交互方式。该框架刻意设计为“低代码”：大部分连接通过声明式方式完成，但您仍可在需要时插入自定义 Python 代码。

核心理念

• 代理 – 由提示模板和配置文件定义的单个 LLM 支持的聊天机器人。
• Cogs – 用于编排一个或多个代理、添加分支逻辑并连接记忆节点的 YAML 文档。可将 cog 视为可重用的工作流图。
• 记忆 – 会话期间代理可读写的选择性持久上下文，自动提供给 cog 中引用的代理。
• 人格 – 设置代理身份、语气和背景的独立 YAML 文件。
• LLM 无关 – 每个代理可指向不同的模型提供商（OpenAI、Google Gemini、Anthropic Claude，或通过 Ollama/LMStudio 提供的任何本地模型）。

主要功能（列在 README 中）

• 用于多代理编排和分支逻辑的声明式 Cogs。
• 通过提示模板 YAML 实现可自定义代理。
• 集成的、可选的记忆，可在调用间持久化。
• 用于控制风格和上下文的人格文件。
• 运行时动态编辑提示 – 无需重启进程。
• 支持主流 LLM API（OpenAI、Google、Anthropic）以及通过 Ollama 或 LMStudio 的本地模型。

典型工作流程

1. 安装 从 PyPI 安装该包（pip install agentforge）。
2. 运行 快速入门 指南，该指南会生成一个隐藏的 .agentforge/ 目录。
3. 编写一个简单的 cog YAML 文件，引用一个或多个代理（可选）记忆节点。
4. 使用 CLI 执行 cog；AgentForge 会联系配置的 LLM，传递提示，存储/检索记忆，并返回最终输出。
5. 用于生产环境时，将演示用的“调试”模型替换为真实 API 密钥（OpenAI、Gemini、Claude 或本地 Ollama 模型）。

谁可能使用它

• 研究人员原型化多代理认知架构。
• 开发需要持久上下文的基于聊天的助手的开发者。
• 希望在不重写代码的情况下并行测试不同 LLM 提供商的团队。
• 用最少样板代码演示代理编排概念的教育工作者。

快速上手

• 文档中心：docs/README.md – 中心导航页面。
• 快速入门：docs/guides/quickstart.md – 安装、生成、运行无凭证烟雾测试。
• 首次真实模型运行：docs/guides/first_real_model_run.md – 配置 API 密钥或本地模型并运行真实 LLM。
• 高级参考：docs/guides/advanced_reference.md – 深入探讨代理、cogs、记忆、存储、工具和遗留功能。

社区与贡献

• 欢迎提交问题和拉取请求。
• 可通过邮件（contact@agentforge.net）或 Discord（README 中的链接）联系。

许可证 – GNU GPL-v3。

---

以上所有信息均直接取自仓库的 README；未推断任何额外功能。