NPC-Worldwide/npcpy

它解决了什么问题

npcpy 是一个旨在通过为多模态语言模型、智能体 AI 和知识图谱提供统一接口来简化复杂 AI 应用开发的库。它消除了在不同本地和云端 LLM 提供商之间切换的摩擦，并提供了管理 AI 人格、多智能体协作和长期记忆的结构化方式。

它是如何工作的

该库在用户与各种 LLM 提供商（如 Ollama、Llama.cpp、Gemini 和 OpenAI）之间充当数据层。它使用“Context-Agent-Tool”架构，通过软件逻辑而非仅仅依赖提示词来确保应用的合规性。

关键组件包括：

• NPCs and Agents：具有特定指令的人格的高级抽象。专门的智能体如 CodingAgent 可以自动执行代码，而 ToolAgent 可以通过自定义 Python 函数进行扩展。
• NPCArray：一个用于在多个模型上运行并行推理并管理多智能体辩论或迭代优化链的框架。
• Knowledge Graphs：一个支持增量演化生命周期的记忆系统，包括“睡眠”（整合/修剪）和“梦境”（推测性连接生成）过程。
• Team Orchestration：一个通过配置文件（.npc、.jinx、.ctx）定义多智能体团队的系统，这些文件可以作为独立脚本执行。

它是为谁准备的

它专为正在创建智能体 AI 系统、多模态应用或需要结构化多智能体交互和持久、演化知识库的研究人员和开发人员而构建。

亮点

• Provider Agnostic：通过单一 API 支持本地（Ollama、LM Studio 等）和云端提供商（Gemini、OrcaRouter 等）。
• Multi-Agent Debate：内置用于不同 AI 人格之间进行并行推理和达成共识的工具。
• Automated Coding：CodingAgent 可以编写并执行脚本以自主解决任务。
• Lifecycle-based Memory：实现了一个具有受生物启发式睡眠和梦境周期的知识图谱，用于数据精炼。
• Multimodal Support：集成了图像、音频和视频生成的函数。
• Structured Output：原生支持 JSON 和 Pydantic 模型，以实现可靠的数据提取。