ZHangZHengEric/Sage
An RSI Agent Harness for running, evaluating, and evolving agents—with tools, skills, MCP, stateful execution, and multi-agent workflows.
解决的问题
Sage 提供了一个统一的平台,用于构建、部署和管理能够处理复杂项目工作与工具执行的 AI 代理。它弥合了定义代理能力(指令与工具)与在不同环境(无论是桌面、Web 服务器还是嵌入自定义 Python 应用程序)中以可靠、有状态的方式执行这些能力之间的差距。
运作方式
Sage 是围绕着称为 SAgents v2 的核心运行时所构建,该运行时负责管理代理、会话与执行的生命周期。它使用基于插件的架构来组合模型、内存、存储与调度提供者。代理使用声明式的 sage.yaml 包来定义,这些包指定了它们的指令与能力。该系统支持有状态执行,具有持久的会话历史记录,以及暂停与恢复任务以进行人工审核的功能。它还整合了 Model Context Protocol (MCP) 与可重复使用的技能生态系统,以扩展代理功能。
目标对象
- 开发者:希望将代理能力嵌入到自己的 Python 应用程序中。
- 用户:希望拥有一个开箱即用的桌面或 Web 界面来管理 AI 代理。
- 架构师:寻求一个模块化框架来编排多代理协作与复杂工作流程。
特色亮点
- 声明式配置:在 YAML 文件中定义代理行为与运行时设置。
- 多主机支持:通过专用的桌面应用程序、多用户服务器或作为 Python 库进行部署。
- 有状态交互:支持流式事件与人机协作审核,以确保可靠的交付。
- 可扩展工具:整合内置工具、自定义技能与 MCP 服务。
- 多代理编排:通过定向消息传递或结构化的 Agent Flows 来协调多个代理。
相关
- 项目
- 项目
- 项目
- 项目