agentspan-ai/agentspan

解决的问题

Agentspan 为 AI 代理提供持久化运行时，确保当工作进程崩溃或系统重启时，代理执行不会失败或丢失。它解决了「内存中」代理状态的问题，使代理能够运行数分钟、数小时，甚至数天——尤其是在等待人工审批时——而不会丢失进度。

工作原理

基于 Conductor 构建的 Agentspan 将代理定义编译为服务器端执行。这将编排逻辑从客户端循环转移到服务器端，从而在崩溃后能够自动从上一个完成的步骤恢复。它支持「计划-执行」策略，其中 LLM 生成 JSON 计划，然后以确定性方式执行。它还与各种事件源（cron、Kafka、SQS、webhook）集成，以触发代理。

适用人群

需要高可靠性、跨多种语言的分布式工具执行以及持久化人工介入工作流的生产级 AI 代理开发者。

主要亮点

• 持久化执行： 自动崩溃恢复，支持从上一个完成的步骤恢复代理。
• 人工介入： 工具可标记为需要审批，执行将持久暂停，直到任意机器上的人类介入。
• 分布式工作节点： 工具可作为分布式任务在 Python、Java、Go 或 C# 中执行。
• 服务器端工具： 可直接集成 OpenAPI/Swagger 规范、HTTP 端点和 MCP 服务器，无需额外工作节点。
• 框架兼容： 与 LangGraph、OpenAI Agents SDK 和 Google ADK 等现有代理兼容。
• 生产级防护机制： 支持自定义函数、正则表达式或 LLM 判定器，失败模式可配置（重试、抛出异常、修复或升级）。
• 安全凭证管理： API 密钥和密钥在服务器端加密存储，并在运行时注入到工具中。