dapr/dapr-agents

Build autonomous, resilient and observable AI agents with built-in workflow orchestration, security, statefulness and telemetry.

Dapr Agents – 构建生产级AI代理系统的框架

是什么 – Dapr Agents 是一个开源的 Python SDK（及配套运行时），可让您编写使用大语言模型（LLMs）进行推理、行动和协作的 代理型 应用程序，同时依赖 Dapr 的成熟组件来实现可扩展性、弹性与可观测性。

为何重要 – 构建可靠、分布式的 AI 代理非常困难：您需要状态持久化、重试机制、服务发现、安全通信，以及与多种数据源的集成。Dapr Agents 隐藏了这些复杂性。每个代理都以 Dapr 的 actor（轻量级、有状态的计算单元）形式运行，并通过 Dapr 的持久执行引擎编排多步骤工作流，即使发生崩溃或网络故障，代理也能从断点处继续执行。

核心功能（如 README 所述）

功能	您将获得
可扩展性与效率	数千个代理可共享单个 CPU 核心；Dapr 会自动在集群中分配工作。
工作流弹性	代理任务的每一步都具备自动重试和状态恢复能力。
Kubernetes 原生	将代理部署为常规 Dapr 支持的服务；Sidecar 负责网络、密钥和扩展。
数据驱动	内置绑定和状态存储可即时访问超过 50 个企业级数据源（如 PDF、数据库、消息队列）。
多代理协作	安全、可观测的服务间调用和 Pub/Sub 使代理能够相互通信或与外部服务交互。
供应商中立	适用于任何云或本地环境；支持多个 LLM 提供商。
AI 专用辅助功能	结构化输出、工具选择、上下文记忆、灵活提示、零配置 MCPServer 工具自动发现。
安全与可靠性	mTLS 加密、Dapr 弹性策略（超时、重试、熔断器）、细粒度访问控制。

典型代理示例（来自 README 的 Python 代码）

from dapr_agents import DurableAgent

agent = DurableAgent(
    name="my-agent",
    role="多工具助手",
    runtime=workflow_runtime,
)  # MCPServer 工具自动发现 – 无需额外配置

代理启动时，Dapr Agents 会查询本地 Dapr Sidecar 中加载的 MCPServer 资源，获取其工具定义并注册为工作流步骤。开发者只需编写业务逻辑，框架负责发现、状态和重试。

快速入门（快速启动检查清单）

安装前置条件 – Dapr CLI、Python ≥ 3.11，以及 uv 包管理器。
初始化 Dapr – dapr init 在本地设置 Sidecar。
添加 SDK – uv add dapr-agents（或 pip install dapr-agents）。
运行快速入门示例 – 仓库包含逐步教程，展示如何创建简单代理、连接数据源并实现扩展。
探索示例 – 更完整的演示（包括 MCPServer 自动发现）位于 examples/ 目录下。

适合谁使用

平台团队：需要在 Kubernetes 或本地集群上以标准方式大规模运行 AI 代理的团队。
开发者：构建多代理工作流、检索增强生成流水线，或需要在多次调用中保持上下文的自主助手的开发者。
企业：希望避免供应商锁定，并将 AI 逻辑保留在自有安全与可观测性栈之后的组织。

社区与贡献

CNCF 项目：在云原生计算基金会（CNCF）框架下治理。
Discord 与 YouTube：活跃的帮助与公告频道。
贡献指南：遵循仓库的《行为准则》，开发使用 uv，运行测试套件（uv run pytest）。
路线图：Python 支持计划于 2025 年 Q4 稳定版发布；其他语言绑定正在规划中。

TL;DR

Dapr Agents 提供一个生产就绪的平台，让您编写能够 扩展、抵御故障、与数据库和其他代理通信、保持安全 的 AI 代理，同时让您专注于 LLM 驱动的逻辑，而非分布式系统的底层 plumbing。