emcie-co/parlant

Build reliable customer-facing AI agents with Parlant: an interaction control harness optimized for controlled, consistent, and predictable LLM interactions.

What it solves

Parlant 是一个为面向客户的 AI 代理设计的交互控制工具。它解决了“提示过载”的问题:随着系统提示变得越来越复杂,大型提示会失效;同时也解决了在自然、非线性对话中路由图的脆弱性。它确保代理在高风险或受监管的行业(如金融和医疗)中保持一致、合规且符合品牌形象。

How it works

Parlant 不使用单一庞大的提示,而是通过“上下文匹配引擎”在每一次对话回合动态组装聚焦的上下文窗口给 LLM。它会根据当前交互的即时相关性,筛选指南、工具与知识。

主要组件包括:

  • Guidelines:条件‑动作配对,作为行为规则。
  • Relationships:依赖与排除,用以优先或限制哪些指南是启用的。
  • Journeys:多回合的标准作业流程(SOP),在引导代理完成流程的同时仍能因应用户输入而调整。
  • Canned Responses:在严格模式下使用的预先批准模板,避免关键时刻产生幻觉。
  • Tools:仅在特定观察匹配时触发的外部 API,防止误触工具调用。
  • Glossary:领域专属词汇映射,确保代理理解行业术语。

Who it’s for

此工具适用于开发 B2C 或敏感 B2B AI 代理(如客服、销售或 onboarding 流程)的团队,需要高精度、可审计性,以及快速反馈回路,以在不重新编写图或微调模型的情况下更新代理行为。

Highlights

  • Dynamic Context Engineering:仅将相关指令与工具纳入提示,避免模型混乱。
  • B2B/B2C Governance:内建合规与品牌语调一致性支持。
  • Hallucination Prevention:使用严格输出模式与预设响应防止高风险交互产生幻觉。
  • Explainability:为每个决策与指南匹配提供完整的 OpenTelemetry 追踪。
  • LLM Agnostic:通过 LiteLLM 兼容多家供应商,包括 OpenAI 与 Anthropic。
  • Framework Integration:可与 LangGraph、LlamaIndex 等其他工具共存,作为行为控制层。