future-agi/future-agi

Open-source, end-to-end platform for evaluating, observing, and improving LLM and AI agent applications. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Self-hostable. Apache 2.0.

它是什么

Future AGI 是一个可自托管、Apache-2.0 许可的平台,用于构建和运营可靠的 AI 代理。它用一个集成系统取代了典型的零散工具组合(Langfuse 用于追踪、Braintrust 用于评估、Guardrails AI 用于安全、Helicone 用于网关等)。

核心主张:代理会产生幻觉,而 Future AGI 通过闭环帮助您更快地解决这个问题——模拟边缘情况 → 评估质量 → 防范攻击 → 监控实时行为 → 将真实追踪反馈到优化中。

关键能力(六大支柱)

  • 模拟 — 使用逼真的人物角色、对抗性输入和边缘情况生成数千次多轮对话。支持文本和语音(LiveKit、VAPI 等)。
  • 评估 — 一次调用即可获得 50 多个指标:接地性、幻觉、工具使用正确性、PII、语气、自定义评分标准。使用 LLM 作为评判者、启发式方法和机器学习。
  • 防护 — 18 个内置扫描器(PII、越狱、注入)以及 15 个供应商适配器(Lakera、Presidio、Llama Guard)。可以在网关内联运行,也可以作为独立 SDK 运行。
  • 监控 — 面向 50 多个框架(LangChain、LlamaIndex、CrewAI、DSPy)的 OpenTelemetry 原生追踪。跨度图、延迟、成本、实时仪表板——零配置。
  • 代理指挥中心 — 一个兼容 OpenAI 的网关,支持 100 多个提供商、15 种路由策略、语义缓存、虚拟密钥、MCP、A2A。声称的性能:约 29k 请求/秒,启用防护时 P99 ≤ 21 毫秒。
  • 优化 — 六种提示优化算法(GEPA、PromptWizard、ProTeGi、Bayesian、Meta-Prompt、Random)。生产追踪作为训练数据反馈。

架构

  • 边缘:traceAI(OpenTelemetry 插桩)和 Agent Command Center(网关代理)。
  • 平台:tracer(OTLP 摄取)、agentic_eval(指标)、simulate(场景生成)、model_hub(LLM 路由)、accounts(认证、计量)。
  • 数据:PostgreSQL(元数据)、ClickHouse(跨度)、Redis(状态)、Temporal(作业)。
  • 接口:一切都是开放的——追踪使用 OTLP,网关使用兼容 OpenAI 的 HTTP,存储使用 SQL。您可以替换组件。

快速开始

  • 需要 Docker(独立版需要 2+ vCPU、4 GB RAM)。
  • 一条命令:git clone + ./bin/install(Windows 上使用 PowerShell 脚本)。
  • 启动后,登录、复制 API 密钥,并通过 pip install fi-instrumentation-otel 发送您的第一条追踪。
  • 提供 Python、TypeScript、Java、C# 的 SDK。

部署选项

  • Docker Compose(独立或分布式)、生产覆盖层、Kubernetes/Helm 图表、云虚拟机,以及使用 FUTURE_AGI_TELEMETRY_DISABLED=true 的隔离/本地部署。

许可

Apache 2.0 核心;各个 SDK 独立许可(Apache/MIT)。该平台是开源的、可自托管的,并提供托管云选项。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目