shibing624/agentica

Build AI agents that run for hours, not seconds. Async-first Python harness: auto context-compaction, cost budgets & death-spiral guards, persistent cross-session memory, self-evolving SKILL.md, /goal long-task loop, 40+ tools, 20+ models, MCP/ACP. Ships a CLI + Web Gateway out of the box.

它解决了什么

标准 LLM 接口在处理长时间运行的任务、无限循环以及随着时间的推移丢失上下文方面常常遇到困难。Agentica 提供了一个强大的执行引擎，旨在让代理可靠地运行而不会 "飞离轨道"，管理成本，并在复杂的工具使用循环中防止无限循环。

它是如何工作的

该框架使用由控制流引擎驱动的异步优先代理循环。它通过专门的 /goal 循环来管理长期目标，该循环会自动确定任务何时完成或需要暂停。它通过基于索引的存储和基于相关性的检索来处理记忆，并具有一个独特的自进化管道，其中成功的任务序列会被编译成可重用的基于 Markdown 的 SKILL.md 文件。

它适用于谁

正在构建需要超越简单聊天界面的复杂 AI 代理的开发者，特别是那些需要多代理协作、持久跨会话记忆以及自主工具执行（如网页搜索、文件操作或代码执行）的人。

亮点

自进化技能：自动将成功的执行序列编译成可重用的技能。
长任务管理：支持带有令牌、时间或轮次硬上限的 /goal 循环。
健壮执行：内置上下文压缩、成本预算和无限循环保护。
广泛集成：支持 20+ 模型和 40+ 内置工具，包括通过 LangChain/LlamaIndex 的 MCP 和 RAG。
灵活部署：包含 CLI、Web 网关以及针对 Telegram 和 Discord 等 IM 平台的集成。