statelyai/agent

Create state-machine-powered LLM agents using XState

What it solves

它解决了 AI agent 的不可预测性，通过提供一个将 agent 的控制流与模型的决策过程分离的逻辑层。与其让模型拥有完全的控制权，这个工具允许开发者定义 agent 必须遵循的明确规则、边界与有效的转换。

How it works

它将模型请求与决策整合进 XState，通过将 agent 视为一个状态机。状态机定义了允许的动作（events）与规则（guards）。当 agent 需要做出选择时，它会使用 agent.decide 要求模型从当前允许的 events 中挑选一个。状态机随后会验证该选择是否被允许；如果一个 guard 拒绝了模型的提案，决策将重新尝试。这种架构允许 agent 被暂停，其状态（snapshot）可以被保存，随后再重新启动。

Who it’s for

对于需要对工作流进行严格控制、需要能够在不调用 API 的情况下可视化与测试 agent 逻辑，并支持 "human-in-the-loop" 交互的 AI agent 开发者。

Highlights

  • Explicit Control Flow: 使用状态机来定义 agent 可以做与不能做的事情。
  • Bounded Decisions: Bounded Decisions: 模型只能针对当前状态提出有效的 events。
  • State Persistence: 能够保存 XState snapshots 以停止并在不同进程中程序中重新启动 agent。
  • Provider Agnostic: 虽然它提供了 Vercel AI SDK 的 adapter，工作核心逻辑并不依赖于特定的模型提供商。
  • Verifiable Logic: 状态机可以进行 linting、模拟与探索，而无需 API key。