truffle-ai/dexto

解决的问题

Dexto 提供一个编排层（即“代理手柄”），将原始的大规模语言模型（LLM）转化为可靠的状态化代理。它解决了管理代理状态、工具集成、记忆和错误恢复的复杂性，使开发者无需编写大量样板代码即可构建自主代理。

工作原理

Dexto 作为 AI 代理的操作系统。它采用配置驱动的方法，代理在 YAML 文件中定义，指定其 LLM 提供商、工具和系统提示。它与 Model Context Protocol (MCP) 集成，以连接各种外部工具和 API。它支持持久会话和记忆，使代理能够在重启后仍保留上下文。它还支持多代理系统，允许父代理生成专门的子代理来处理复杂任务。

适用人群

希望在不同接口（CLI、Web UI、REST API）和 LLM 提供商之间构建、部署和管理 AI 代理（从代码助手到数字伴侣）的开发者和 AI 工程师。

主要亮点

• 配置驱动：通过 YAML 定义和切换模型与工具，无需更改代码。
• 广泛的 LLM 支持：兼容来自 OpenAI、Anthropic、Google、Groq 等提供商的 50 多个模型，以及通过 Ollama 或 node-llama-cpp 的本地模型。
• MCP 集成：内置对 Model Context Protocol 服务器的支持，可轻松添加 Puppeteer 或文件系统访问等工具。
• 生产就绪的编码代理：自带一个预构建的代理，可自主完成代码构建、重构和调试。
• 人机协同：细粒度权限控制，可要求对特定工具执行进行审批。
• 多代理编排：可生成临时子代理以处理专门子任务。
• 灵活部署：可作为 Web UI、CLI 或提供 REST 和 SSE API 的服务器运行。