axclogo/AxcAgentEngine

解決的問題

大多數代理框架依賴於簡單的「思考-行動-觀察」迴圈（ReAct），當任務變得更複雜時，容易產生偏離或失去焦點的問題。AxcAgentEngine 透過引入計畫-觀察-重計畫（POR）機制，解決此問題。該機制讓代理能建立結構化計畫，根據依賴關係排程步驟，並根據結果調整策略。

工作原理

此引擎結合標準的 ReAct 執行器與 POR 計畫層。採用插件式架構，核心功能（如記憶、知識檢索與風險防護）與引擎解耦，並透過 YAML 設定載入。它將穩定的代理行為（於 YAML 中定義）與執行時資源（如 LLM 提供者與資料庫索引）分離，在實例化時進行繫結。為處理大量資料，使用 ArtifactStore 管理過大的工具結果，避免膨脹 LLM 的上下文視窗。

適用對象

需要結構化規劃、持久化工作流程，以及企業級控制（如人工介入審核與風險分類）的複雜 AI 代理開發者。

主要特色

• POR 計畫：支援結構化計畫與依賴關係排程，防止任務偏離。
• 可擴充插件系統：模組化功能包括記憶（四層）、知識（混合檢索）與安全（PII 隱藏）。
• 持久化工作流程：包含 WorkflowRuntime 與 CheckpointStore，支援代理從先前狀態恢復。
• MCP 支援：透過 stdio 與 JSON-RPC HTTP 兼容 Model Context Protocol (MCP)。
• Sidecar 套件：專用於多代理編排、模擬、評估與故障挖掘的工具集。
• OpenAI 相容性：提供 OpenAI 相容的 HTTP 客戶端與 API 子集。