evalstate/fast-agent

解決的問題

fast-agent 是一個用於建構與互動複雜多模態 AI 代理與工作流程的框架。它透過提供聲明式語法來組合提示並連接到 Model Context Protocol (MCP) 伺服器，簡化了編碼代理、開發工具包與評估平台的建立過程。

運作方式

此框架採用基於 Python 的聲明式方法，代理透過裝飾器（例如 @fast.agent）定義。開發者可將代理串聯成序列、建立平行執行路徑，或使用高階模式如評估器-優化器迴圈與編排器。它與 MCP 深度整合，支援 STDIO 與可串流的 HTTP 傳輸，包含 OAuth 以確保伺服器連線安全。同時具備 CLI 為先的設計，並提供互動式 TUI 風格終端，支援即時串流回應。

適用對象

專為開發 AI 代理應用的開發者、需要彈性編碼代理工具包的使用者，以及需要結構化編排與工具使用的複雜 LLM 工作流程團隊所設計。

主要特色

• 全面的 MCP 支援：對 MCP 功能（包含取樣、引導與可串流 HTTP 傳輸診斷）進行端對端測試支援。
• 多樣化的工作流程模式：內建支援鏈式、平行分支/匯聚、評估器-優化器迴圈、路由器與編排器。
• MAKER (K-voting)：透過重複取樣回應實作投票機制，減少簡單步驟長鏈中的錯誤。
• 代理作為工具：允許將複雜任務拆解為子任務，主代理可呼叫其他代理作為工具進行路由與平行化。
• 廣泛的模型相容性：透過 TensorZero 原生支援 Anthropic、OpenAI、Google、Azure、Ollama 與 Deepseek。
• 人機協作：代理可設定為在任務執行過程中請求人類輸入以取得額外上下文。