trpc-group/trpc-agent-go

解決的問題

構建生產級 AI Agent 需要管理複雜的工作流、持久化記憶、工具集成和可觀測性。標準的 LLM 腳本通常缺乏企業級部署所需的並發性、類型安全性和面向服務的架構。

工作原理

tRPC-Agent-Go 提供了一個將 Agent 視為可擴展服務的 Go 原生運行時。它使用基於圖的工作流引擎進行複雜路由，使用模組化記憶系統進行會話持久化，並使用豐富的工具生態系統（包括 MCP 支援）進行外部互動。它還具有「自我進化」機制，可以將完成的會話進行審查並轉換為可重用的技能。

適用對象

• Go 開發者：構建可擴展、高並發的 AI 服務。
• AI 工程師：需要為多智能體系統提供強大的編排、評估和可觀測性。
• 企業團隊：需要 OpenTelemetry 追蹤和持久化狀態管理等生產級功能。

亮點

• 多智能體編排：支援鏈式調用、並行執行和循環工作流。
• GraphAgent：具有多條件路由的類型安全圖工作流。
• Agent 自我進化：非同步審查會話以提取並發布可重用的技能。
• 生產級可觀測性：內建 OpenTelemetry 追蹤和 Langfuse 集成。
• 豐富的工具鏈：支援函數工具、MCP、網路搜尋和程式碼執行。
• 記憶與 RAG：為上下文感知型 Agent 提供集成的記憶服務和知識檢索。