Agentica¶
让 Agent 真正跑起来——跑得久、不跑飞、能干活、会进化。 Async-first Python agent harness · 40+ 工具 · 20+ 模型 · MCP · CLI + Web Gateway
为什么选择 Agentica?¶
- Async-First 架构 -- 所有核心方法原生 async，同步适配器无缝兼容。
- 开发者友好 -- 简洁直观的面向对象 API，极低学习曲线。
- 模块化可扩展 -- 模型、记忆后端、向量存储均可自由替换。
- 功能完备 -- 内置 40+ 工具、RAG、多智能体团队、工作流编排、安全守卫。
- 生产就绪 -- CLI / Web UI / API 服务多种部署方式，支持 MCP 与 ACP 协议。
系统架构¶
快速导航¶
| 文档 | 内容 |
|---|---|
| 入门 | |
| What is Agentica | 项目定位与核心特性 |
| 架构总览 | 五层架构与数据流 |
| 安装 | 安装与环境配置 |
| 快速入门 | 5 分钟上手 |
| CLI 终端 | 命令行交互：task / delegate / peer、斜杠命令 |
| 核心概念 | |
| Agent | Agent 核心概念、Model、Memory、Tools |
| Model | 20+ 模型提供商 |
| Tools | 内置工具与自定义工具（含 task/delegate/peer） |
| Memory & Workspace | 记忆系统与工作空间 |
| Knowledge (RAG) | 知识库、向量检索 |
| 多智能体 | |
| 选择编排模式 | SDK 与 CLI：as_tool、Workflow、Subagent、Swarm、task/delegate/peer |
| Workflow | 确定性工作流编排 |
| Swarm | 自主多智能体协作 |
| Subagent | Markdown 定义、项目级/用户级自定义与子任务委派 |
| 高级功能 | |
| Hooks | 生命周期钩子 |
| RunConfig | 运行时配置（超时、成本、白名单） |
| Standing Goal Loop | /goal 长任务循环：自动判断、续跑、token / wall-clock 预算 |
| Guardrails | 4 层安全守卫 |
| Context Compression | 上下文压缩 |
| Skills | Markdown Skill 系统 |
| Daily Tasks | 定时任务、失败可见性与运行历史 |
| MCP | Model Context Protocol |
| ACP | Agent Client Protocol |
| 参考 | |
| 模型提供商 | 全部模型配置指南 |
| OpenAI Responses API | reasoning、工具调用、原生 compact 及 CLI/Gateway 配置 |
| 最佳实践 | 设计原则与生产部署 |
| Agent API | 完整 API 参考 |
| 依赖分层 RFC | agentica-core / extras 的延后方案 |
30 秒上手¶
import asyncio
from agentica import Agent, ZhipuAI
async def main():
agent = Agent(model=ZhipuAI())
result = await agent.run("一句话介绍北京")
print(result.content)
asyncio.run(main())
社区与支持¶
- GitHub Issues -- 提交 issue
- 微信交流群 -- 添加微信号
xuming624，备注 "llm"