项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2649
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装 Docker,用于运行 AgentField 控制平面容器
- 本地 8080 端口未被占用(容器映射到 8080)
- 具备 Python / Go / TypeScript 中任一语言环境,用于编写代理逻辑
- 可访问的 LLM 模型凭证(README 示例使用 anthropic/claude-sonnet-4-20250514)
安装与启动步骤
-
1启动控制平面
用官方镜像启动 AgentField 控制平面容器,将容器 8080 端口映射到本机 8080,负责路由、排队与重试。
docker run -p 8080:8080 agentfield/control-plane:latest -
2编写代理代码
用 Python SDK 定义 Agent(node_id、version、ai_config),并用 @app.reasoner 装饰器把函数注册为可调用代理。
from agentfield import Agent, AIConfig from pydantic import BaseModel app = Agent( node_id="claims-processor", version="2.1.0", ai_config=AIConfig(model="anthropic/claude-sonnet-4-20250514"), ) class Decision(BaseModel): action: str confidence: float reasoning: str @app.reasoner(tags=["insurance", "critical"]) async def evaluate_claim(claim: dict) -> dict: decision = await app.ai( system="Insurance claims adjuster. Evaluate and decide.", user=f"Claim #{claim['id']}: {claim['description']}", schema=Decision, ) return decision.model_dump() -
3启动代理服务
在代码末尾调用 app.run(),SDK 会把每个函数自动暴露成 REST 端点并注册到控制平面,无需自建 broker 或队列。
-
4检查容器状态
另开终端查看容器是否在运行,确认控制平面已就绪;若未启动需检查 8080 端口占用情况。
docker ps
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
node_id | 是 | 代理在控制平面中的唯一节点标识,用于路由调用 | claims-processor |
version | 否 | 代理版本号,支撑金丝雀发布、AB 测试与灰度回滚 | 2.1.0 |
ai_config.model | 是 | 代理调用大模型时使用的模型标识 | anthropic/claude-sonnet-4-20250514 |
8080:8080 | 是 | docker run 的端口映射,控制平面对外暴露端口 | -p 8080:8080 |
如何确认成功
执行 docker ps 看到 agentfield/control-plane 容器为运行状态,本机 8080 端口可访问,即控制平面启动成功。
常见问题
Q:需要自己搭消息队列或 broker 吗?
A:不需要。README 明确说明无 broker、无需配置队列、无超时,控制平面统一处理 fan-out、排队与重试。
Q:可以用哪些语言写代理?
A:官方提供 Python、Go、TypeScript 三种 SDK,另有 REST API,可用任意语言按标准接口调用代理。
Q:怎么做金丝雀发布和 AB 测试?
A:用 version 字段区分版本,控制平面支持 5%→50%→100% 流量权重路由、50/50 分流和蓝绿切换,可用 X-Routed-Version 头观察路由版本。
Q:生产环境怎么部署?
A:README 指向官方部署指南(含 Docker Compose 与生产配置),仓库内还提供 docs/deploying-on-kubernetes.md 的 Kubernetes 部署说明。
注意事项
- README 未给出 Python/Go/TypeScript SDK 的安装命令,实际安装方式需查阅官网对应 SDK 文档。
- README 中的官网链接均带 UTM 参数,访问时请使用官方文档地址而非直链。
- 代理逻辑通过 app.call() 调用其他代理或自身,可把递归变成分布式 fan-out,配合 asyncio.gather() 并行执行各分支。
核心亮点
- 提供类微服务的代理管理模型,降低 AI 应用运维复杂度
- 基于 Go 实现,部署为单一二进制,资源占用低且启动快
- 内置自动扩缩容与负载均衡,适应生产环境流量波动
不足之处
- 项目较新,生态和文档尚在完善中
- 与主流代理框架(如 LangChain)的集成深度待验证
适用场景
- 将多个 AI 代理作为独立服务集成到微服务架构中
- 需要弹性伸缩的 AI 客服或内容生成服务
- 多代理协作完成复杂任务的自动化工作流
替代项目
LangGraph、CrewAI、AutoGen
上一篇:llm-for-zotero
下一篇:Neurite
同类项目推荐
Starmoon
开源
用 ESP32 打造你的 AI 语音助手,快速落地对话硬件
A conversational, AI device + software framework for companionship, entertainment, e···
amfs
开源
像管代码一样管智能体记忆,分支回滚随时搞定。
Recursive Self-Improvement for AI agents and models, helping your agents self-improv···
good-question
开源
把模糊研究想法,逼问成可验证的好问题
A portable agent skill for sharpening research questions.
Polaris
开源
让 AI 代理帮你自动做科研,加速发现新知识
Toward Autonomous Scientific Discovery
aks-mcp
开源
让 AI 助手直接查 AKS 集群,排障不用切终端
A Model Context Protocol (MCP) server that enables AI assistants to interact with AK···
mcp-ui
开源
用 MCP 协议快速搭建 AI 原生 UI,省去繁琐集成。
UI over MCP. Create next-gen UI experiences with the protocol and SDK!
eve-software-factory-template
开源
用智能体流水线自动把需求变成代码
Meet Foreman, an eve Software Factory.
OpenWorkProof
开源
给 AI 智能体立合同、留证据、可验收
Open protocol for AI agent work contracts and verifiable execution — authorization,···
DocSentinel
开源
让 AI 智能体自动审阅安全文档,快速找出合规风险与修复方案
MCP server for AI agent for cybersecurity: automate assessment of documents, questio···
