parlant

让 AI 代理按规矩办事,客户交互更可靠

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 1555 🐛 待处理 15 👀 关注 101
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 18327
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0许可证,可免费使用和部署。

项目预览

parlant 项目界面预览图
图片来源:项目官网

项目数据

分类开源模型
开发团队emcie-co
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,可免费使用和部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai-agent,customer-experience,customer-service,customer-success,lead-generation,llm,python
GitHub 星标★ 18327
上线时间2024-02-15 00:00:00
代码更新2026-11-08
仓库体积90.4 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数4

项目介绍

Parlant 是一个用于构建可靠客户交互型 AI 代理的开源框架,其核心是一个交互控制引擎,旨在解决 LLM 在真实业务场景中行为不可控、输出不一致的问题。它通过引入“指导方针”机制,让开发者以代码形式定义代理的行为边界和业务规则,从而实现对对话流程的精细控制。Parlant 提供工具调用、上下文管理、会话状态跟踪等能力,支持与主流 LLM 集成,并内置了评估与调试工具,帮助开发者快速验证代理行为。其设计强调可预测性和一致性,适用于客服、销售、技术支持等需要严格遵循业务逻辑的客户交互场景,减少幻觉和越界行为,提升用户体验和业务合规性。

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 ★ 18327

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。

难度:入门 约 10 分钟 部署方式:库/依赖 4 步

环境要求

  • Python 环境,且 pip 可正常使用(README 用 pip install 安装)
  • 能访问 PyPI 网络源以下载 parlant 包
  • Python 环境支持 async/await 语法(示例代码使用 async with)

安装与启动步骤

  1. 1安装 parlant

    在命令行执行 pip 安装。README 只给出这一条安装命令,未提供 Docker 或源码安装方式。

    pip install parlant
  2. 2编写代理脚本

    按 README 示例导入 parlant.sdk,用 p.Server() 上下文创建服务器与客服代理,并定义观察与指导方针。

    import parlant.sdk as p
    
    async with p.Server():
        agent = await server.create_agent(
            name="Customer Support",
            description="Handles customer inquiries for an airline",
        )
    
        # Evaluate and call tools only under the right conditions
        expert_customer = await agent.create_observation(
            condition="customer uses financial terminology like DTI or amortization",
            tools=[research_deep_answer],
        )
    
        # When the expert observation holds, always respond
        # with depth. Set the guideline to automatically match
        # whenever the observation it depends on holds...
        expert_answers = await agent.create_guideline(
            matcher=p.MATCH_ALWAYS,
            action="respond with technical depth",
            dependencies=[expert_customer],
        )
    
        beginner_answers = await agent.create_guideline(
            condition="customer seems new to the topic",
            action="simplify and use concrete examples",
        )
    
        # When both match, beginners wins. Neither expert-level
        # tool-data nor instructions can enter the agent's context.
        await beginner_answers.exclude(expert_customer)
  3. 3运行脚本

    把上一步代码保存为脚本文件后运行,启动 parlant 服务器并加载代理定义。文件名可自行修改。

    python main.py
  4. 4完成完整快速上手

    README 指向官网 5 分钟 quickstart,按该链接的完整流程走一遍,补齐工具函数等未在 README 中给出的内容。

如何确认成功

脚本运行后 p.Server() 上下文正常启动且控制台无报错,即说明 parlant 已安装并可创建代理;完整功能按官网 quickstart 验证。

常见问题

Q:示例中的 research_deep_answer 报未定义怎么办?

A:README 示例把它当作工具直接引用,但未给出定义。这是演示代码片段,需要你自己实现并注册对应工具后才能运行。

Q:示例里 async with p.Server() 后面直接用 server 变量?

A:README 片段如此书写,可能被裁剪过。若报 NameError,请按官网 quickstart 的完整写法把 Server 上下文绑定到变量再使用。

Q:有 Docker 或环境变量配置说明吗?

A:README 节选中没有提供 Docker 镜像、端口或环境变量配置,只给了 pip 安装与 Python 代码示例,请勿自行假设。

Q:如何查看更多可运行示例?

A:README 提供了官网 Examples 页面和 5-minute quickstart 链接,建议直接访问 parlant.io 的文档与示例章节。

注意事项

  • README 仅提供 pip install parlant 一种安装方式,未涉及 Docker、源码编译或云服务部署。
  • 示例代码中的 research_deep_answer 等工具需自行实现,直接复制运行可能报错。
  • 完整上手请参考官网 5-minute quickstart:https://www.parlant.io/docs/quickstart/installation
  • 遇到问题可加入官方 Discord 社区:https://discord.gg/duxWqxKk6J

核心亮点

  • 通过代码化指导方针精确控制代理行为,避免输出跑偏
  • 内置评估和调试工具,便于验证和优化代理表现
  • 支持工具调用和上下文管理,适合复杂业务逻辑

不足之处

  • 学习曲线较陡,需要理解指导方针机制
  • 文档/社区待观察

适用场景

  • 客户支持自动化,确保回答符合公司政策
  • 销售线索筛选,按规则引导对话并收集信息
  • 内部知识库问答,限制回答范围避免误导

替代项目

LangChain、Dify、Rasa

上一篇:DeepResearch

下一篇:mcp-toolbox

同类项目推荐

dao-code 开源

在终端用 DeepSeek 写代码,跨会话记忆几乎零成本

Open-source TypeScript terminal coding agent for DeepSeek-V4 — builds on DeepSeek's···

★ 787 2026-08-09
lobehub 开源

把 AI 团队组织起来,7×24 小时自动干活

LobeHub - Super-Agents on Your Team. Add super-agents to the chats your team already···

★ 84428 2026-08-09
event-deep-research 开源

输入历史人物,自动生成结构化事件时间线

AI Agent that researches the lives of historical figures and extracts events into st···

★ 257 2026-08-09
mcd-1024-skill 开源

把麦当劳点餐能力封装成 AI 智能体可直接调用的 MCP 技能

McDonald's China MCP innovation skill - entry for MCD Developer Innovation Challenge···

★ 523 2026-11-06
BotSharp 开源

用 C# 快速搭建企业级多智能体对话系统

AI Multi-Agent Framework in .NET

★ 3116 2026-08-09
claude-code-plugins-plus-skills 开源

海量 Claude Code 插件技能,一条命令装好即用

Model-agnostic agent-skills platform with a harness-free canonical layer, verified a···

★ 2909 2026-08-09
MCP-Airflow-API 开源

用自然语言控制 Airflow,聊天即可管理 DAG 和任务

⚡ Control Apache Airflow with natural language via MCP. Chat with your workflows us···

★ 54 2026-08-09
Aivatar-Demo 开源

代码写累了抬头看,AI 伙伴就在桌面上陪你。

Aivatar is a local-first desktop companion for AI coding agents. It turns Codex, Cla···

★ 13 2026-08-09
askimo 开源

一个客户端搞定多模型、RAG 和智能体工具调用

AI desktop app for chat, RAG, Skills, MCP tools, and agents. Support multiple LLMs (···

★ 541 2026-08-09