PraisonAI

环境要求

• Python 环境（README 未标注最低版本）
• 可用的 pip 源与网络连接
• 可选：Docker 等沙箱环境（使用 tools_run_on 时需要）

安装与启动步骤

1. 1安装 PraisonAI

   README 中明确给出的安装方式，用 pip 安装官方包；建议先进入虚拟环境再执行，避免污染全局环境。

   pip install praisonai

   复制

2. 2编写 AgentFlow 流程

   新建 Python 文件，从 praisonaiagents 导入 AgentFlow 及 route、parallel、repeat 算子，按顺序组织步骤。

   from praisonaiagents import AgentFlow
   from praisonaiagents.workflows import route, parallel, repeat
   
   flow = AgentFlow(steps=[
       classifier,
       route({"bug": [bug_agent], "feature": [feature_agent], "default": [triage]}),
       parallel([reviewer, tester]),
       repeat(editor, until=lambda ctx: "approved" in ctx.previous_result.lower(),
              max_iterations=3),
   ])
   flow.run("Ticket #123: login fails on Safari")

   复制

3. 3改用 YAML 配置

   同一张流程图也可用 YAML 描述，完全不写 Python；name、agents、steps 三段式声明即可。

   name: remote-demo
   tools_run_on: docker      # every step shares one sandbox
   agents:
     writer: {role: Writer, goal: Write files}
     reader: {role: Reader, goal: Read files}
   steps:
     - agent: writer
       action: "Write 'hello' to /workspace/note.txt"
     - agent: reader
       action: "Read /workspace/note.txt"

   复制

4. 4启用沙箱执行

   给 Agent 加 tools_run_on 参数，把仓库、工具与测试放到云端/本地沙箱跑，思考仍留在本机。

   from praisonaiagents import Agent, AgentFlow
   
   writer = Agent(name="Writer", instructions="You write files.")
   reader = Agent(name="Reader", instructions="You read files.")
   
   flow = AgentFlow(tools_run_on="docker", steps=[writer, reader])  # or e2b | modal | daytona | flyio
   flow.run("Write 'hello' to /workspace/note.txt, then read it back")

   复制

关键配置

如何确认成功

运行脚本后终端打印出智能体执行结果（如工单处理结论，或读回 /workspace/note.txt 的内容）即成功。

常见问题

注意事项

• README 顶部的一键安装命令显示不完整（curl -fsSL https://praison.ai/insta），请以官网 https://praison.ai/docs 给出的完整命令为准。
• README 未给出 Python 最低版本、端口、环境变量等要求，安装前请查阅官网文档。
• 示例中的 classifier、bug_agent、triage、reviewer 等变量需自行定义，直接复制会报未定义错误。