labs-OO-Agents

用 Python 类写 AI 智能体,代码可复用、好调试

labs-OO-Agents 是 NVIDIA 实验室推出的开源框架,用面向对象的方式在 Python 中构建 AI 智能体。它把智能体抽象为类,将工具、记忆、规划、执行等能力封装成可继承、可组合的方法与属性,让开发者像写普通 Python 类一样定义智能体行为,而不是堆叠提示词或流程脚本。项目解决的是多智能体系统代码难以复用、状态管理混乱、调试困难的问题,核心能力包括:基于类的智能体定义、工具注册与调用、多智能体协作编排、运行时状态追踪,以及与 NVIDIA 生态(如 NIM 模型服务)的集成。适合需要把智能体逻辑工程化、长期维护的团队,用 Python 原生范式降低智能体开发门槛。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2121
维护状态 活跃
是否开源
定价模式 free

项目数据

分类智能体
开发团队NVIDIA-NeMo
所属国家
官网地址
定价模式free
价格说明开源免费,无在线服务,需自行部署
访问状态
是否开源
开源协议NOASSERTION
主要语言Python
技术栈/模型
GitHub 星标★ 2121
30天Star增速
HF 下载量
上线时间2026-07-20 00:00:00
最近更新2026-09-16 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-12
浏览次数15

使用教程

难度:入门 约 5 分钟 部署方式:库/依赖 6 步

环境要求

  • Python 项目环境(新项目或已有项目均可)
  • 推荐安装 uv,也可使用 pip
  • 按需网络访问 PyPI(子包均为独立发行包)

安装与启动步骤

  1. 1创建项目目录

    使用 uv 初始化一个新的 Python 项目目录,已有项目可跳过此步,直接进入目录操作。

    uv init my-agent-project
  2. 2进入项目目录

    切换到刚创建的项目目录,后续安装命令都在该目录下执行。

    cd my-agent-project
  3. 3安装核心框架

    用 uv 添加 nooa 核心包;若不用 uv,可在虚拟环境中改用 pip 安装。

    uv add nooa
  4. 4pip 方式安装

    不使用 uv 时的等价做法:在已激活的虚拟环境中用 pip 安装核心包。

    pip install nooa
  5. 5安装可选子包

    CLI、ACP、memory、bench 为独立发行包,按需安装,也可用 extras 一次装多个。

    uv add nooa-cli
    uv add nooa-memory
    uv add "nooa[cli,memory]"
  6. 6安装 eval_pipeline

    评估流水线未发布到 PyPI,必须从 GitHub 仓库以子目录形式从源码安装。

    uv add "eval_pipeline @ git+https://github.com/NVIDIA-NeMo/labs-OO-Agents.git@main#subdirectory=util/eval_pipeline"

如何确认成功

安装后在 Python 中导入 nooa 不报错即成功;CLI 子包安装后可执行 nooa 命令。

常见问题

Q:nooa 和 nooa-cli、nooa-memory 等子包是什么关系?

A:子包是独立发行版,可单独按名安装,也可作为核心包的 extras 安装,例如 nooa[cli]、nooa[memory]、nooa[acp]、nooa[bench]。

Q:不用 uv 可以吗?

A:可以,README 给出 pip install nooa 的等价方式,子包同理用 pip 安装对应包名即可。

Q:eval_pipeline 为什么 pip 装不到?

A:它没有发布到 PyPI,必须用 uv add 配合 git+子目录 的形式从仓库源码安装。

Q:各子包分别提供什么能力?

A:nooa-cli 提供 nooa 命令、trace 查看器与 eval runner;nooa-acp 提供面向 ACP 宿主(如 Zed)的编码智能体;nooa-memory 提供长期记忆 MemoryManager;nooa-bench 提供 BenchAgent 与 Harbor 基准运行器。

注意事项

  • README 节选只给出安装说明,Quick Start 与使用示例需查阅仓库 docs、notebook_tutorials 和 examples 目录。
  • 命令行、ACP、记忆、基准等能力必须先安装对应子包,仅装核心包无法使用。
  • 从源码安装时可切换分支或固定 tag,README 提到可跟踪 main 或指定 tag。

核心亮点

  • 面向对象范式让智能体逻辑可继承、可组合,比纯提示词工程更易维护和测试
  • 由 NVIDIA 实验室出品,与 NIM 模型服务等生态集成,企业级部署路径清晰
  • Python 原生写法,熟悉 OOP 的开发者几乎零学习成本即可上手

不足之处

  • 项目较新,社区生态和第三方工具集成尚在早期,文档深度有限
  • 面向对象抽象对简单单智能体场景可能偏重,存在过度设计风险

适用场景

  • 企业构建可长期维护的多智能体协作系统
  • 把复杂提示词流程重构为可复用、可测试的 Python 类
  • 在 NVIDIA NIM 模型服务上快速搭建智能体原型

替代项目

LangGraph、CrewAI、AutoGen

项目介绍

labs-OO-Agents 是一个智能体领域的开源项目,官方简介:NVIDIA Object Oriented Agents: the Pythonic way to build AI Agents.。项目使用 Python 开发,在 GitHub 上获得 2041 星标。

上一篇:netclaw

下一篇:openclacky

同类项目推荐

deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 226528 2026-08-15
xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 194 2026-08-09
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187389 2026-08-09
agent-manager 开源

一站式管理企业 AI 代理,部署治理全搞定

WSO2 AI Agent Manager is an open control plane designed for enterprises to deploy, m···

★ 79 2026-08-09