ratel

给 AI 代理瘦身,省 80% token,告别工具过载

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 32 🐛 待处理 14 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 554
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

ratel 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队ratel-ai
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
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MIT
主要语言Rust
技术栈/模型accuracy,agents,claude-skills,context,harness,llm,llm-routing,mcp,mcp-server,memory,optimization,rag,skills,token-optimization,tool-calling,tool-selection
GitHub 星标★ 554
上线时间2025-11-12 00:00:00
代码更新2026-11-09
仓库体积28.9 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7

项目介绍

Ratel 是一个面向 AI 代理的上下文工程工具,旨在解决代理工具过载和上下文爆炸问题。它通过进程内 BM25 和语义检索,提供技能和记忆管理,实现渐进式披露,让代理只加载当前任务所需的最小上下文,从而减少约 80% 的 token 消耗。无需外部向量数据库,用 Rust 实现高性能检索。核心能力包括:上下文精简、工具选择优化、技能与记忆的持久化存储、以及基于关键词和语义的混合检索。它帮助开发者构建更高效、更省成本的 AI 代理应用。

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 ★ 554

使用教程

难度:进阶 约 35 分钟 部署方式:本地安装 5 步

环境要求

  • Python 3.9+ 或 Node 18+
  • 已有工具集

安装与启动步骤

  1. 1装 SDK

    Python 和 TypeScript 都有,按你的栈选。

    pip install ratel-ai
  2. 2把工具清单接进去

    它要看到你全部的工具与技能定义才能做筛选。

  3. 3开一轮对话看筛选结果

    每轮它只留相关的几个,日志里能看到砍掉了什么。

  4. 4接进现有 agent

    替换掉原来的全量工具注入即可。

  5. 5对比调用成本

    工具越多,省下的 token 越明显。

如何确认成功

工具数量超过 30 个的 agent 接入后,同一任务成功率不降而单次调用的上下文长度明显下降

注意事项

  • 它解决的是工具过载:工具一多,模型选错工具的概率就上去了。
  • 不依赖向量库也不额外起服务,这点比同类方案省事。
  • 工具定义写得越清楚,筛选越准;描述含糊时它也会选错。
  • 工具很少的 agent 用不上它,收益随工具数量增长。

核心亮点

  • 进程内检索,无需部署向量数据库,降低运维成本
  • 混合检索(BM25+语义)兼顾精确与模糊匹配,提升召回质量
  • 渐进式披露机制,按需加载上下文,显著减少 token 消耗

不足之处

  • 项目早期,文档和社区生态待观察
  • Rust 语言栈对部分团队有学习成本

适用场景

  • 构建复杂工具调用的 AI 代理,减少工具选择错误
  • 长会话记忆管理,降低多轮对话的 token 开销
  • 本地优先的 AI 应用,避免外部向量数据库依赖

替代项目

Mem0、Letta、LangChain

上一篇:chonky

下一篇:tiger

同类项目推荐

whetstone.chatgpt 开源

用 .NET 轻松调用 OpenAI,几行代码接入 GPT 和 Whisper

A simple light-weight library that wraps the Open AI API.

★ 95 2026-08-09
ZombieBuddy 开源

不改源码,运行时直接改游戏逻辑

Java agent framework for Project Zomboid that enables runtime bytecode patching usin···

★ 331 2026-10-13
langchain-scrapingbee 开源

让 LangChain 应用一键抓取反爬网页,直接喂给大模型

LangChain integrations for ScrapingBee

★ 102 2026-09-12
binex 开源

让 AI 工作流可调试、可回放、可追踪

Debuggable runtime for AI agent workflows. DAG pipelines, artifact lineage, and repl···

★ 63 2026-08-09
activeagent 开源

在 Rails 里直接写 AI Agent,复用现有 MVC 与后台任务

ActiveAgent Rails framework for Agent Apps

★ 986 2026-10-13
swytchcode-examples 开源

多模型多智能体接入示例,拿来就能跑

Swytchcode demo projects with different agents

★ 404 2026-09-13
alf 开源

统一框架搭建智能体学习训练管线

Agent Learning Framework https://alf.readthedocs.io

★ 367 2026-10-27
async-openai 开源

Rust 里类型安全地调用 OpenAI 接口

Rust library for OpenAI

★ 2031 2026-10-26
farm.js 开源

一套全栈代码,同时驱动网页和 AI Agent

a full-stack, renderer-agnostic framework for the web and agents, with an experiment···

★ 655 2026-10-27