我构建了一个智能体框架,其中智能体就是一个文件
摘要
Looped Agent Framework 是一个开源工具,用于构建和部署单一用途的AI智能体,具有单一配置文件、安全权限和Docker原生部署。
我们有一个想法,就是创建自己的框架来快速轻松地构建和部署单一用途的AI智能体,希望能得到一些反馈。它叫做 Looped Agent Framework,基于三个核心思想构建:智能体应该是一个单一的配置文件(agent.yaml);它应该是默认安全的,这样在运行时不需要询问权限,即所有权限都在配置中定义。我们使用 Deno 来实现这一点。它是 Docker 原生的,这意味着你可以将智能体部署在任何运行 Docker 的地方。类似于 openclaw/hermes,我们也试图让智能体连接到各种消息平台或触发器变得非常简单。我希望从构建智能体的人那里获得一些反馈,以了解这个社区是否觉得这个工具有用——当然,它对我个人来说非常有用。该框架本身是开源的(Apache 2.0),你可以在 GitHub 上的 loopedautomation 组织下找到我们的仓库。
相似文章
公开构建多智能体框架已经 7 周了,这是一段旅程。
AIPass 是一个本地 CLI 多智能体框架,它为 AI 智能体提供持久化身份、共享文件系统访问和智能体间消息通信,且无需沙箱环境。该项目由开发者独自公开构建,历时 7 周,包含 4000 多项测试和 400 多个 Pull Request。
每次切换框架都要重建代理,烦死了,所以我正在开发一个解决方案
Uniqent 是一个开源工具,允许你将 AI 代理的记忆、角色和 MCP 设置导出为单个文件,从而能够在 OpenClaw 和 Hermes 等不同框架间一键安装。该项目处于早期开发阶段,正在 GitHub 上寻找贡献者。
我们开源了一个代理运行时,专为人们常忽略的部分构建:在真实硬件上离线运行代理
一个开源的代理运行时,专为在真实硬件上离线运行AI代理而设计,支持硬件I/O(GPIO/MQTT/OPC-UA)作为一级节点和可视化构建器,支持多提供商LLM和本地RAG。
你的智能体能力取决于其框架。我开源了一个框架,单个函数调用背后集成了40项能力
一个开源智能体框架,单个函数调用背后集成了40项能力,包括持久内存、Docker沙箱、自动摘要、死循环检测、预算上限和实时运行分支(用于分支智能体执行)。基于Pydantic AI构建,旨在替换每个生产级智能体所需的2000行胶水代码。
Agent 设计用于共享,但现有工具并不适用
作者讨论了跨团队共享 AI Agent 工作流的困难,并介绍了 Nairi,这是一款用于在 Slack 中部署基于 Claude Code 的 Agent 且支持共享访问的工具。