可靠的 AI 代理
摘要
Mycelium 是一个实验性的开源运行时防护，可在 AI 代理的请求到达 LLM 之前防止许多可预见的故障，旨在提高生产环境中的可靠性。
我正在开源 Mycelium。实验性的。AI 代理的运行时防护。Mycelium 不是在代理发生故障后帮助其恢复，而是在它们到达 LLM 之前就防止许多可预见的故障。这是实验性的首个版本。目标不是所有代理故障。它是一个轻量级的运行时层，使生产代理更加可靠。我们仍在从 GitHub issues 中分类故障并推出针对这些故障的防护措施。欢迎反馈、issues 和 PRs。特别欢迎那些在生产环境中运行带有副作用工具的代理的用户。下方评论区中的链接。
相似文章
Mycelis
Mycelis 是一个无服务器 AI 工作空间，提供智能路由和 MCP 代理来管理 AI 工作流。
我为代理群体构建了一个持久化运行时
作者构建了一个用于编排代理群体的持久化运行时，实现了多个AI代理的可靠协作。
我发布过的最可靠的数据代理，其 ~90% 是确定性代码。LLM 只负责解析意图和进行对话。不服来辩。
作者认为，AI 代理的可靠性来自于确定性代码，而非 LLM，并分享了在混乱的真实世界数据上构建可信代理的五项关键实践。
AgentWall：面向本地AI代理的运行时安全层
本文介绍了AgentWall，一个面向本地AI代理的运行时安全层。它能在执行前拦截操作、执行声明性策略、对敏感操作要求人工审批，并记录防篡改的操作轨迹。该项目开源，支持多个代理平台。
使用 llama.cpp 在本地运行的自动化 AI 研究员
ml-intern 是一个面向 AI 代理的工具，它与 Hugging Face 的库集成，现在支持通过 llama.cpp 或 ollama 运行本地模型，使得自动化 AI 研究员可以在笔记本电脑上全天候运行。