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

先说明：这是我的项目，我负责维护。发帖是因为这里每周都会出现“框架 vs 模型”的问题，我认为这个思路值得讨论。我为客户构建的每个生产级智能体最终都包裹着同样的2000行胶水代码。重启后依然存在的内存。一个沙箱，防止错误的工具调用影响真实仓库。自动摘要，避免运行在上下文限制处中断。捕捉智能体在相同工具调用上循环并悄悄消耗40美元token的机制。模型每个季度都变得更便宜、更智能。但那些胶水代码从未变得简单，每个人都在从头重写。所以我把它整合到一个框架中。 你调用 create\_deep\_agent(...) 就能获得计划模式、持久内存、带有命名工作空间的Docker沙箱、通过自动摘要实现无限上下文、死循环检测（对每次工具调用进行哈希，监测重复、A-B-A-B和无操作模式）、硬性美元预算上限、MCP客户端支持、技能系统、带有安全预设的生命周期钩子（可阻止破坏性命令），以及带有共享TODO和消息总线的多智能体群组。大约40项能力集于这一函数。 我真正引以为豪的部分是实时运行分支。正在运行的智能体可以分裂成N个分支，每个分支在隔离的写时复制文件系统中尝试不同的方法，各自有自己的预算。对所有分支运行测试套件，让退出码选出胜者，或者让AI评判进行评分。胜出分支的历史继续运行。类似于 git branch，但用于智能体的推理。我还没有找到其他在运行时实现这一功能的框架，所以如果你知道有，我真心想了解它们是如何构建的。 它基于 Pydantic AI，因此模型层、流式传输和验证不是我重新发明的。框架是我添加的部分。在 pyright 和 mypy strict 下100%类型安全，MIT许可证，支持包括本地Ollama在内的任何提供商。如果你不想碰Python，还有终端TUI。 欢迎对设计提出批评。我一直摇摆不定的决定是：分支默认应该使用AI评判还是测试命令？目前是 auto\_with\_fallback，它信任AI评判，但当置信度低时回退到测试结果。你会怎么选？