agentlang

📖 简介

AgentLang 是一个革命性的 AI 智能体框架，它将"自然语言优先"的理念置于设计核心。不同于传统智能体框架以代码结构和工程范式为主导，AgentLang 以自然语言为核心驱动力，让开发者能够通过自然语言定义、配置和控制智能体的行为。

在 AgentLang 中，语言不仅是输入和输出的媒介，更是智能体行为逻辑的主要表达形式。这种范式转变使 AI 智能体的开发变得更加直观、高效和灵活，让非专业开发者也能轻松创建复杂的智能体系统。

通过简化 LLM 集成、工具调用、会话管理和事件处理等关键功能，AgentLang 大幅降低了构建复杂 AI 智能体所需的技术门槛，使您能够专注于智能体的行为逻辑和用户价值。

✨ 核心特性

🔤 语言优先架构

• 自然语言配置：直接通过自然语言描述定义智能体行为和能力
• 语义驱动开发：智能体的行为逻辑主要通过语义描述而非传统编码实现
• 动态指令系统：灵活调整智能体行为的运行时指令机制
• 上下文感知能力：深度理解对话上下文，保持长期一致性

🧠 智能体系统

• 灵活的智能体架构：支持各种智能体模式，包括对话式、任务式和混合式
• 上下文管理：智能的会话上下文管理，保持智能体的记忆和状态
• 自适应逻辑：智能体可根据情境调整其行为和响应策略

🔌 LLM 集成

• 统一接口：封装了不同 LLM 提供商的 API 差异，提供统一的调用接口
• 多模型支持：原生支持 OpenAI GPT 系列，轻松扩展到其他模型
• Token 管理：内置 token 计数和优化功能，帮助控制成本

🛠️ 工具与插件

• 语义工具定义：通过自然语言描述定义工具功能和参数
• 工具调用追踪：全面记录工具调用和响应，便于调试和审计
• 丰富的扩展点：可在智能体工作流程的各个阶段注入自定义逻辑

⚡ 事件驱动架构

• 事件总线：基于发布/订阅模式的事件系统，实现组件间的松耦合
• 中间件支持：可添加中间件处理事件，用于日志、监控或拦截
• 可扩展事件类型：支持自定义事件类型及其处理逻辑

📝 对话管理

• 会话持久化：自动保存和恢复对话历史
• 智能摘要：长对话的自动压缩和摘要功能
• 会话分析：提供会话数据分析和可视化工具

📐 架构理念

AgentLang 的"自然语言优先"设计理念体现在以下几个方面：

1. 语言即接口：自然语言作为人机交互的主要接口，无需复杂的GUI或专用DSL
2. 语言即配置：通过自然语言描述配置智能体行为，减少繁琐的配置文件
3. 语言即逻辑：智能体的决策逻辑主要通过语言模型的推理能力实现
4. 语言即扩展：新功能可以通过语言描述进行定义和集成

这种设计使得 AgentLang 特别适合:

• 跨领域专家：无需深厚的编程背景也能创建专业领域的智能体
• 快速原型开发：缩短从概念到原型的时间
• 自适应系统：快速适应新的需求和场景变化

🧩 项目结构

AgentLang 的代码组织遵循清晰的模块化结构:

• agent - 包含智能体的核心实现，处理智能体的生命周期和行为
• llms - 管理与各种大型语言模型的集成和交互
• tools - 定义工具接口并提供常用工具实现
• event - 实现事件驱动系统，使不同组件能够通过事件通信
• chat_history - 管理对话历史的存储、检索和优化
• context - 提供上下文管理能力，包括全局和会话级上下文
• interface - 定义系统各组件之间的接口和协议
• utils - 包含各种辅助功能和实用工具

📄 许可证

本项目采用 Apache License 2.0 许可证。详情请参阅 LICENSE 文件。

📞 联系方式

• Email: dev@letsmagic.ai
• GitHub: https://github.com/dtyq/agentlang
• 问题追踪: https://github.com/dtyq/agentlang/issues

---