立项原因：市面上的 Agent 大多是一次性脚本，工具、规划、记忆、容错互相耦合，无法复用、无法管理工具、无状态、无记忆，二次开发成本高。本项目旨在打造一套**轻量化、可插拔、可部署的 Agent 调度框架**，把「工具注册、任务规划、会话记忆、异常容错」沉淀为分层复用能力。
行业场景：面向企业数字化转型与 AI 应用落地场景，如智能客服、工单助手、数据查询助手等。开发者无需关心 Agent 内部机制，只需注册工具、配置模型即可快速搭建业务智能体；支持 OpenAI 兼容协议接入千问、DeepSeek 等主流大模型，也支持无 Key 演示运行，适合作为企业内部 AI 能力底座或对外交付的标准化产品。
1. 统一工具注册中心：泛型 Registry + 装饰器注册，天气、计算器、时间、知识库检索等工具可插拔接入，统一参数校验，新增工具零侵入。
2. LLM 自动任务规划：多步骤任务自动拆解、自动选择工具、JSON 容错解析、最大步数截断，一次提问可编排多工具协作执行。
3. 双缓存记忆机制：短时记忆（会话内滑动窗口）+ 长时记忆（Redis 持久化）+ Hybrid 冷热分层，支持跨会话多轮连续任务，重启可恢复。
4. 会话状态持久化：会话级管理，多轮连续对话、历史会话切换与恢复，删除会话联动清理记忆。
5. 异常自愈与兜底：指数退避重试、工具参数错误自动回喂 LLM 修正、失败兜底回答，保证流程不中断。
6. 工程化配套：FastAPI 服务层、API 鉴权与限流、用量监控面板、品牌白标化、Docker 一键部署，146 个自动化测试全绿。
源码地址：https://github.com/DevinHeCoder/agent_framework
在线演示：https://devinhecoder.github.io/agent_framework/
采用**分层架构**：公共层（泛型 Registry、分层异常体系、YAML 配置 + 环境变量注入）→ 工具层（BaseTool + 4 个内置工具）→ 记忆层（in_memory /redis/hybrid 可切换）→ LLM 客户端层（fake 演示 + OpenAI 兼容真实模型）→ 规划层（任务拆解、自动选工具）→ Agent 核心（ReactAgent 循环执行 + RetryPolicy 容错）→ API 服务层（FastAPI）。
每层遵循「抽象基类定义契约 + Registry 管理实现 + 装饰器注册」三件套，运行时通过配置或 `AGENT_` 前缀环境变量选型切换。全程记录工具调用执行轨迹，前端控制台可视化展示每一步。支持 Docker Compose 一键编排（app + Redis），通过 GitHub Actions 持续集成，本地与 CI 双通道测试保障。
评论