Skip to content

index.md

Latest commit

 

History

History
133 lines (96 loc) · 7.04 KB

index.md

File metadata and controls

133 lines (96 loc) · 7.04 KB

SGR Agent Core

SGR Agent Core — это open-source фреймворк для создания интеллектуальных исследовательских агентов с использованием Schema-Guided Reasoning (SGR). Проект предоставляет основную библиотеку с расширяемым интерфейсом BaseAgent, реализующим трёхфазную архитектуру, и несколько готовых реализаций исследовательских агентов, построенных на её основе.

Библиотека включает расширяемые инструменты для поиска, рассуждений и уточнений, ответы в реальном времени через стриминг и REST API, совместимый с OpenAI. Работает с любыми LLM, совместимыми с OpenAI, включая локальные модели для полностью приватных исследований.

Почему стоит использовать SGR Agent Core?

  • Schema-Guided Reasoning — SGR сочетает структурированные рассуждения с гибким выбором инструментов
  • Множество типов агентов — Выберите из SGRAgent, ToolCallingAgent или SGRToolCallingAgent
  • Расширяемая архитектура — Легко создавать собственные агенты и инструменты
  • Совместимый с OpenAI API — Прямая замена для эндпоинтов OpenAI API
  • Стриминг в реальном времени — Встроенная поддержка потоковых ответов через SSE
  • Готов к продакшену — Проверен в бою с комплексным покрытием тестами и поддержкой Docker

Быстрый старт

Запуск с Docker

Самый быстрый способ начать работу — использовать Docker:

# Клонируем репозиторий
git clone https://github.com/vamplabai/sgr-agent-core.git
cd sgr-agent-core

# Делаем папки с правами на запись для всех
sudo mkdir -p logs reports
sudo chmod 777 logs reports

# Копируем и редактируем файл конфигурации
cp examples/sgr_deep_research/config.yaml.example examples/sgr_deep_research/config.yaml
# Отредактируйте examples/sgr_deep_research/config.yaml и установите ваши API ключи

# Запускаем контейнер
docker run --rm -i \
  --name sgr-agent \
  -p 8010:8010 \
  -v $(pwd)/examples/sgr_deep_research:/app/examples/sgr_deep_research:ro \
  -v $(pwd)/logs:/app/logs \
  -v $(pwd)/reports:/app/reports \
  ghcr.io/vamplabai/sgr-agent-core:latest \
  --config-file /app/examples/sgr_deep_research/config.yaml \
  --host 0.0.0.0 \
  --port 8010

API сервер будет доступен по адресу http://localhost:8010. Интерактивная документация API (Swagger UI) доступна по адресу http://localhost:8010/docs.

Установка

Если вы хотите использовать SGR Agent Core как Python библиотеку (фреймворк):

pip install sgr-agent-core

См. Руководство по установке для подробных инструкций и Использование как библиотека для начала работы.

CLI утилита (sgrsh)

После установки вы можете использовать утилиту командной строки sgrsh для интерактивной работы с агентами:

# Режим одного запроса
sgrsh "Найди текущую цену биткоина"

# С выбором агента
sgrsh --agent sgr_agent "Что такое AI?"

# С указанием файла конфигурации
sgrsh -c config.yaml -a sgr_agent "Ваш запрос"

# Интерактивный режим чата (без аргумента запроса)
sgrsh
sgrsh -a sgr_agent

Команда sgrsh:

  • Автоматически ищет config.yaml в текущей директории
  • Поддерживает интерактивный режим чата для множественных запросов
  • Обрабатывает запросы на уточнение от агентов интерактивно
  • Работает с любым агентом, определённым в вашей конфигурации

Использование как библиотека

import asyncio
from sgr_agent_core import AgentDefinition, AgentFactory
from sgr_agent_core.agents import SGRToolCallingAgent
import sgr_agent_core.tools as tools

async def main():
    agent_def = AgentDefinition(
        name="my_agent",
        base_class=SGRToolCallingAgent,
        tools=[tools.GeneratePlanTool, tools.FinalAnswerTool],
        llm={
            "api_key": "your-api-key",
            "base_url": "https://api.openai.com/v1",
        },
    )

    agent = await AgentFactory.create(
        agent_def=agent_def,
        task_messages=[{"role": "user", "content": "Исследуй тренды в AI"}],
    )

    result = await agent.execute()
    print(result)

if __name__ == "__main__":
    asyncio.run(main())

Документация

Контакты и сообщество

По вопросам сотрудничества: @VaKovaLskii

Чат сообщества: Отвечаем на вопросы в Telegram чате (ru/en)

Проект разрабатывается с поддержкой команды AI R&D в red_mad_robot, которая предоставляет исследовательские ресурсы, инженерную экспертизу, инфраструктуру и операционную поддержку.

Узнайте больше о red_mad_robot: redmadrobot.ai↗️ habr↗️ telegram↗️