Agentor 智能体开发框架
用 Python 构建并部署可持久运行、可观测的 AI 智能体与 MCP 工具。
- Star 数
- ★ 210
- 最近更新
- 1 个月前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 50/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI APIClaude API(部分支持)
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 需要用 Python 将天气查询等工具接入模型,并通过 HTTP 提供服务的开发者。
- 不适合
- 需要无需提供模型 API 密钥即可使用的团队
- 要求默认不记录追踪数据的调试团队
- 源码审查
- 50/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
Agentor 是一个 Python 框架,可用 `Agentor` 类创建智能体,并通过 `run` 调用模型和工具。智能体可连接工具、从 Markdown 文件加载配置,也可通过 `serve()` 提供 ASGI API。提供 FileStore 时,运行记录会以追加事件日志持久化,可恢复中断运行或从已有运行分叉。项目还包含 LiteMCP,用于构建 MCP 服务器,以及用于智能体间通信的 A2A 接口。模型请求由所配置的提供商处理;追踪默认关闭,启用后可在 Celesto 的观察界面查看。
安装 agentor 后,在 Python 中创建 Agentor,指定名称、模型和工具,再用 run() 或 chat() 提交任务;智能体可调用所配置的工具并返回结果。agent.serve() 将其作为 ASGI 服务提供 /chat 接口,并自动启用 A2A 兼容端点。为智能体配置 FileStore 后,运行会持久化,可用 resume() 恢复或用 fork() 创建独立的新运行。开发者还可用 LiteMCP 和 @mcp.tool 定义并提供 MCP 工具服务器。
- 需要用 Python 将天气查询等工具接入模型,并通过 HTTP 提供服务的开发者。
- 希望在进程中断后恢复智能体运行,或从既有运行派生新任务的团队。
- 需要把现有智能体通过标准端点提供给其他智能体调用的工程团队。
- 需要将自定义 MCP 工具集成到 FastAPI 应用或独立 MCP 服务中的开发者。
- 想用 Markdown 文件配置名称、工具、模型和温度,再加载为智能体的团队。
如何安装或部署这个 Agent?
需要 Python 环境。基础安装命令如下;Google 工具或所有可选工具可通过对应 extras 安装。
如何使用这个 Agent?
设置所选模型提供商所需的 API 密钥,并用 Agentor 创建智能体。以下示例调用天气工具并启动服务;服务提供 /chat 接口。追踪需要 CELESTO_API_KEY,但默认关闭。
这个 Agent 有哪些优点和局限?
- 支持 OpenAI 兼容的
/chat/completions提供商,可通过base_url和api_key配置。 FileStore支持持久化运行、恢复中断运行和分叉已有运行。agent.serve()提供 ASGI 服务,并包含 A2A 兼容端点。- LiteMCP 可作为原生 ASGI 应用集成到 FastAPI,也可独立提供 MCP 服务。
- 运行模型需要配置相应提供商的 API 密钥;README 未说明本地模型免付费使用方式。
- 追踪需单独启用并提供
CELESTO_API_KEY,追踪信息可能包含提示、工具参数、结果和模型推理。 - Google、GitHub、Slack 等工具依赖可选 extras,使用这些工具需额外安装。
- README 未列明完整的 Python 版本范围或各模型提供商的功能差异。
这个 Agent 与同类方案有什么区别?
README 将 LiteMCP 与 FastMCP 比较:称 LiteMCP 是原生 ASGI 应用,可按标准模式集成 FastAPI,并提供内置 CORS;FastMCP 则需要作为子应用挂载。该比较是项目 README 的说法。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Agentor 智能体开发框架 当前 | 50 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 210 | 1 个月前 | Python | OpenAI API |
| Osaurus | 80 · 表现良好 | 桌面应用免费 + 模型费 | ★ 8k | 今天 | Swift | OpenAI API · Claude API |
| LycheeMemory | 52 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 1.1k | 2 个月前 | Python | Claude Code · OpenAI API |
| AgentPool 编排中心 | 44 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 192 | 5 个月前 | Python | Codex · Claude Code · OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
README说明Tracing默认关闭,开启后会把提示词、工具参数、工具结果及供应商返回的推理内容纳入追踪,并提供按运行关闭的选项;这支持有限的数据流透明度(2)。但API密钥示例直接从环境变量读取,认证示例依赖用户自行检查令牌,且未展示全局权限约束、敏感数据保护或破坏性工具的用户确认机制,因此最小权限、确认、敏感数据处理和外部影响控制仅得1。持久化事件日志支持恢复和分叉(rollback 2),但未说明删除、恢复失败或外部副作用补偿。依赖有版本下限及可选extras(1),但未提供锁定、审计或漏洞缓解证据。LICENSE、作者字段和安全报告流程提供有限归属线索;发布者未验证,且没有明确维护者责任承诺(source_attribution 1)。
README描述运行持久化、恢复、分叉及同步/异步接口,测试工作流覆盖三种操作系统和Python 3.11–3.13,显示一定工程支持(1、2)。但README的版本叙述为v0.1.0线,测试预期的Agent卡片却含0.0.1版本,构成文档与测试间的版本不一致,故自洽性偏低。工具缺失时可选依赖的注释称会给出清晰ImportError,但没有足够失败路径或用户可见错误示例,failure_messages为1。
文档面向开发者,覆盖简单Agent、ASGI服务、MCP、A2A、技能、持久化运行及多种LLM端点,提供不同场景与环境支持(audience_and_scenarios 2,environment_fit 2)。但所谓安全和能力边界主要是功能宣称;没有清楚列出工具权限模型、适用/不适用边界。触发方式有明确的Python调用、serve入口和按运行的tracing参数(trigger_precision 2),但没有针对自动触发和副作用工具的边界说明。
README按安装、功能和示例分节,pyproject提供包元数据、Python最低版本及依赖extras;可选依赖安装方式较清楚(information_architecture 2,install_notes 2)。Agentor命名在仓库层面稳定,但产品描述、包版本和测试中的默认Agent卡片版本不完全一致(naming_stability 1)。示例覆盖广,安全报告方式及支持版本也写明;未见FAQ(examples_and_faq 2)。安全策略明确旧标签不受支持、响应目标仅为非约束性目标(known_limitations 2)。Apache-2.0文本完整且与元数据一致(license 3)。有标签发布工作流和动态版本来源,但未提供变更日志(versioning_changelog 1)。安全策略说明小团队、尽力响应并提供私密漏洞报告路径(maintenance_responsibility 2),但身份未经企业注册核验,也无绑定维护承诺。
示例可直接作为开发起点,包含天气Agent、服务请求、持久化运行、Markdown定义、MCP和A2A,具备一定实用性(output_usability 2)。持久化、工具搜索、MCP集成和A2A等能力显示相对基础模型调用的增值(marginal_value 2),但“最快”“安全”等关键优越性陈述没有比较方法或量化证据;核心依赖数量较多,成本收益说明有限(cost_benefit 1)。
README中的功能有部分对应配置、CI工作流和测试;例如测试涵盖A2A卡片和导入耗时,但不能据此断言功能已执行或达到宣称效果(claim_traceability 1)。README、pyproject、LICENSE、安全策略和工作流在安装、许可、发布及报告流程上提供有限交叉印证,但主体功能仅见少量测试,交叉佐证较薄(1)。文档将代码示例、功能描述和“最快”“唯一”等营销主张明确呈现为不同类型内容;审核可以将可见事实与未经验证的性能/安全推断区分开(2)。
- Tracing会包含提示词、工具输入输出及供应商可能返回的推理内容;启用前应确认这些数据可发送到Celesto服务。
- Agent工具可能触发外部副作用;所给材料没有展示统一的权限控制或确认流程。
- README与测试中的Agent卡片版本信息不一致;不要据此推断实际发布版本或维护状态。
常见问题
使用 Agentor 是否需要付费?
运行记录会保存在哪里?
FileStore("runs") 时,运行事件写入指定目录;README 未说明默认持久化存储或其他存储后端。追踪会自动发送数据吗?
CELESTO_API_KEY,追踪内容可包含提示、工具参数、工具结果及提供商返回的推理。Agentor 支持哪些模型提供商?
服务会公开哪些接口?
agent.serve() 提供服务,README 展示了 /chat,并说明自动提供 A2A 消息、流式响应和任务管理端点及智能体卡片。