AI 后端框架

像构建 API 一样构建并扩展 AI Agent。部署、观测并验证。

AI 已经超越了简单的聊天机器人和提示词编排。后端 Agent 需要的是后端基础设施。

文档 · 快速开始 · Python SDK · Go SDK · TypeScript SDK · REST API · 示例 · Discord

---

AgentField 是一个开源的控制平面（Control Plane），让你的技术栈中的任何服务（前端、后端、其他 Agent、定时任务等）都能像调用普通 API 一样调用 AI Agent。你可以使用 Python、Go 或 TypeScript 编写 Agent 逻辑。AgentField 会将其转化为生产级基础设施：提供路由、协同、记忆、异步执行和加密审计跟踪功能。每一个函数都将成为一个 REST 接口，每一个 Agent 都拥有唯一的加密身份，每一个决策都是可追溯的。

from agentfield import Agent, AIConfig
from pydantic import BaseModel

app = Agent(
    node_id="claims-processor",
    version="2.1.0",# 金丝雀发布、A/B 测试、蓝绿部署
    ai_config=AIConfig(model="anthropic/claude-sonnet-4-20250514"),
)

class Decision(BaseModel):
    action: str# "approve", "deny", "escalate"
    confidence: float
    reasoning: str

@app.reasoner(tags=["insurance", "critical"])
async def evaluate_claim(claim: dict) -> dict:

    # 结构化 AI 判断 - 返回类型化的 Pydantic 输出
    decision = await app.ai(
        system="保险理赔专员。请评估并做出决定。",
        user=f"理赔申请 #{claim['id']}: {claim['description']}",
        schema=Decision,
    )

    if decision.confidence < 0.8:
        await app.pause("等待人工审核") # 暂停执行，等待人工介入

    return decision.model_dump()

刚才你看到的是： app.ai() 调用 LLM 并返回结构化输出；app.pause() 可暂停任务以进行人工审批；app.call() 通过控制平面路由到其他 Agent；app.run() 自动将所有逻辑暴露为 REST 接口。阅读完整文档 →

快速开始

curl -fsSL https://agentfield.ai/install.sh | bash   # 安装 CLI
af init my-agent --defaults                            # 初始化 Agent 框架
cd my-agent && pip install -r requirements.txt

af server          # 终端 1 → 仪表板地址 http://localhost:8080
python main.py     # 终端 2 → Agent 自动注册

# 调用你的 Agent
curl -X POST http://localhost:8080/api/v1/execute/my-agent.demo_echo \
  -H "Content-Type: application/json" \
  -d '{"input": {"message": "Hello!"}}'

Go / TypeScript / Docker

# Go
af init my-agent --defaults --language go && cd my-agent && go run .

# TypeScript
af init my-agent --defaults --language typescript && cd my-agent && npm install && npm run dev

# Docker (仅运行控制平面)
docker run -p 8080:8080 agentfield/control-plane:latest

查看 部署指南 →，了解 Docker Compose、Kubernetes 及生产环境设置。

你能获得什么

构建（Build） - 使用 Python、Go 或 TypeScript。每个函数都会变成一个 REST 接口。

• 推理引擎与技能（Reasoners & Skills） - 使用 @app.reasoner() 进行 AI 判断，使用 @app.skill() 执行确定性代码逻辑。
• 结构化 AI（Structured AI） - 强制执行类型定义，确保 AI 的输出符合预期，不再需要手写复杂的解析器。