PraisonAI 🦞

PraisonAI 🦞 — 打造您的 24/7 AI 员工团队。通过低代码多智能体框架，实现自动化并解决复杂挑战，包括任务规划、调研、编码，并将结果交付至 Telegram、Discord 和 WhatsApp。该框架支持任务移交（handoffs）、防护机制（guardrails）、记忆、RAG 以及 100 多种 LLM 提供商，核心在于简洁性、高度可定制化及高效的人机协作。

---

快速导航：

• 🆕 新用户？ → 快速入门 (1 分钟上手第一个智能体)
• 📦 安装？ → 安装指南
• 🐍 Python SDK？ → Python 示例
• 📄 YAML/无代码？ → YAML 示例
• 🎯 CLI 用户？ → CLI 快速参考
• 🤝 参与贡献？ → 贡献指南

---

⚡ 性能表现

PraisonAI 专为高性能而设计，智能体实例化时间低于 4μs。这减少了系统开销，提高了响应速度，并帮助多智能体系统在实际生产工作负载中实现高效扩展。

性能指标	PraisonAI
平均实例化时间	3.77 μs

---

🎯 应用场景

AI 智能体可在各行业解决实际问题：

应用场景	描述
🔍 调研与分析	自动执行深度调研，收集信息并从多个来源生成见解
💻 代码生成	利用理解代码库和需求的 AI 智能体编写、调试并重构代码
✍️ 内容创作	通过多智能体团队生成博客文章、文档、营销文案及技术文档
📊 数据流水线	自动从 API、数据库和 Web 来源提取、转换和分析数据
🤖 客户支持	在 Telegram、Discord、Slack 上部署具备记忆和知识库支持的 24/7 客服机器人
⚙️ 工作流自动化	通过智能体完成任务移交、结果验证及自我修正，实现多步骤业务流程自动化

---

支持的提供商

PraisonAI 通过无缝集成支持 100 多种 LLM 提供商：

查看所有 24 个提供商及示例

提供商	示例
OpenAI	示例
Anthropic	示例
Google Gemini	示例
Ollama	示例
Groq	示例
DeepSeek	示例
xAI Grok	示例
Mistral	示例
Cohere	示例
Perplexity	示例
Fireworks	示例
Together AI	示例
OpenRouter	示例
HuggingFace	示例
Azure OpenAI	示例
AWS Bedrock	示例
Google Vertex	示例
Databricks	示例
Cloudflare	示例
AI21	示例
Replicate	示例
SageMaker	示例
Moonshot	示例
vLLM	示例

---

🌟 为什么选择 PraisonAI？

	特性	实现方式
🔌	MCP 协议 — stdio, HTTP, WebSocket, SSE	tools=MCP("npx ...")
🧠	规划模式 — 规划 → 执行 → 推理	planning=True
🔍	深度调研 — 多步骤自主调研	文档
🤖	外部智能体 — 编排 Claude Code, Gemini CLI, Codex	文档
🔄	任务移交 — 无缝对话传递	handoff=True
🛡️	防护机制 — 输入/输出验证	文档
🌐	Web 搜索 + 获取 — 原生浏览支持	web