AgentStack

AgentStack 为您的 agent stack（即构成 AI Agent 的技术栈集合）提供脚手架支持。

安装 AgentStack

curl --proto '=https' --tlsv1.2 -LsSf https://install.agentstack.sh | sh

或通过 python 其他安装方式

启动您的 Agent！

通过命令行创建 AI Agent 项目。

• 快速入门指南 – 了解如何创建一个新的 Agent 项目。
• 视频教程 – 跟随视频，使用 AgentStack 构建一个网页抓取 Agent。

AgentStack 支持 macOS、Windows 和 Linux。 如果遇到问题，请 提交 Issue。 如有疑问或需要帮助，欢迎加入我们的 Discord 社区。

🛠️🏃🏼‍♀️ 构建强大 Agent 项目的最快路径

AgentStack 是启动 Agent 项目的绝佳工具，并提供了许多 CLI 工具，以便在整个开发过程中轻松进行代码生成。

AgentStack 不是低代码开发工具的替代品。开发者仍需了解如何使用所选的 Agent 框架进行构建。

当前支持的提供商

• LLMs: 通过 LiteLLM 或 LangChain 支持几乎所有主流 LLM 和提供商。
• 框架: 当前支持的框架包括 CrewAI、LangGraph、OpenAI Swarms 和 LlamaStack。
  • 路线图：Pydantic AI、Eliza、AG2 和 Autogen。
• 工具: 维护着最大的框架无关（framework-agnostic）工具库！所有工具列表见 此处。
• 可观测性: 默认内置 AgentOps，并提供顶级支持。

立即开始

您无需安装或配置 LangChain 或 LlamaIndex 等工具。 它们已经预先配置并进行了封装，让您可以专注于代码本身。

创建项目后即可直接使用。

创建 Agent 项目

您的本地开发环境需要安装 Python 3.10+。我们建议使用最新版本。您可以使用 pyenv 在不同项目之间切换 Python 版本。

要创建新的 Agent 项目，请运行：

uv pip install agentstack # 或其他安装方式
agentstack init 

这将在当前文件夹内创建一个以您的项目名称命名的目录，并在其中生成初始项目结构并安装依赖项。

无需复杂的配置或深层文件夹结构，只需构建 Agent 项目所需的文件。 初始化完成后，您可以进入项目文件夹：

cd <项目名称>
uv pip install

然后运行默认的 Agent！

agentstack run

模板

此外，我们还提供了预构建的模板作为构建项目的快捷方式。查看可用模板。

构建 Agent 功能

生成项目后，下一步是通过创建 Agents 和 Tasks 来构建您的 Agent 项目。您可以使用 AgentStack 快速完成此操作：

agentstack generate agent/task 

通过修改 src/config 中的 agents.yaml 和 tasks.yaml 配置文件来调整 Agent 和任务。

工具集

AgentStack 的核心原则之一是建立事实上的 Agent stack。该技术栈的关键组成部分是除 LLM 能力之外赋予 Agent 的工具和功能。

AgentStack 致力于让工具的使用变得尽可能简单，保持框架无关性，并集成最优质的工具。

所有工具列表可以在 我们的文档 中找到。

添加工具非常简单：

agentstack tools add

运行您的 Agent

agentstack run

在开发模式下运行 Agent 项目。

👀 支持轻松部署 Agent 到生产环境的功能即将推出。

哲学

• Agent 开发应简单化：市面上框架众多，但从零开始构建非常痛苦。类似于 create-react-app，AgentStack 旨在通过提供简单的 Agent 样板代码，简化“从零开始”的过程。它利用流行的 Agent 框架和 LLM 提供商，在它们之上提供了一致且经过精心策划的开发体验。

• 无需配置：您无需配置任何东西。通过合理的默认设置，您可以直接开始编码。