AgentStack

AgentStack 为你的 agent stack（即构成你 Agent 的技术栈集合）提供脚手架支持。

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

或者通过 python 其他安装方式

通过命令行创建 AI Agent 项目。

AgentStack 支持 macOS、Windows 和 Linux。如果遇到问题，请提交 issue。如果有疑问或需要帮助，欢迎在我们的 Discord 社区提问。

🛠️🏃🏼‍♀️ 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（low-code）开发方案的替代品。开发者仍需了解如何使用所选的 Agent 框架进行开发。

LLMs: 通过 LiteLLM 或 LangChain 支持绝大多数主流 LLM 和提供商。
框架: 目前支持的框架包括 CrewAI、LangGraph、OpenAI Swarms 和 LlamaStack。
- 路线图：Pydantic AI, Eliza, AG2 以及 Autogen。
工具: 维护着最大的框架无关（framework-agnostic）工具库！所有工具列表详见此处。
可观测性 (Observability): 默认内置 AgentOps，并提供顶级支持。

你无需安装或配置像 LangChain 或 LlamaIndex 这样的工具。它们已被预先配置并隐藏，以便你可以专注于核心代码。

创建一个项目，即可直接开始。

创建 Agent 项目

你的本地开发环境需要安装 Python 3.10+。我们建议使用最新版本。你可以使用 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

它会在当前文件夹内创建一个以你的项目名命名的目录。在该目录中，它将生成初始的项目结构并安装相关的依赖项。

无需配置，也无需复杂的文件夹结构，只包含你构建 Agent 项目所需的文件。初始化完成后，你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

此外，还可以使用预构建模板作为构建项目的捷径。查看可用模板。

生成项目后，下一步是通过创建 Agents 和 Tasks 来构建你的项目。你可以通过 AgentStack 快速完成此操作：

agentstack generate agent/task

通过修改 src/config 下的 agents.yaml 和 tasks.yaml 配置文件，即可自定义 Agents 和 Tasks。

AgentStack 的核心原则之一是建立事实上的 Agent stack。该栈的一个关键组成部分是除了 LLM 能力之外，赋予 Agent 的工具和功能。

AgentStack 致力于让工具的访问尽可能简便，保持框架无关性，并集成最优秀的工具。

所有工具的列表可以在我们的文档中找到。

添加工具非常简单：

agentstack tools add

agentstack run

在开发模式下运行 Agent 项目。

👀 即将支持 Agent 的便捷生产环境部署。

让 Agent 开发变得简单：市面上的框架非常多，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 样板来简化“从零开始”的过程。它使用了流行的 Agent 框架和 LLM 提供商，但在它们之上提供了一种统一的、精选的开发体验。
无需配置：你不需要配置任何东西。一个合理且完善的默认设置即可让你开始工作。