Dapr Agents：构建智能体 AI 系统的框架

Dapr Agents 是一个开发者框架，旨在构建可大规模运行的生产级弹性 AI 智能体系统。它构建于经受过实战考验的 Dapr 项目之上，使软件开发人员能够创建利用大语言模型（LLMs）进行推理、行动和协作的 AI 智能体，同时利用内置的可观测性和有状态工作流执行功能，确保无论智能体的工作流多么复杂，都能顺利完成。

核心特性

• 规模与效率：在单核上高效运行数千个智能体。Dapr 可以透明地跨多台机器分配单智能体和多智能体应用，并处理它们的生命周期。
• 工作流弹性：自动重试智能体工作流，确保任务完成。
• Kubernetes 原生：在 Kubernetes 环境中轻松部署和管理智能体。
• 数据驱动的智能体：通过连接数十种不同的数据源，直接集成数据库、文档和非结构化数据。
• 多智能体系统：默认提供安全且可观测的环境，支持智能体间的协作。
• 供应商中立与开源：避免供应商锁定，在云端和本地部署中获得灵活性。
• 平台就绪：访问作用域和声明式资源，使平台团队能够将 Dapr Agents 集成到他们的系统中。

为什么选择 Dapr Agents？

将可扩展工作流作为一等公民

Dapr Agents 使用持久化执行工作流引擎，确保每个智能体任务在面对网络中断、节点崩溃和其他类型的破坏性故障时，都能执行到完成。开发人员无需了解工作流引擎的底层概念——只需编写一个执行任意数量任务的智能体，这些任务就会自动在集群中分配。如果任何任务失败，它将会被重试，并从中断的地方恢复状态。

高性价比的 AI 采用方案

Dapr Agents 构建于 Dapr 的 Workflow API 之上，其底层使用了 Actors。Actor 是计算和状态的单一单元，具有线程安全且原生分布式的特点，非常适合“缩容至零”（Scale-To-Zero）的智能体架构。这最大限度地降低了基础设施成本，使每个人都能使用 AI。底层的虚拟 Actor 模型允许数千个智能体按需在单核机器上运行，从零扩展时延迟仅为两位数的毫秒级。当不使用时，智能体会被系统回收，但会保留其状态，直到下次需要时再次激活。通过这种设计，无需在性能和资源效率之间进行权衡。

以数据为中心的 AI 智能体

通过内置对超过 50 种企业数据源的连接能力，Dapr Agents 可以高效处理结构化和非结构化数据。从基础的 PDF 提取到大规模数据库交互，它能够以极少的代码变更实现无缝的数据驱动型 AI 工作流。Dapr 的 Bindings 和 State Stores 提供了对大量数据源的访问，可用于将数据摄取到智能体中。

加速开发

Dapr Agents 提供了一套 AI 功能，为开发人员提供了一个完整的 API 界面来解决常见问题。其中包括：

• 多智能体通信
• 结构化输出
• 多 LLM 提供商支持