Parlant

面向客户的 AI Agent 交互控制框架

网站 • 快速入门 • 示例 • Discord

Deutsch | Español | français | 日本語 | 한국어 | Português | Русский | 中文

 

正在寻找 Ada、Decagon 或 Sierra 的开源替代方案？

Parlant 已达到生产就绪状态。它简化了企业级 B2C 以及高敏感 B2B 交互的开发与维护，确保交互过程具备一致性、合规性、品牌调性，并实现全面可追溯。

为什么选择 Parlant？

对话上下文工程（Conversational context engineering）极具挑战性，因为现实世界的交互复杂多变、存在细微差别且是非线性的。

❌ 问题：你可能尝试过但无法大规模应用的方法

系统提示词（System prompts）：在生产环境复杂度提升之前，它们表现良好。然而，当你往提示词中添加的指令越多，Agent 忽略这些指令的速度就越快。

路由图（Routed graphs）：解决了提示词过载的问题，但随着路由逻辑的增加，当面对自然交互的混乱时，系统会变得极其脆弱。

🔑 解决方案：为对话控制优化的上下文工程

Parlant 是一个 Agent 框架，为对话场景提供了优化的上下文工程：在正确的时间，将适量的上下文精准地注入提示词中。你只需定义一次规则、知识和工具，引擎便会根据对话的每一个轮次，实时缩小上下文范围，只提供与当前相关的内容。

Parlant 与 LangGraph 或 DSPy 有何不同？

Parlant 专注于对话治理（Governance）、行为控制和一致性；LangGraph 更适合工作流自动化；而 DSPy 则更适合底层的提示词优化。

设计目标

Parlant 的所有决策都围绕以下三个目标展开：

1. 对对话体验的最大化控制

Parlant 的设计理念很简单：开发者应能精准控制 Agent 的行为。在面向客户的对话中，细节至关重要，例如语气、时机、边界情况、政策限制和品牌语调。因此，我们选择了一种能够让这些方面易于配置和管理的设计。这种方法增加了系统复杂度，但赋予了团队更强的控制力，确保 Agent 在真实对话中表现如一。

2. 最大程度预防意外行为

Parlant 将失控（Misalignment）视为核心设计问题。它基于模型准确性和一致性的研究，从结构上降低了 Agent 超出预定边界的可能性，并在异常发生时更易于检测和纠正。Parlant 不仅仅是在输出端添加护栏，而是将约束和控制点应用到 LLM 的使用方式中，从源头确保输出的安全与正确。

3. 从产品反馈到实施的最快路径

Parlant 致力于让负责对话体验的人员能够以直观的方式塑造 Agent 的行为，从而实现工程师可以轻松支持的快速反馈循环。Parlant 的设计初衷是让你能够尽快结合持续的产品反馈，无需手动重写图谱或微调模型，确保宝贵的工程时间仅用于深层次的变更，而非细枝末节的调整。

快速上手

pip install parlant

import parlant.sdk as p

async with p.Server():
    agent = await server.create_agent(
        name="Customer Support",
        description="Handles customer inquiries for an airline",
    )

    # 仅在适当条件下评估并调用工具
    expert_customer = await agent.create_observation(
        condition="customer uses financial terminology like DTI or amortization",
        tools=[research_deep_answer],
    )

    # 当专家级观察条件成立时，始终进行深度回复。
    # 设置准则，使其在所依赖的观察条件成立时自动匹配...
    expert_answers = await agent.create_guideline(
        matcher=p.MATCH_ALWAYS,
        action="respond with technical depth",
        dependencies=[expert_customer],
    )

    beginner_answers = await agent.create_guideline(
        condition="customer seems new to the topic",
        action="simplify and use concrete examples",
    )

    # 当两者都匹配时，初学者规则胜出。
    # 专家级的工具数据和指令都不会进入 Agent 的上下文。
    await beginner_answers.exclude(expert_customer)

请参考 5 分钟快速入门 获取完整指南。

Parlant 概览

你定义 Agent 的行为...