AgentStack

AgentStack 可以为您搭建 代理堆栈 —— 这个技术栈共同构成了您的代理。

安装 AgentStack

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

或者使用 Python 其他安装方法

启动您的代理！

通过命令行创建 AI 代理项目。

• 快速入门指南 – 如何创建一个新的代理项目。
• 视频教程 – 跟着教程，使用 AgentStack 构建一个网页抓取代理

AgentStack 支持 macOS、Windows 和 Linux。
如果遇到任何问题，请提交 issue。
如果您有任何疑问或需要帮助，请在我们的 Discord 社区 中提问。

🛠️🏃🏼‍♀️ 搭建强大代理项目的最快方式

AgentStack 是启动代理项目的好工具，并提供了许多 CLI 工具，可在整个开发过程中轻松生成代码。

AgentStack 并不是开发的低代码替代方案。开发者仍然需要了解如何使用所选的代理框架进行开发。

当前支持的提供商

• LLMs：大多数知名 LLM 和提供商都可通过 LiteLLM 或 LangChain 支持
• 框架：目前支持的框架包括 CrewAI、LangGraph、OpenAI Swarms 和 LlamaStack
  • 未来计划支持：Pydantic AI、Eliza、AG2 和 Autogen
• 工具：维护着最大的跨框架工具库！所有工具列表见这里
• 可观测性：默认内置 AgentOps，并提供一流的支持

立即开始使用

您不需要安装或配置 LangChain 或 LlamaIndex 等工具。
这些工具已经预先配置好并隐藏起来，让您可以专注于编写代码。

创建一个项目，即可开始使用。

创建代理项目

您需要在本地开发机器上安装 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。

要创建一个新的代理项目，请运行：

uv pip install agentstack # 或其他安装方法
agentstack init <project_name>

它会在当前文件夹内创建一个以您的项目命名的目录。
在该目录中，它会生成初始项目结构并安装传递依赖项。

无需任何配置或复杂的文件夹结构，只有构建代理项目所需的文件。
初始化完成后，您可以打开项目文件夹：

cd <your_agent_project>
uv pip install

然后运行默认代理！

agentstack run

模板

此外，还提供预建模板，作为构建项目的快捷方式。查看可用模板。

构建代理功能

生成项目后，下一步是通过创建代理和任务来构建您的代理项目。您可以使用 AgentStack 快速完成此操作：

agentstack generate agent/task <name>

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

工具

AgentStack 的核心原则之一是建立事实上的代理_堆栈_。这个堆栈的关键组成部分是为代理提供的工具和功能，而不仅仅是 LLM 的能力。

AgentStack 致力于尽可能简化工具的访问，保持框架无关性，并提供最佳工具。

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

运行您的代理

agentstack run

以开发模式运行代理项目。

👀 代理的简易生产部署支持即将推出。

理念

• 代理应该很简单：市面上有许多框架，但从头开始总是很麻烦。类似于 create-react-app，AgentStack 旨在通过为您提供一个简单的代理样板来简化“从零开始”的过程。它使用流行的代理框架和 LLM 提供商，但在其之上提供了一个连贯且精选的体验。

• 无需配置：您无需进行任何配置。开发和生产构建的合理配置都已为您处理好，这样您就可以专注于编写代码。

• 无锁定风险：您可以随时自定义设置。AgentStack 的设计初衷就是让您能够轻松地立即运行所需的组件；接下来做什么则由您决定。

• 提供商无关性：AgentStack 在各个方面都设计为提供商无关。这意味着尤其重要的是，您的代理堆栈中的框架层应能与任何其他层互操作。不过，框架仍需得到 AgentStack 的支持。请参阅上方支持的框架列表。

AgentStack 并非旨在成为构建代理的低代码解决方案。相反，它是一个从零开始构建代理项目的绝佳起点。

路线图

工具

• 由 AgentStack 构建更多核心工具
• 直接在软件包中加入首选合作伙伴
• 通过外部仓库添加社区合作伙伴工具

新的堆栈层

• 提示层（DSPy）
• 评估层
• UI 层

其他特性

• 自动生成测试
• 集成基准测试
• 轻松集成用于浏览、RAG 等的工具。
• 一个快速的交互式测试运行器，内置覆盖率报告支持。
• 一个实时开发服务器，可提醒常见错误（正在进行中）。
• 一个用于将项目打包以供生产的构建脚本（正在进行中）。

许可证

AgentStack 是开源软件，采用 MIT 许可证。

如何贡献

AgentStack 是由一群充满热情的 AI 代理开发者打造的新项目！我们非常欢迎各位帮助完善这个工具。这里有一些简单的入门任务可供参与，你也可以提出功能需求的新议题，或者在我们的 Discord 上与我们交流。请务必阅读我们的贡献者文档，以便更好地了解项目：如何贡献。

如果你是 Agent 工具的开发者，欢迎随时创建议题，甚至直接提交 Pull Request，将你的工具加入 AgentStack！

AgentStack 快速上手指南

AgentStack 是一个用于快速搭建 AI Agent 技术栈的脚手架工具。它预配置了主流框架（如 CrewAI、LangGraph 等）和依赖，让你无需繁琐配置即可专注于 Agent 逻辑开发。

环境准备

• 操作系统：macOS, Windows, Linux
• Python 版本：Python 3.10 或更高版本
  • 建议使用 pyenv 管理不同项目的 Python 版本。
• 前置知识：你需要了解所选用的 Agent 框架（如 CrewAI 或 LangGraph）的基本开发方式，AgentStack 并非低代码平台，而是开发加速器。

安装步骤

你可以通过以下任一方式安装 AgentStack：

方式一：使用官方安装脚本（推荐）

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

方式二：使用 Python pip/uv 安装

uv pip install agentstack
# 或者
pip install agentstack

更多安装方法请参考：其他安装方式

基本使用

1. 初始化项目

在终端中运行以下命令创建一个新的 Agent 项目：

agentstack init <project_name>

该命令会在当前目录下创建一个名为 <project_name> 的文件夹，并生成初始项目结构及依赖。

2. 安装依赖并运行

进入项目目录，安装依赖并启动默认 Agent：

cd <project_name>
uv pip install
agentstack run

3. 开发核心功能

AgentStack 提供了 CLI 工具来快速生成 Agent 和任务模板：

生成 Agent 或 Task：

agentstack generate agent/task <name>

配置 Agent 和 Task： 修改 src/config 目录下的 agents.yaml 和 tasks.yaml 文件来定义你的 Agent 行为和任务流程。

添加工具（Tools）： AgentStack 支持丰富的框架无关工具库。添加新工具只需运行：

agentstack tools add

你可以在 文档 中查看所有可用工具列表。

4. 使用模板（可选）

如果你想快速开始，可以使用预构建的项目模板：

# 查看可用模板
# 请访问: https://docs.agentstack.sh/templates

---

下一步：

• 查看 快速入门指南 了解更多细节。
• 观看 视频教程 学习如何构建一个网页抓取 Agent。
• 遇到问题？欢迎在 Discord 社区 交流或提交 Issue。