Framework de Python que añade controles de entrada y salida a aplicaciones con LLM y genera datos estructurados validados a partir de sus respuestas.
Eigenwise/atomic-agents
Framework ligero de Python para crear pipelines modulares de agentes de IA basados en esquemas, con Instructor y Pydantic.
- Estrellas
- 6,320
- Forks
- 562
- Issues abiertos
- 12
- Último commit
- hace 9 días
¿Qué es?
Atomic Agents es un framework de Python para crear agentes y pipelines basados en LLM a partir de componentes pequeños y especializados. Cada agente se define mediante un prompt de sistema, un esquema de entrada, un esquema de salida, un historial de chat y proveedores de contexto opcionales que inyectan información dinámica en el prompt durante la ejecución. Los esquemas son modelos de Pydantic, por lo que las entradas y salidas se validan y son predecibles.
Como el esquema de salida de un agente puede coincidir con el esquema de entrada de otra herramienta, es posible encadenar o intercambiar agentes y herramientas sin reescribir el código que los rodea. Todo el flujo de control se implementa en Python puro. El framework se basa en Instructor, así que puede usarse con cualquier proveedor compatible con Instructor, como OpenAI, Anthropic, Groq, Gemini u Ollama.
El repositorio también incluye Atomic Forge, un conjunto de herramientas listas para usar, como búsqueda web, Wikipedia, extracción de transcripciones de YouTube y lectura de PDF, junto con una CLI interactiva llamada Atomic Assembler para copiarlas en un proyecto. Las aplicaciones de ejemplo abarcan chat con RAG, investigación profunda y agentes de orquestación.
Funciones clave
- 01Los agentes se definen mediante un prompt de sistema, esquemas de entrada y salida de Pydantic y un historial de chat.
- 02Los proveedores de contexto inyectan información dinámica en el prompt de sistema durante la ejecución.
- 03Los agentes y las herramientas se pueden encadenar haciendo coincidir sus esquemas de salida y entrada.
- 04Funciona con cualquier proveedor compatible con Instructor, incluidos OpenAI, Anthropic, Groq, Gemini y Ollama.
- 05Atomic Forge ofrece herramientas preconstruidas para búsqueda, extracción de datos, lectura de PDF y mucho más.
- 06Cada ejecución se emite como un span de OpenTelemetry para facilitar la observabilidad.
Casos de uso
- Crear chatbots con salida estructurada o pipelines de extracción en los que son importantes los esquemas predecibles.
- Prototipar agentes de RAG o búsqueda web con componentes de herramientas reutilizables.
- Cambiar de proveedor de LLM o de backend de búsqueda sin reescribir la lógica de la aplicación.
- Añadir trazas a aplicaciones con LLM mediante cualquier backend compatible con OpenTelemetry.
Inicio rápido
- 1
Instala el framework desde PyPI
pip install atomic-agents - 2
Instala el SDK de un proveedor si necesitas uno distinto de OpenAI (por ejemplo, Anthropic)
pip install instructor[anthropic] - 3
Escribe un agente usando el Quick Example del README y ejecútalo con Python
Antes de usarlo
- Para ejecutar agentes, necesitas una clave API de un proveedor de modelos como OpenAI, Groq, Anthropic o Gemini.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es atomic-agents?
- Framework ligero de Python para crear pipelines modulares de agentes de IA basados en esquemas, con Instructor y Pydantic. Atomic Agents es un framework de Python para crear agentes y pipelines basados en LLM a partir de componentes pequeños y especializados. Cada agente se define mediante un prompt de sistema, un esquema de entrada, un esquema de salida, un historial de chat y proveedores de contexto opcionales que inyectan información dinámica en el prompt durante la ejecución. Los esquemas son modelos de Pydantic, por lo que las entradas y salidas se validan y son predecibles.
- ¿atomic-agents es gratuito? ¿Qué licencia tiene?
- atomic-agents es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿atomic-agents sigue mantenido?
- Mantenimiento activo. El último commit de atomic-agents fue el 29 oct 2026.
- ¿Para qué puedo usar atomic-agents?
- Crear chatbots con salida estructurada o pipelines de extracción en los que son importantes los esquemas predecibles. Prototipar agentes de RAG o búsqueda web con componentes de herramientas reutilizables. Cambiar de proveedor de LLM o de backend de búsqueda sin reescribir la lógica de la aplicación. Añadir trazas a aplicaciones con LLM mediante cualquier backend compatible con OpenTelemetry.
- ¿Cómo se instala atomic-agents?
- Instala el framework desde PyPI: pip install atomic-agents Instala el SDK de un proveedor si necesitas uno distinto de OpenAI (por ejemplo, Anthropic): pip install instructor[anthropic] Escribe un agente usando el Quick Example del README y ejecútalo con Python
- ¿Dónde consigo atomic-agents?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Eigenwise/atomic-agents
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca de Python para crear programas generativos que convierten llamadas tipadas a LLM en flujos de trabajo de IA estructurados, comprobables y con validación automática.
Framework al estilo DSPy y con prioridad en TypeScript para crear programas LLM tipados y estructurados, con agentes, flujos y optimizadores; también se compila a Python, Java, C++, Go y Rust.
Un toolkit de Python y TypeScript para llamar a cualquier LLM de frontera mediante una interfaz unificada, con decoradores para prompts, salidas estructuradas y uso de herramientas.
SDK para crear agentes de IA y sistemas multiagente en Python, .NET y Java, con integraciones de modelos, plugins y bases de datos vectoriales.
Framework de Python para crear aplicaciones y agentes basados en LLM, con interfaces estándar para modelos, embeddings, almacenes vectoriales e integraciones de terceros.