Un harness de agentes para Python, con opiniones claras y todo incluido, que ejecuta tareas largas de varios pasos desde el primer momento sobre LangGraph.
andrewyng/aisuite
Una biblioteca ligera de Python que ofrece una API al estilo de OpenAI para muchos proveedores de LLM, además de una API de Agents con herramientas y compatibilidad con MCP.
- Estrellas
- 16,353
- Forks
- 1,734
- Issues abiertos
- 161
- Último commit
- el mes pasado
¿Qué es?
aisuite es una biblioteca de Python para llamar a modelos de lenguaje de distintos proveedores desde una sola interfaz. Los modelos se identifican como <provider>:<model-name>, así que cambiar entre OpenAI, Anthropic, Google, Ollama y otros proveedores compatibles solo requiere modificar una cadena. Las solicitudes y respuestas comparten la misma estructura, y los parámetros principales, como temperature y max_tokens, funcionan igual en todos los proveedores.
Además de la capa de chat, aisuite puede convertir funciones de Python en herramientas: genera los esquemas, ejecuta las llamadas y devuelve los resultados al modelo en un ciclo controlado por max_turns. Para tareas más largas, cuenta con una API de Agents que incluye un Runner, conjuntos de herramientas preconfigurados para archivos, git y shell, políticas de aprobación de herramientas, almacenes de estado para reanudar ejecuciones y compatibilidad nativa con servidores Model Context Protocol (MCP).
El proyecto también incluye streaming (sincrónico y asincrónico) y documentación sobre cómo añadir proveedores mediante una sencilla clase adaptadora.
Funciones clave
- 01API unificada de chat completions para varios proveedores de LLM, con selección mediante una cadena de modelo.
- 02Salida en streaming para llamadas sincrónicas y asincrónicas, incluidos fragmentos de llamadas a herramientas.
- 03Se pueden pasar funciones de Python como herramientas, con generación automática de esquemas y un ciclo de varios turnos.
- 04API de Agents con un Runner, conjuntos de herramientas preconfigurados para archivos, git y shell, y políticas de aprobación de herramientas.
- 05Compatibilidad nativa con MCP para proporcionar a un modelo las herramientas de cualquier servidor MCP.
- 06Adaptadores de proveedores extensibles que siguen una convención de nomenclatura sencilla.
Casos de uso
- Comparar proveedores como OpenAI y Anthropic, o cambiar a otro proveedor si uno falla, sin reescribir el código de la aplicación.
- Crear un asistente en Python que use herramientas y llame a funciones locales o servidores MCP.
- Crear un prototipo de agente de varios pasos que trabaje con los archivos y el historial de git de un repositorio de código.
- Ejecutar las mismas indicaciones en modelos locales de Ollama y en APIs alojadas.
Inicio rápido
- 1
Instala el paquete base aisuite desde PyPI
pip install aisuite - 2
Instala el SDK del proveedor que quieras usar (por ejemplo, Anthropic)
pip install 'aisuite[anthropic]' - 3
Configura las claves de API de tus proveedores siguiendo la guía de inicio rápido de Chat Completions
- 4
Crea un cliente y llama a un modelo con el formato provider:model
Antes de usarlo
- Necesitas las claves de API de los proveedores de los modelos que uses, así que tendrás que configurarlas antes del primer uso.
- Algunas funciones, como Agents API y MCP tools, requieren instalaciones adicionales o se describen como conceptos independientes en el README.
- OpenWorker, la aplicación de escritorio basada en aisuite, se ha trasladado a su propio repositorio.
Temas
Preguntas frecuentes
- ¿Qué es aisuite?
- Una biblioteca ligera de Python que ofrece una API al estilo de OpenAI para muchos proveedores de LLM, además de una API de Agents con herramientas y compatibilidad con MCP. aisuite es una biblioteca de Python para llamar a modelos de lenguaje de distintos proveedores desde una sola interfaz. Los modelos se identifican como <provider>:<model-name>, así que cambiar entre OpenAI, Anthropic, Google, Ollama y otros proveedores compatibles solo requiere modificar una cadena. Las solicitudes y respuestas comparten la misma estructura, y los parámetros principales, como temperature y max_tokens, funcionan igual en todos los proveedores.
- ¿aisuite es gratuito? ¿Qué licencia tiene?
- aisuite es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿aisuite sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de aisuite fue el 18 sept 2026.
- ¿Para qué puedo usar aisuite?
- Comparar proveedores como OpenAI y Anthropic, o cambiar a otro proveedor si uno falla, sin reescribir el código de la aplicación. Crear un asistente en Python que use herramientas y llame a funciones locales o servidores MCP. Crear un prototipo de agente de varios pasos que trabaje con los archivos y el historial de git de un repositorio de código. Ejecutar las mismas indicaciones en modelos locales de Ollama y en APIs alojadas.
- ¿Cómo se instala aisuite?
- Instala el paquete base aisuite desde PyPI: pip install aisuite Instala el SDK del proveedor que quieras usar (por ejemplo, Anthropic): pip install 'aisuite[anthropic]' Configura las claves de API de tus proveedores siguiendo la guía de inicio rápido de Chat Completions Crea un cliente y llama a un modelo con el formato provider:model
- ¿Dónde consigo aisuite?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/andrewyng/aisuite
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
SDK oficial de Python para crear servidores y clientes de Model Context Protocol que conectan aplicaciones con LLM con herramientas, datos y prompts.
Sistema de memoria para agentes que almacena, recupera y analiza recuerdos para que los agentes de IA aprendan con el tiempo, en lugar de limitarse a repetir el historial del chat.
Framework de Python para crear servidores y clientes MCP, además de apps interactivas que conectan LLMs con herramientas y datos.
Infraestructura de memoria nativa para agentes que convierte las conversaciones y ejecuciones de agentes LLM en memoria persistente y estructurada para aplicaciones Python y TypeScript.
Un framework de agentes que conecta humanos digitales (2.5D, 3D, móvil, PC y web) y LLM con sistemas empresariales.