Repolode
evalstate

evalstate/fast-agent

Framework de Python y CLI para crear, ejecutar y evaluar agentes LLM con compatibilidad con MCP, Agent Skills, ACP y A2A.

Estrellas
3,943
Forks
450
Issues abiertos
41
Último commit
hace 9 horas

¿Qué es?

fast-agent es un framework de Python y una herramienta de línea de comandos para trabajar con agentes LLM. Los agentes y los flujos de trabajo se definen en archivos sencillos de prompts y configuración, y se puede interactuar con ellos antes, durante y después de ejecutar un flujo de trabajo para ajustar y diagnosticar su comportamiento. También incluye una shell interactiva de terminal desde la que se pueden ejecutar comandos junto al modelo.

El proyecto conecta agentes a servidores MCP mediante stdio o Streamable HTTP, con OAuth para servidores remotos, y admite Agent Skills definidas en archivos SKILL.md. La compatibilidad con modelos incluye Anthropic, OpenAI y Google de forma nativa; Azure, Ollama y muchos otros están disponibles a través de TensorZero. También se puede exponer a los agentes como clientes ACP o servidores MCP.

Para combinar componentes, fast-agent ofrece flujos de trabajo en cadena, en paralelo, de evaluador-optimizador, enrutador, orquestador y agentes como herramientas, además de herramientas de funciones de Python y un patrón MAKER para realizar muestreos repetidos con votación.

Funciones clave

  • 01Shell interactiva de CLI con compatibilidad con comandos de shell y gestión de skills
  • 02Conexión a servidores MCP mediante stdio o Streamable HTTP, con OAuth
  • 03Compatibilidad con Agent Skills (SKILL.md) y clientes ACP
  • 04Flujos de trabajo declarativos en cadena, en paralelo, de enrutador, orquestador y evaluador-optimizador
  • 05Proveedores nativos para Anthropic, OpenAI y Google, además de Ollama y otros a través de TensorZero

Casos de uso

  • Ejecutar un agente de programación con acceso a la shell en un proyecto local
  • Crear prototipos de flujos de trabajo multiagente en Python con decoradores declarativos
  • Probar cómo interactúa un LLM con un servidor MCP personalizado y diagnosticar su transporte
  • Exponer un agente configurado como servidor MCP o endpoint de cliente ACP

Inicio rápido

  1. 1

    Instala el gestor de paquetes uv

  2. 2

    Inicia una sesión interactiva con compatibilidad con shell

    uvx fast-agent-mcp@latest -x

Antes de usarlo

  • Algunos servidores MCP, como Filesystem y Docker, requieren cambios de configuración en Windows.
  • Las ejecuciones de automatización y del servidor deben especificar un modelo mediante --model, FAST_AGENT_MODEL, default_model o la definición del agente.

Temas

Preguntas frecuentes

¿Qué es fast-agent?
Framework de Python y CLI para crear, ejecutar y evaluar agentes LLM con compatibilidad con MCP, Agent Skills, ACP y A2A. fast-agent es un framework de Python y una herramienta de línea de comandos para trabajar con agentes LLM. Los agentes y los flujos de trabajo se definen en archivos sencillos de prompts y configuración, y se puede interactuar con ellos antes, durante y después de ejecutar un flujo de trabajo para ajustar y diagnosticar su comportamiento. También incluye una shell interactiva de terminal desde la que se pueden ejecutar comandos junto al modelo.
¿fast-agent es gratuito? ¿Qué licencia tiene?
fast-agent es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿fast-agent sigue mantenido?
Mantenimiento activo. El último commit de fast-agent fue el 20 oct 2026.
¿Para qué puedo usar fast-agent?
Ejecutar un agente de programación con acceso a la shell en un proyecto local Crear prototipos de flujos de trabajo multiagente en Python con decoradores declarativos Probar cómo interactúa un LLM con un servidor MCP personalizado y diagnosticar su transporte Exponer un agente configurado como servidor MCP o endpoint de cliente ACP
¿Cómo se instala fast-agent?
Instala el gestor de paquetes uv Inicia una sesión interactiva con compatibilidad con shell: uvx fast-agent-mcp@latest -x
¿Dónde consigo fast-agent?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/evalstate/fast-agent

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados