Repolode
FareedKhan-dev

FareedKhan-dev/all-agentic-architectures

Biblioteca Python e livro didático executável em Jupyter que implementa 35 arquiteturas de IA agêntica, de Reflexion e ReAct a MemGPT e BrowserAgent, com LangGraph.

Estrelas
4,616
Forks
793
Issues abertas
13
Último commit
há 4 meses

O que é?

Este projeto reúne diversos padrões de IA agêntica da literatura de pesquisa, como Reflexion, Tree of Thoughts, LATS, GraphRAG, MemGPT, Voyager e STORM, em classes Architecture executáveis. Todas as classes expõem a mesma interface run(task) e retornam resultados no mesmo formato, então trocar um padrão por outro não exige alterações no código que os chama.

A biblioteca funciona com vários provedores de LLM, incluindo OpenAI, Anthropic, Groq, Ollama e Google, e alterna entre eles por meio de uma variável de ambiente. Cada arquitetura vem acompanhada de um notebook Jupyter com execuções realizadas, e o repositório inclui um benchmark com 17 tarefas que compara as arquiteturas entre si.

É uma boa opção para desenvolvedores que querem aprender como esses padrões diferem na prática ou ter uma base testada para criar seus próprios fluxos de trabalho com agentes usando LangGraph.

Recursos principais

  • 01Implementa 35 padrões agênticos com uma interface run(task) uniforme.
  • 02Oferece suporte a nove provedores de LLM, selecionáveis por variável de ambiente.
  • 03Cada arquitetura tem um notebook Jupyter executável com execuções realizadas.
  • 04Inclui um benchmark com 17 tarefas que compara as arquiteturas nas mesmas tarefas.
  • 05Construído com máquinas de estado do LangGraph.
  • 06Inclui um BrowserAgent que controla um navegador real com Playwright e uma barreira de segurança.

Casos de uso

  • Aprender na prática as diferenças entre padrões de reflexão, busca, RAG e multiagentes.
  • Prototipar um fluxo de trabalho com agentes e comparar arquiteturas candidatas antes de escolher uma.
  • Trocar de provedor de LLM sem reescrever o código do agente.
  • Adicionar um novo padrão de agente a uma interface compartilhada e testada.

Início rápido

  1. 1

    Instale a biblioteca com extras

    pip install "agentic-architectures[nebius,faiss,tavily]"
  2. 2

    Execute uma arquitetura Reflection em uma tarefa usando get_llm

Antes de usar

  • Os exemplos padrão exigem uma chave de API de um provedor de LLM pago, como Nebius, OpenAI ou Anthropic.
  • Os resultados do benchmark vêm de uma única execução do modelo e mostram apenas 78% de acerto no total.
  • A suíte completa de testes e a configuração do provedor exigem um virtualenv e um arquivo .env com as chaves.

Tópicos

Perguntas frequentes

O que é all-agentic-architectures?
Biblioteca Python e livro didático executável em Jupyter que implementa 35 arquiteturas de IA agêntica, de Reflexion e ReAct a MemGPT e BrowserAgent, com LangGraph. Este projeto reúne diversos padrões de IA agêntica da literatura de pesquisa, como Reflexion, Tree of Thoughts, LATS, GraphRAG, MemGPT, Voyager e STORM, em classes Architecture executáveis. Todas as classes expõem a mesma interface run(task) e retornam resultados no mesmo formato, então trocar um padrão por outro não exige alterações no código que os chama.
all-agentic-architectures é gratuito? Qual é a licença?
all-agentic-architectures é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
all-agentic-architectures ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de all-agentic-architectures foi em 22 de jun. de 2026.
Para que posso usar all-agentic-architectures?
Aprender na prática as diferenças entre padrões de reflexão, busca, RAG e multiagentes. Prototipar um fluxo de trabalho com agentes e comparar arquiteturas candidatas antes de escolher uma. Trocar de provedor de LLM sem reescrever o código do agente. Adicionar um novo padrão de agente a uma interface compartilhada e testada.
Como instalar all-agentic-architectures?
Instale a biblioteca com extras: pip install "agentic-architectures[nebius,faiss,tavily]" Execute uma arquitetura Reflection em uma tarefa usando get_llm
Onde consigo all-agentic-architectures?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/FareedKhan-dev/all-agentic-architectures

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados