Python-фреймворк для проверки входных данных и ответов LLM-приложений и генерации структурированных данных по заданной схеме.
Eigenwise/atomic-agents
Лёгкий Python-фреймворк для создания модульных конвейеров AI-агентов со схемами на базе Instructor и Pydantic.
- Звёзды
- 6,320
- Форки
- 562
- Открытые issues
- 12
- Последний коммит
- 9 дней назад
Что это?
Atomic Agents — это Python-фреймворк для создания агентов и конвейеров на базе LLM из небольших компонентов, каждый из которых выполняет одну задачу. Каждый агент задаётся системным промптом, схемами входных и выходных данных, историей чата и необязательными поставщиками контекста, которые добавляют в промпт актуальную информацию во время выполнения. Схемы представлены моделями Pydantic, поэтому входные и выходные данные проходят валидацию и остаются предсказуемыми.
Поскольку схема выходных данных агента может совпадать со схемой входных данных другого инструмента, агенты и инструменты можно объединять в цепочки или заменять, не переписывая окружающий код. Весь поток управления реализуется на обычном Python. Фреймворк построен на Instructor, поэтому с ним можно использовать любого провайдера, который поддерживает Instructor, например OpenAI, Anthropic, Groq, Gemini или Ollama.
В репозитории также есть Atomic Forge — набор готовых инструментов для веб-поиска, работы с Wikipedia, извлечения текста из видео YouTube и чтения PDF — и интерактивный CLI Atomic Assembler, который помогает добавлять их в проект. Среди примеров приложений — RAG-чат, глубокое исследование и агенты-оркестраторы.
Ключевые возможности
- 01Агенты задаются системным промптом, схемами входных и выходных данных на базе Pydantic и историей чата.
- 02Поставщики контекста добавляют актуальную информацию в системный промпт во время выполнения.
- 03Агентов и инструменты можно объединять в цепочки, согласуя схемы выходных и входных данных.
- 04Поддерживается любой провайдер, совместимый с Instructor, включая OpenAI, Anthropic, Groq, Gemini и Ollama.
- 05Atomic Forge предлагает готовые инструменты для поиска, извлечения данных, чтения PDF и других задач.
- 06Каждый запуск записывается в виде span OpenTelemetry для наблюдаемости.
Сценарии использования
- Создание чат-ботов со структурированными ответами или конвейеров извлечения данных, где важны предсказуемые схемы.
- Создание прототипов RAG-агентов или агентов для веб-поиска на основе переиспользуемых компонентов инструментов.
- Замена провайдеров LLM или поисковых бэкендов без переписывания логики приложения.
- Добавление трассировки в приложения на базе LLM с помощью любого бэкенда, совместимого с OpenTelemetry.
Быстрый старт
- 1
Установите фреймворк из PyPI
pip install atomic-agents - 2
Установите SDK провайдера, если вам нужен не OpenAI (например, Anthropic)
pip install instructor[anthropic] - 3
Создайте агента, используя Quick Example из README, и запустите его с помощью Python
Что важно знать
- Для запуска агентов требуется API-ключ провайдера моделей, например OpenAI, Groq, Anthropic или Gemini.
В подборках
Темы
Частые вопросы
- Что такое atomic-agents?
- Лёгкий Python-фреймворк для создания модульных конвейеров AI-агентов со схемами на базе Instructor и Pydantic. Atomic Agents — это Python-фреймворк для создания агентов и конвейеров на базе LLM из небольших компонентов, каждый из которых выполняет одну задачу. Каждый агент задаётся системным промптом, схемами входных и выходных данных, историей чата и необязательными поставщиками контекста, которые добавляют в промпт актуальную информацию во время выполнения. Схемы представлены моделями Pydantic, поэтому входные и выходные данные проходят валидацию и остаются предсказуемыми.
- atomic-agents можно использовать бесплатно? Какая у него лицензия?
- atomic-agents распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- atomic-agents всё ещё поддерживается?
- Активно поддерживается. Последний коммит в atomic-agents — 29 окт. 2026 г..
- Для чего можно использовать atomic-agents?
- Создание чат-ботов со структурированными ответами или конвейеров извлечения данных, где важны предсказуемые схемы. Создание прототипов RAG-агентов или агентов для веб-поиска на основе переиспользуемых компонентов инструментов. Замена провайдеров LLM или поисковых бэкендов без переписывания логики приложения. Добавление трассировки в приложения на базе LLM с помощью любого бэкенда, совместимого с OpenTelemetry.
- Как установить atomic-agents?
- Установите фреймворк из PyPI: pip install atomic-agents Установите SDK провайдера, если вам нужен не OpenAI (например, Anthropic): pip install instructor[anthropic] Создайте агента, используя Quick Example из README, и запустите его с помощью Python
- Где скачать atomic-agents?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Eigenwise/atomic-agents
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Библиотека Python для создания генеративных программ, превращающих типизированные вызовы LLM в структурированные, тестируемые и самопроверяющиеся AI-процессы.
Фреймворк в духе DSPy с приоритетом TypeScript для создания типизированных структурированных LLM-программ, агентов, потоков и оптимизаторов; компилируется также в Python, Java, C++, Go и Rust.
Инструментарий для Python и TypeScript, который позволяет вызывать любые передовые LLM через единый интерфейс и использовать декораторы для промптов, структурированного вывода и инструментов.
SDK для создания AI-агентов и мультиагентных систем на Python, .NET и Java с интеграциями моделей, плагинов и векторных баз данных.
Python-фреймворк для создания приложений и агентов на базе LLM со стандартными интерфейсами для моделей, эмбеддингов, векторных хранилищ и сторонних интеграций.