Repolode
Eigenwise

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. 1

    Установите фреймворк из PyPI

    pip install atomic-agents
  2. 2

    Установите SDK провайдера, если вам нужен не OpenAI (например, Anthropic)

    pip install instructor[anthropic]
  3. 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.

1,9 тыс.+3 за неделю177PythonApache-2.0Обновлён 22 часа назад

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.

3 тыс.+6 за неделю201TypeScriptApache-2.0Активно поддерживаетсяОбновлён 23 часа назад

Инструментарий для Python и TypeScript, который позволяет вызывать любые передовые LLM через единый интерфейс и использовать декораторы для промптов, структурированного вывода и инструментов.

1,5 тыс.154PythonMITАктивно поддерживаетсяОбновлён позавчера

Python-фреймворк для создания приложений и агентов на базе LLM со стандартными интерфейсами для моделей, эмбеддингов, векторных хранилищ и сторонних интеграций.

149,2 тыс.+396 за неделю25,1 тыс.PythonMITАктивно поддерживаетсяОбновлён 10 часов назад