Repolode
Предложить
evalstate

evalstate/fast-agent

Python-фреймворк и CLI для создания, запуска и оценки LLM-агентов с поддержкой MCP, Agent Skills, ACP и A2A.

Открыть на GitHubСайт
Звёзды
3,943
Форки
450
Открытые issues
41
Последний коммит
6 часов назад

Что это?

fast-agent — Python-фреймворк и инструмент командной строки для работы с LLM-агентами. Агентов и рабочие процессы можно описывать в простых файлах с промптами и конфигурацией, а взаимодействовать с ними в чате — до, во время и после выполнения процесса, чтобы настраивать и диагностировать их поведение. Также в проект входит интерактивная оболочка терминала, в которой можно запускать команды вместе с моделью.

Проект подключает агентов к MCP-серверам через stdio или Streamable HTTP, в том числе к удалённым серверам с OAuth, и поддерживает Agent Skills, заданные в файлах SKILL.md. Поддерживаются модели Anthropic, OpenAI и Google, а также Azure, Ollama и многие другие через TensorZero. Кроме того, агентов можно предоставлять в качестве ACP-клиентов или MCP-серверов.

Для композиции fast-agent предлагает рабочие процессы chain, parallel, evaluator-optimizer, router, orchestrator и agents-as-tools, а также инструменты на основе Python-функций и паттерн MAKER для многократной выборки с голосованием.

Ключевые возможности

  • 01Интерактивная оболочка CLI с поддержкой команд и управлением навыками
  • 02Подключение к MCP-серверам через stdio или Streamable HTTP с поддержкой OAuth
  • 03Поддержка Agent Skills (SKILL.md) и ACP-клиентов
  • 04Декларативные рабочие процессы chain, parallel, router, orchestrator и evaluator-optimizer
  • 05Нативная поддержка Anthropic, OpenAI и Google, а также Ollama и других провайдеров через TensorZero

Сценарии использования

  • Запуск агента для программирования с доступом к оболочке в локальном проекте
  • Прототипирование мультиагентных рабочих процессов на Python с помощью декларативных декораторов
  • Проверка взаимодействия LLM с пользовательским MCP-сервером и диагностика используемого транспорта
  • Предоставление настроенного агента в качестве MCP-сервера или конечной точки ACP-клиента

Быстрый старт

  1. 1

    Установите менеджер пакетов uv

  2. 2

    Запустите интерактивный сеанс с поддержкой shell

    uvx fast-agent-mcp@latest -x

Что важно знать

  • Для некоторых MCP-серверов, например Filesystem и Docker, в Windows требуется изменить конфигурацию.
  • При запуске автоматизации и сервера необходимо указать модель с помощью --model, FAST_AGENT_MODEL, default_model или определения агента.

Темы

#ai#agent-framework#mcp#llm#cli#python#agent-skills#a2a#acp#agent

Частые вопросы

Что такое fast-agent?
Python-фреймворк и CLI для создания, запуска и оценки LLM-агентов с поддержкой MCP, Agent Skills, ACP и A2A. fast-agent — Python-фреймворк и инструмент командной строки для работы с LLM-агентами. Агентов и рабочие процессы можно описывать в простых файлах с промптами и конфигурацией, а взаимодействовать с ними в чате — до, во время и после выполнения процесса, чтобы настраивать и диагностировать их поведение. Также в проект входит интерактивная оболочка терминала, в которой можно запускать команды вместе с моделью.
fast-agent можно использовать бесплатно? Какая у него лицензия?
fast-agent распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
fast-agent всё ещё поддерживается?
Активно поддерживается. Последний коммит в fast-agent — 20 окт. 2026 г..
Для чего можно использовать fast-agent?
Запуск агента для программирования с доступом к оболочке в локальном проекте Прототипирование мультиагентных рабочих процессов на Python с помощью декларативных декораторов Проверка взаимодействия LLM с пользовательским MCP-сервером и диагностика используемого транспорта Предоставление настроенного агента в качестве MCP-сервера или конечной точки ACP-клиента
Как установить fast-agent?
Установите менеджер пакетов uv Запустите интерактивный сеанс с поддержкой shell: uvx fast-agent-mcp@latest -x
Где скачать fast-agent?
Исходный код и инструкции по установке — на GitHub: https://github.com/evalstate/fast-agent

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты