Repolode
omnirexflora-labs

omnirexflora-labs/omnicoreagent

Среда выполнения агентов на Python: LLM с инструментами и памятью, политиками для каждого действия, песочницей для команд, защитой от сбоев и подробными трассировками.

Звёзды
252
Форки
57
Открытые issues
0
Последний коммит
13 дней назад

Что это?

OmniCoreAgent — среда выполнения для создания агентов на базе LLM на Python. Она предоставляет всё, что приложению нужно вокруг модели: цикл вызова инструментов с собственными функциями Python и MCP-серверами, память сеансов, управление контекстом, рабочее пространство для файлов и субагентов. Использовать её можно из кода Python, через командную строку или как HTTP-сервер.

Среда выполнения позволяет контролировать агентов, которые выполняют реальные действия. Политика с правилами allow, ask и deny распространяется на инструменты, MCP-серверы, песочницу, сеть и делегирование; при срабатывании `ask` выполнение приостанавливается до одобрения человеком. Команды запускаются в песочнице, например Docker, E2B или Modal, а расходы ограничиваются бюджетами в долларах, токенах или вызовах. Для каждого запуска сохраняется контрольная точка: если процесс завершился, запуск можно продолжить без незаметного повторения прерванных вызовов инструментов.

Для каждого запуска формируется трассировка вызовов модели и инструментов, одобрений и решений по бюджету. Её можно экспортировать в OTLP, LangSmith, Opik или JSONL. Результаты можно привязать к запуску позже, а завершённые запуски — передать в виде обучающих записей.

Ключевые возможности

  • 01Цикл вызова инструментов с поддержкой функций Python и MCP-серверов через stdio, SSE и streamable HTTP.
  • 02Политика с правилами allow, ask и deny для инструментов, песочницы, сети и делегирования.
  • 03Выполнение команд в песочницах, например Docker, E2B, Modal и Daytona.
  • 04Бюджеты в долларах, токенах или вызовах — на запрос, сеанс или день.
  • 05Защищённые от сбоев запуски, которые возобновляются с контрольных точек без повторения прерванных вызовов.
  • 06Трассировки запусков с экспортом в OTLP, LangSmith, Opik или JSONL.

Сценарии использования

  • Создание агента поддержки клиентов, который вызывает внутренние API и запрашивает одобрение человека для возврата средств.
  • Запуск агента для работы с кодом в CI: он исправляет падающие тесты в песочнице с ограничением бюджета.
  • Предоставление доступа к агентам по HTTP через REST- и SSE-эндпоинты для фоновых задач.
  • Аудит поведения агента по подробным трассировкам вызовов модели и инструментов.

Быстрый старт

  1. 1

    Установите пакет с помощью pip

    pip install omnicoreagent
  2. 2

    Укажите API-ключ вашего провайдера LLM

    export LLM_API_KEY=your_api_key
  3. 3

    Сохраните код быстрого старта из README в файл Python и запустите его

Что важно знать

  • Требуется Python 3.12–3.14; установка прекращается при использовании Python 3.10 или 3.11.
  • Для запуска агентов нужен API-ключ поддерживаемого провайдера LLM.

Темы

Частые вопросы

Что такое omnicoreagent?
Среда выполнения агентов на Python: LLM с инструментами и памятью, политиками для каждого действия, песочницей для команд, защитой от сбоев и подробными трассировками. OmniCoreAgent — среда выполнения для создания агентов на базе LLM на Python. Она предоставляет всё, что приложению нужно вокруг модели: цикл вызова инструментов с собственными функциями Python и MCP-серверами, память сеансов, управление контекстом, рабочее пространство для файлов и субагентов. Использовать её можно из кода Python, через командную строку или как HTTP-сервер.
omnicoreagent можно использовать бесплатно? Какая у него лицензия?
omnicoreagent распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
omnicoreagent всё ещё поддерживается?
Активно поддерживается. Последний коммит в omnicoreagent — 9 окт. 2026 г..
Для чего можно использовать omnicoreagent?
Создание агента поддержки клиентов, который вызывает внутренние API и запрашивает одобрение человека для возврата средств. Запуск агента для работы с кодом в CI: он исправляет падающие тесты в песочнице с ограничением бюджета. Предоставление доступа к агентам по HTTP через REST- и SSE-эндпоинты для фоновых задач. Аудит поведения агента по подробным трассировкам вызовов модели и инструментов.
Как установить omnicoreagent?
Установите пакет с помощью pip: pip install omnicoreagent Укажите API-ключ вашего провайдера LLM: export LLM_API_KEY=your_api_key Сохраните код быстрого старта из README в файл Python и запустите его
Где скачать omnicoreagent?
Исходный код и инструкции по установке — на GitHub: https://github.com/omnirexflora-labs/omnicoreagent

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

Похожие проекты