Мониторинг затрат на Kubernetes-нагрузки и расходы в нескольких облаках с распределением по кластерам, пространствам имён и подам.
yaalalabs/agent-kernel
Python-платформа для развёртывания и запуска корпоративных AI-агентов на разных фреймворках, в облаках и каналах обмена сообщениями, с поддержкой MCP и A2A.
- Звёзды
- 192
- Форки
- 88
- Открытые issues
- 112
- Последний коммит
- 10 часов назад
Что это?
Agent Kernel — платформенный слой для запуска AI-агентов, созданных с помощью OpenAI Agents SDK, LangGraph, CrewAI и Google ADK. Разработчики сохраняют код агентов, а платформа берёт на себя развёртывание, выполнение запросов через очередь, хранение сессий и подключение баз знаний. Поэтому переход на другой фреймворк или в другое облако не требует переписывать приложение.
В проект входят Terraform-модули для AWS Lambda и ECS, Azure Functions и Container Apps, а также GCP Cloud Run, плюс Helm chart для Kubernetes и локальных кластеров. По умолчанию запросы выполняются в том же процессе, но можно использовать транспорт SQS, Kafka или NATS JetStream. Среди функций для обеспечения соответствия требованиям — guardrails, обнаружение PII, хуки до и после выполнения, а также трассировка через LangFuse, OpenLLMetry, Pydantic Logfire или CloudWatch.
Агентов также можно подключать к каналам обмена сообщениями, таким как Slack, WhatsApp, Teams, Telegram и Gmail. Поддерживаются протоколы MCP, A2A и AG-UI. Дополнительные возможности включают изолированное выполнение кода, чаты по расписанию и приостановку работы для согласования с участием человека.
Ключевые возможности
- 01Запускает агентов, созданных с помощью OpenAI Agents SDK, LangGraph, CrewAI, Google ADK, Smolagents и Pydantic AI, параллельно.
- 02Развёртывает один и тот же код агента в AWS, Azure, GCP или Kubernetes с помощью готовых Terraform- и Helm-ресурсов.
- 03Подключает агентов к Slack, WhatsApp, Teams, Telegram, Gmail, Messenger, Instagram и LiveKit.
- 04Поддерживает протоколы MCP, A2A и AG-UI.
- 05Предоставляет guardrails, обнаружение PII и трассировку через LangFuse, Logfire и CloudWatch.
- 06Поддерживает подключаемые хранилища сессий, такие как Redis, DynamoDB и Cosmos DB, а также базы знаний, например ChromaDB и Neo4j.
Сценарии использования
- Перенос прототипа агента, созданного на одном фреймворке, в облачную production-среду без переписывания кода.
- Предоставление пользователям доступа к одному и тому же агенту через Slack, Teams, WhatsApp и электронную почту.
- Запуск агентов для сценариев с повышенными требованиями к соответствию нормам, которым нужны guardrails, аудиторские трассировки и контроль размещения данных.
- Развёртывание агентов в существующем кластере Kubernetes или в изолированной локальной среде без доступа к внешним сетям.
Быстрый старт
- 1
Установите пакет с помощью pip (Python 3.12–3.13).
pip install agentkernel - 2
Сохраните пример с несколькими агентами из README в виде файла Python и запустите его через CLI.
Что важно знать
- Требуется Python 3.12–3.13, поэтому более старые и новые версии Python не поддерживаются.
- Для примера быстрого старта требуется настроить OpenAI Agents SDK, но в README не показано, как передать ключи API.
- Для многих интеграций (развертывание в облаке, каналы, песочницы и т. п.) требуется дополнительная настройка помимо базовой установки.
В подборках
Темы
Частые вопросы
- Что такое agent-kernel?
- Python-платформа для развёртывания и запуска корпоративных AI-агентов на разных фреймворках, в облаках и каналах обмена сообщениями, с поддержкой MCP и A2A. Agent Kernel — платформенный слой для запуска AI-агентов, созданных с помощью OpenAI Agents SDK, LangGraph, CrewAI и Google ADK. Разработчики сохраняют код агентов, а платформа берёт на себя развёртывание, выполнение запросов через очередь, хранение сессий и подключение баз знаний. Поэтому переход на другой фреймворк или в другое облако не требует переписывать приложение.
- agent-kernel можно использовать бесплатно? Какая у него лицензия?
- agent-kernel распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- agent-kernel всё ещё поддерживается?
- Активно поддерживается. Последний коммит в agent-kernel — 6 нояб. 2026 г..
- Для чего можно использовать agent-kernel?
- Перенос прототипа агента, созданного на одном фреймворке, в облачную production-среду без переписывания кода. Предоставление пользователям доступа к одному и тому же агенту через Slack, Teams, WhatsApp и электронную почту. Запуск агентов для сценариев с повышенными требованиями к соответствию нормам, которым нужны guardrails, аудиторские трассировки и контроль размещения данных. Развёртывание агентов в существующем кластере Kubernetes или в изолированной локальной среде без доступа к внешним сетям.
- Как установить agent-kernel?
- Установите пакет с помощью pip (Python 3.12–3.13).: pip install agentkernel Сохраните пример с несколькими агентами из README в виде файла Python и запустите его через CLI.
- Где скачать agent-kernel?
- Исходный код и инструкции по установке — на GitHub: https://github.com/yaalalabs/agent-kernel
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Мультиязычный фреймворк для облачных бэкендов: определяет инфраструктуру по коду приложения и развёртывает её в AWS, GCP или Azure.
Open-source облачная платформа, объединяющая локальные KVM- и bare-metal-серверы, vSphere и множество публичных облаков через единый набор API.
Набор серверов MCP с открытым исходным кодом, которые предоставляют AI-ассистентам доступ к документации, сервисам и инструментам AWS.
Среда выполнения с песочницами по модели нулевого доверия на Kubernetes: множество сохраняющих состояние AI-агентов используют небольшой пул воркеров благодаря снапшотам бездействующих процессов.
CLI и движок Infrastructure as Code для описания и развертывания облачных ресурсов на языках программирования общего назначения.