Astreus

Astreus autonomes KI-Agenten-FrameworkAstreus

Leistungsstarkes und entwicklerfreundliches Framework zum Erstellen autonomer KI-Agenten.

Produktionsreife Agenten.Echte Orchestrierung.

Kombiniere Sub-Agenten, Graph-Workflows, persistentes Memory und MCP-verbundene Tools in einem entwicklerfreundlichen Framework für komplexe, reale Ausführung.

Koordinator

Eingehende Aufgabe weiterleiten

Rollenpassung, verfügbare Tools und Speicherbereich vor der Delegation bewerten.

Konfidenzwertstabil
Kontext angehängtgraph
Delegationsmodusautomatisch

Recherche-Spezialist

Zieht Produktkontext, frühere Aufgaben und ungelöste Sonderfälle heran.

Richtlinien-Spezialist

Prüft Freigaberegeln, Limits und Eskalationsvorgaben.

Sub-Agenten-Koordination

Delegiere komplexe Arbeit an spezialisierte Agenten mit graph-bewusstem Routing, gemeinsamem Kontext und fähigkeitsbasierter Zuweisung.

Workflow-Graph

Abhängigkeiten, Verzweigungen und Aufgabenstatus

3 Zweige2 parallel

wartet

08

läuft

03

abgeschlossen

21

geplant

04

Aufnahme
Recherche
Speicher
Analyse
Richtlinien
Zusammenführen
Bericht

Graph-Workflows

Baue DAG-basierte Ausführungsabläufe mit Abhängigkeitsmanagement, parallelen Zweigen, Task-Status und geplanten Ausführungen.

Speichersuche

live
Enterprise-SLA-Pfad Rückerstattungseskalation
Kunde befindet sich in der Enterprise-Support-Stufe
Vorherige Rückerstattung erforderte Finanzfreigabe
Eskalation über den Abrechnungsgraphen geleitet
Tool-Zugriff für Abrechnungsaktionen bereits gewährt
Ähnliche Anfrage mit rückerstattungssicherer Richtlinienkette gelöst
Kundenstimmung sank nach vorheriger Übergabeverzögerung

Abgerufener Kontext

4,800

Tokens vor der Antwortgenerierung eingefügt

synchronisiert
Sitzungsbereich92%
Graphbereich71%
Aufgabenbereich44%
Kontextwiederverwendungletzte 7 Durchläufe

Persistentes Memory

Speichere begrenzte Memories pro Sitzung, Graph oder Task und rufe den richtigen Kontext mit Vektorsuche und automatischer Injektion ab.

Verbundene MCP-Server

filesystem

lokaler Zugriff

bereit

github

Repo-Synchronisierung

bereit

postgres

Abfrageschicht

bereit

aktive Server

03

bereichsbezogen angehängt

Aufgabe

Server sind auffindbar und können pro Agent, pro Aufgabe oder pro Workflow-Ausführung angehängt werden.

Tool-Registry

Schemavalidierungan
Funktionsaufrufautomatisch
manueller Aufrufbereit
Tool-Latenzletzte Stunde
Plugins und MCP-Endpunkte arbeiten zusammen, sodass derselbe Agent typisierte lokale Tools nahtlos mit externen Diensten kombinieren kann.

MCP + Tooling

Verbinde MCP-Server, registriere Plugins und stelle typisierte Tools mit Schema-Validierung und automatischem Funktionsaufruf bereit.

Framework, CLI und Beispiele, die schneller liefern.

Lerne die Kern-APIs, baue mit der CLI und arbeite dich durch praxisnahe Beispiele, ohne zwischen unzusammenhängenden Dokumenten zu springen.

Framework

Agent.create()

Erstelle Agenten mit Speicher, Wissen, Vision und Orchestrierung über eine einzige typisierte API-Oberfläche.

Modellschicht

OpenAI, Claude, Gemini, Ollama

Integrierte Funktionen

memory, knowledge, vision, MCP

Kern-Runtime-Primitiven

Agenten, Tasks, Graphen, Memory, Scheduler, Sicherheit, Vision, Knowledge und MCP leben in einer konsistenten Framework-Oberfläche.

CLI

$npm install -g @astreus-ai/astreus-cli
$astreus

Gerüst

Agent-Einrichtung

Anbieter

wechseln + testen

Dateiwerkzeuge

lesen, schreiben, bearbeiten

Bauen und iterieren im Terminal

Nutze die Astreus-CLI, um Projekte zu erstellen, Code zu inspizieren, Anbieter zu wechseln und die Entwicklung von einem Ort aus voranzutreiben.

Beispiele

Dein erster Agent
Agent mit Speicher
Graph + Unteragenten
MCP-Integration
Aufgabenanhänge

Support-Eskalation

Graph-gesteuerter Support-Ablauf mit persistentem Speicher, MCP-verbundenen Tools, freigabesicherer Eskalationslogik, wiederverwendbarem Kontext aus früheren Durchläufen und Fallback-Routing, das den Workflow stabil hält, wenn die Konfidenz sinkt oder sich der Tool-Zugriff mitten im Durchlauf ändert.

Beispielpfad

Klone das Beispiel-Repository oder installiere das Paket und baue denselben Workflow von Grund auf neu.

Reale funktionierende Muster

Starte mit Memory-, Graph-, Sub-Agenten-, Plugin-, MCP- und Scheduling-Beispielen, die realen Produktionsanwendungsfällen entsprechen.

Fragen, beantwortet.

Das Wichtigste darüber, wie Astreus funktioniert, was im Framework enthalten ist und wo Teams es in echten Produktionssystemen einsetzen.

Ja. Astreus ist ein Open-Source-KI-Agenten-Framework, das unter der MIT-Lizenz veröffentlicht wird. Du kannst es in privaten und kommerziellen Projekten ohne kostenpflichtigen Plan nutzen, anpassen und selbst hosten.

Astreus ist für autonome KI-Agenten, mehrstufige Workflows, Sub-Agenten-Koordination, memory-gestützte Assistenten, MCP-verbundene Tools und die Ausführung produktionsreifer Tasks aus einem einzigen TypeScript-Framework konzipiert.

Ja. Astreus ist ein TypeScript-first-Framework, das dir typisierte APIs, schema-validierte Tools und Editor-Autovervollständigung beim Erstellen von Agenten bietet. Es wird über npm installiert und läuft auf Node.js 22 oder höher.

Ja. Astreus unterstützt spezialisierte Sub-Agenten, Delegation, parallele Ausführung und DAG-basierte Graph-Workflows mit Abhängigkeiten, bedingter Logik, Scheduling und Task-Orchestrierung.

Ja. Persistentes Memory ermöglicht es Agenten, Kontext zu speichern und mit Vektorsuche abzurufen, sodass sie sich an frühere Konversationen erinnern, relevante Details wiederverwenden und Kontinuität über die Zeit hinweg bewahren können.

Astreus enthält ein Plugin-System und eine MCP-Integration zum Verbinden externer Tools und Dienste. Du kannst typisierte Tools registrieren, Eingaben mit Schemas validieren und Agenten diese während der Ausführung sauber aufrufen lassen.

Ja. Agenten können mit Vision, Dokumentenverarbeitung und Knowledge-Base-Funktionen arbeiten, einschließlich RAG-artigem Retrieval, Chunking, Embeddings und Ähnlichkeitssuche für fundierte Antworten.

Astreus bietet eine einheitliche Schnittstelle für Anbieter wie OpenAI, Claude, Gemini und Ollama, sodass Teams Modelle wechseln, Verhalten vergleichen und Workloads routen können, ohne die Agentenlogik neu schreiben zu müssen.