Funciones
Explicación detallada de cada función que puedes incluir al generar un nuevo agente.
Memoria#
Habilita la memoria persistente de tu agente. El agente recuerda las conversaciones entre sesiones usando búsqueda vectorial para una recuperación eficiente.
const agent = await Agent.create({
name: 'my-agent',
model: 'gpt-4o',
memory: true,
});
await agent.ask("My name is John");
// Later, even in a new session:
await agent.ask("What's my name?"); // "Your name is John"Casos de uso:
- Asistentes personales que recuerdan las preferencias del usuario
- Bots de atención al cliente con historial de conversación
- Agentes de larga duración que necesitan persistencia de contexto
Conocimiento (RAG)#
Añade capacidades de recuperación de documentos. Ingiere PDFs, archivos de texto y otros documentos en una base de conocimiento consultable.
const agent = await Agent.create({
name: 'my-agent',
model: 'gpt-4o',
knowledge: true,
});
// Add documents to knowledge base
await agent.addKnowledgeFromFile('./docs/guide.pdf', { category: 'docs' });
await agent.addKnowledgeFromFile('./docs/api.md', { category: 'api' });
// Agent answers from documents
await agent.ask("What does the guide say about authentication?");Casos de uso:
- Bots de preguntas y respuestas sobre documentación
- Asistentes de investigación
- Sistemas de gestión del conocimiento
Requisitos: PostgreSQL con la extensión pgvector
Flujos de trabajo con grafos#
Crea flujos de trabajo complejos de varios pasos con orquestación de tareas basada en DAG. Define dependencias entre tareas y ejecútalas en paralelo cuando sea posible.
import { Agent, Graph } from '@astreus-ai/astreus';
const agent = await Agent.create({ name: 'my-agent', model: 'gpt-4o' });
const graph = new Graph({ name: 'research-workflow' }, agent);
// Define workflow nodes
const researchNode = graph.addTaskNode({
prompt: 'Research the topic thoroughly'
});
const analyzeNode = graph.addTaskNode({
prompt: 'Analyze the research findings',
dependsOn: [researchNode]
});
const writeNode = graph.addTaskNode({
prompt: 'Write a comprehensive report',
dependsOn: [analyzeNode]
});
// Execute the workflow
const result = await graph.run();
console.log(result.results);Casos de uso:
- Generación de contenido en varios pasos
- Pipelines de procesamiento de datos
- Flujos de decisión complejos
Sub-agentes#
Coordina múltiples agentes especializados para tareas complejas. Cada sub-agente puede tener su propia configuración y especialidad.
// Create specialized agents
const researcher = await Agent.create({
name: 'researcher',
model: 'gpt-4o',
systemPrompt: 'You are a research specialist.'
});
const writer = await Agent.create({
name: 'writer',
model: 'gpt-4o',
systemPrompt: 'You are a professional writer.'
});
// Main agent coordinates sub-agents
const agent = await Agent.create({ name: 'coordinator', model: 'gpt-4o' });
const result = await agent.executeWithSubAgents(
'Research and write an article about quantum computing',
[researcher, writer]
);Casos de uso:
- Pipelines de creación de contenido
- Sistemas expertos con múltiples dominios
- Ejecución de tareas en paralelo
Plugins personalizados#
Amplía tu agente con herramientas personalizadas. Define parámetros, descripciones y controladores para cada herramienta.
const weatherPlugin = {
name: 'weather-plugin',
version: '1.0.0',
description: 'Get weather information',
tools: [{
name: 'get_weather',
description: 'Get current weather for a location',
parameters: {
location: {
type: 'string',
description: 'City name',
required: true
}
},
handler: async ({ location }) => {
const response = await fetch(`https://api.weather.com/${location}`);
const data = await response.json();
return { success: true, data };
}
}]
};
const agent = await Agent.create({ name: 'my-agent', model: 'gpt-4o' });
await agent.registerPlugin(weatherPlugin);
// Agent can now use the weather tool
await agent.ask("What's the weather in Tokyo?");Casos de uso:
- Integraciones con APIs
- Operaciones de base de datos
- Lógica de negocio personalizada
Integración MCP#
Soporte para el Model Context Protocol para una integración estandarizada de herramientas. Conéctate a servicios y herramientas compatibles con MCP.
const agent = await Agent.create({
name: 'my-agent',
model: 'gpt-4o',
mcp: {
servers: [
{ name: 'filesystem', command: 'mcp-server-filesystem' },
{ name: 'github', command: 'mcp-server-github' }
]
}
});Casos de uso:
- Operaciones del sistema de archivos
- Integración con GitHub
- Ecosistema de herramientas estandarizado
Combinaciones de funciones#
Las funciones funcionan juntas sin problemas:
const agent = await Agent.create({
name: 'advanced-agent',
model: 'gpt-4o',
memory: true, // Remember conversations
knowledge: true, // Access documents
mcp: { // Use MCP tools
servers: [
{ name: 'filesystem', command: 'mcp-server-filesystem' }
]
}
});
// Register custom plugins
await agent.registerPlugin(myCustomPlugin);
// Use with graph workflows
const graph = new Graph({ name: 'workflow' }, agent);