Fonctionnalités

Explication détaillée de chaque fonctionnalité que vous pouvez inclure lors de la création d'un nouvel agent.

Mémoire#

Activez la mémoire persistante pour votre agent. L'agent se souvient des conversations d'une session à l'autre grâce à la recherche vectorielle pour une récupération efficace.

typescript
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"

Cas d'usage :

  • Assistants personnels qui se souviennent des préférences de l'utilisateur
  • Bots de support client avec historique de conversation
  • Agents de longue durée nécessitant une persistance du contexte

Connaissance (RAG)#

Ajoutez des capacités de récupération de documents. Ingérez des PDF, des fichiers texte et d'autres documents dans une base de connaissances consultable.

typescript
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?");

Cas d'usage :

  • Bots de questions-réponses sur la documentation
  • Assistants de recherche
  • Systèmes de gestion des connaissances

Prérequis : PostgreSQL avec l'extension pgvector

Graph Workflows#

Créez des workflows complexes à plusieurs étapes grâce à l'orchestration de tâches basée sur des DAG. Définissez les dépendances entre les tâches et exécutez-les en parallèle lorsque c'est possible.

typescript
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);

Cas d'usage :

  • Génération de contenu à plusieurs étapes
  • Pipelines de traitement de données
  • Workflows de décision complexes

Sub-Agents#

Coordonnez plusieurs agents spécialisés pour des tâches complexes. Chaque sous-agent peut avoir sa propre configuration et son expertise.

typescript
// 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]
);

Cas d'usage :

  • Pipelines de création de contenu
  • Systèmes experts avec plusieurs domaines
  • Exécution de tâches en parallèle

Custom Plugins#

Étendez votre agent avec des outils personnalisés. Définissez les paramètres, descriptions et gestionnaires pour chaque outil.

typescript
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?");

Cas d'usage :

  • Intégrations d'API
  • Opérations sur les bases de données
  • Logique métier personnalisée

MCP Integration#

Support du Model Context Protocol pour une intégration standardisée des outils. Connectez-vous à des services et outils compatibles MCP.

typescript
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' }
    ]
  }
});

Cas d'usage :

  • Opérations sur le système de fichiers
  • Intégration GitHub
  • Écosystème d'outils standardisé

Combinaisons de fonctionnalités#

Les fonctionnalités fonctionnent ensemble de manière fluide :

typescript
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);