Funzionalità
Spiegazione dettagliata di ogni funzionalità che puoi includere durante la creazione di un nuovo agente.
Memoria#
Abilita la memoria persistente per il tuo agente. L'agente ricorda le conversazioni tra le sessioni utilizzando la ricerca vettoriale per un recupero efficiente.
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"Casi d'uso:
- Assistenti personali che ricordano le preferenze dell'utente
- Bot di assistenza clienti con cronologia delle conversazioni
- Agenti a lungo termine che necessitano di persistenza del contesto
Conoscenza (RAG)#
Aggiungi funzionalità di recupero dei documenti. Importa PDF, file di testo e altri documenti in una base di conoscenza consultabile.
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?");Casi d'uso:
- Bot di domande e risposte sulla documentazione
- Assistenti di ricerca
- Sistemi di gestione della conoscenza
Requisiti: PostgreSQL con estensione pgvector
Flussi di lavoro a grafo#
Crea flussi di lavoro complessi multi-step con orchestrazione dei task basata su DAG. Definisci le dipendenze tra i task ed eseguili in parallelo quando possibile.
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);Casi d'uso:
- Generazione di contenuti multi-step
- Pipeline di elaborazione dati
- Flussi di lavoro decisionali complessi
Sub-Agent#
Coordina più agenti specializzati per attività complesse. Ogni sub-agente può avere la propria configurazione ed esperienza.
// 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]
);Casi d'uso:
- Pipeline di creazione di contenuti
- Sistemi esperti con più domini
- Esecuzione di task in parallelo
Plugin personalizzati#
Estendi il tuo agente con strumenti personalizzati. Definisci parametri, descrizioni e handler per ogni strumento.
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?");Casi d'uso:
- Integrazioni API
- Operazioni su database
- Logica di business personalizzata
Integrazione MCP#
Supporto per il Model Context Protocol per un'integrazione standardizzata degli strumenti. Connettiti a servizi e strumenti compatibili 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' }
]
}
});Casi d'uso:
- Operazioni sul file system
- Integrazione con GitHub
- Ecosistema di strumenti standardizzato
Combinazioni di funzionalità#
Le funzionalità funzionano insieme senza problemi:
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);