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.

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"

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.

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?");

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.

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);

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.

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]
);

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.

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?");

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.

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' }
    ]
  }
});

Casi d'uso:

  • Operazioni sul file system
  • Integrazione con GitHub
  • Ecosistema di strumenti standardizzato

Combinazioni di funzionalità#

Le funzionalità funzionano insieme senza problemi:

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);