Özellikler
Yeni bir agent oluştururken dahil edebileceğiniz her özelliğin ayrıntılı açıklaması.
Memory#
Agent'ınız için kalıcı belleği etkinleştirin. Agent, verimli erişim için vektör aramasını kullanarak oturumlar arasında konuşmaları hatırlar.
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"Kullanım senaryoları:
- Kullanıcı tercihlerini hatırlayan kişisel asistanlar
- Konuşma geçmişine sahip müşteri destek botları
- Bağlam kalıcılığına ihtiyaç duyan uzun süreli çalışan agent'lar
Knowledge (RAG)#
Doküman erişim yeteneklerini ekleyin. PDF'leri, metin dosyalarını ve diğer dokümanları aranabilir bir bilgi tabanına aktarın.
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?");Kullanım senaryoları:
- Dokümantasyon soru-cevap botları
- Araştırma asistanları
- Bilgi yönetim sistemleri
Gereksinimler: pgvector eklentili PostgreSQL
Graph Workflows#
DAG tabanlı görev orkestrasyonu ile karmaşık, çok adımlı iş akışları oluşturun. Görevler arasındaki bağımlılıkları tanımlayın ve mümkün olduğunda bunları paralel çalıştırın.
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);Kullanım senaryoları:
- Çok adımlı içerik üretimi
- Veri işleme pipeline'ları
- Karmaşık karar iş akışları
Sub-Agents#
Karmaşık görevler için birden fazla uzmanlaşmış agent'ı koordine edin. Her sub-agent kendi yapılandırmasına ve uzmanlığına sahip olabilir.
// 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]
);Kullanım senaryoları:
- İçerik üretim pipeline'ları
- Birden fazla alana sahip uzman sistemler
- Paralel görev yürütme
Custom Plugins#
Agent'ınızı özel araçlarla genişletin. Her araç için parametreleri, açıklamaları ve handler'ları tanımlayın.
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?");Kullanım senaryoları:
- API entegrasyonları
- Veritabanı işlemleri
- Özel iş mantığı
MCP Integration#
Standartlaştırılmış araç entegrasyonu için Model Context Protocol desteği. MCP uyumlu servislere ve araçlara bağlanın.
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' }
]
}
});Kullanım senaryoları:
- Dosya sistemi işlemleri
- GitHub entegrasyonu
- Standartlaştırılmış araç ekosistemi
Özellik Kombinasyonları#
Özellikler sorunsuz bir şekilde birlikte çalışır:
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);