Özellikler

Yeni bir agent oluştururken dahil edebileceğiniz her özelliğin ayrıntılı açıklaması. Güvenilir Astreus agent sistemleri oluşturmak için gereken kurulum...

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);

Son güncelleme: 6 Temmuz 2026

Bu bölümde

Giriş

En iyi uygulamalar ve mantıklı varsayılanlarla yeni Astreus AI agent projeleri oluşturun. Agent'ınızı ihtiyacınız olan özelliklerle interaktif olarak...

Yapılandırma

Astreus agent projeniz için ortam değişkenleri ve yapılandırma seçenekleri. Güvenilir Astreus agent sistemleri oluşturmak için gereken kurulum kalıplarını,...

Hızlı Başlangıç

Şablonlar