两种智能体执行模式
AutoAgent 在内部运行完整的认知循环,CustomAgent 则开放该循环以实现确定性控制。两种模式共享 JarvisCore 基础设施。
JarvisCore 是一款开源 Python 框架,用于构建自主多智能体 AI 系统。它提供两种执行模式:AutoAgent 在内部运行观察、定向、决策、行动循环;CustomAgent 则开放执行循环,以便进行更确定性的控制。两种模式均使用相同的底层运行时基础设施。
该框架面向需要执行长流程、而非仅生成单次响应的智能体。其记忆模型结合了工作暂存区、情景记录簿、压缩后的长期摘要,以及通过 Athena MemOS 提供的可选跨会话语义记忆。智能体可通过采用 SWIM gossip 和 ZMQ 的点对点网状网络进行协作,使相同代码既能在单个进程中运行,也能跨分布式机器运行。
JarvisCore 还通过名为 atoms 的类型化 Python 集成将智能体连接到外部服务。文档中列出的服务包括 Slack、GitHub、Zoom、SAP、NetSuite、Microsoft Graph 和 Salesforce 等;Nexus 凭证层则在智能体推理上下文之外管理 OAuth2、API 密钥和基本身份验证。系统会自动跟踪工具调用、智能体轮次和语言模型请求,并提供 Redis PubSub、JSONL 和 Prometheus 输出,用于流式传输、合规及运营仪表板。
该项目包含工作流编排、崩溃恢复和人工审核控制。在金融情报示例中,三个 AutoAgent 专家按依赖顺序获取市场数据、进行分析并生成 Markdown 简报;重新运行工作流时会跳过已完成的步骤。快速入门要求安装 Python 软件包、完成初始化、配置 LLM 提供商密钥,并在运行智能体前检查依赖项。
AutoAgent 在内部运行完整的认知循环,CustomAgent 则开放该循环以实现确定性控制。两种模式共享 JarvisCore 基础设施。
智能体可使用工作暂存区、情景记录簿、压缩后的长期摘要,以及通过 Athena MemOS 提供的可选跨会话语义记忆。
智能体通过 SWIM gossip 网状网络和 ZMQ 发现彼此并互相发送消息。节点可加入、故障并重新加入,无需中央编排器。
集成以称为 atoms 的类型化 Python 函数形式提供。文档中列出的服务包括 Slack、GitHub、Zoom、SAP、NetSuite、Microsoft Graph 和 Salesforce。
Nexus 在智能体推理流程之外管理 OAuth2、API 密钥和基本身份验证;同时通过受支持的可观测性输出跟踪智能体轮次、工具调用和 LLM 请求。
构建按依赖关系排序的流水线,由不同智能体获取市场数据、分析信号和警报,并生成 Markdown 简报。文档中的示例还展示了崩溃后的恢复能力。
在需要多个智能体通过网状网络通信、而非依赖单一中央协调器的研究和分析任务中,使用 AutoAgent 或 CustomAgent 模式。
定义具备团队消息沟通、问题管理和文档处理等能力的运营智能体,然后让运行时在其类型化集成注册表中查找合适的工具。
对于需要长期保留上下文并支持人工介入的工作流,可使用持久记忆、明确的故障报告、可观测性以及人在回路中的审核机制。
JarvisCore 是一款用于构建自主多智能体 AI 系统的开源 Python 框架,包含智能体执行模式、记忆、点对点通信、集成、凭证、工作流和可观测性等功能。
文档中的快速入门步骤包括安装 jarviscore-framework 软件包、运行 jarviscore init、在环境中添加 LLM 提供商密钥,并使用 jarviscore check 验证依赖项,然后运行智能体。
AutoAgent 在内部运行观察、定向、决策、行动循环。CustomAgent 则直接开放执行循环,以实现确定性控制。两者使用相同的共享基础设施。
金融流水线示例使用确定性的工作流 ID,并保存已完成步骤的输出。重新运行示例时,系统会跳过已完成的步骤,并从尚未完成的步骤继续执行。
流量数据仅供参考。