Agently是一个基于Python的生成式AI应用开发框架，通过结构化数据和链式调用语法简化AI交互，提供事件驱动的TriggerFlow工作流管理，支持模型无缝切换。
一分钟了解#
Agently是专门为构建生成式AI应用而设计的Python框架。它解决了将AI模型集成到实际应用中的核心挑战：控制输出格式、管理工具调用和构建可维护的工作流程。如果你是开发者，希望快速构建可靠的AI应用而不被底层模型复杂性所困扰，Agently正是为你设计的工具。
核心价值：将AI模型的不确定性转化为可预测的工程组件，实现从概念到生产就绪的AI应用开发。
快速上手#
安装难度：低 - 简单的pip安装，直观的API设计，丰富的示例代码
# 安装最新版本
pip install Agently
# 克隆仓库并本地安装
git clone git@github.com/AgentEra/Agently.git
cd Agently
pip install -e .
适合我的场景吗？
- ✅ 快速原型开发：使用结构化输出和流式响应快速构建AI应用原型
- ✅ 生产环境部署：提供确保输出可靠性和工具调用跟踪功能
- ✅ 多模型切换：无需重写代码即可在不同AI模型间切换
- ❌ 简单聊天机器人：对于只需要基本聊天功能的简单项目可能过于复杂
核心能力#
1. 结构化输出控制 - 解决"返回文本而非结构化数据"问题#
- 支持定义输出模式，确保模型返回符合预期的数据结构
- 提供
ensure_keys和重试机制，确保关键字段存在 实际价值：避免解析错误，确保AI输出可直接用于下游处理，大幅提升应用稳定性
2. 流式用户体验 - 实现实时交互效果#
- 支持三种流式模式：delta、instant和typed_delta
- 允许在生成过程中处理部分结果，实现"机器人说话同时执行动作"的效果 实际价值：减少用户等待时间，创造更自然的交互体验，特别适合聊天机器人和虚拟助手
3. 工具规划与调用 - 提供可追踪的工具使用#
- 支持内置工具（搜索、浏览）和自定义工具
- 提供工具调用轨迹记录，便于调试和审计 实际价值：解决工具不可预测性问题，每次调用都有迹可循，提升系统可靠性
4. TriggerFlow工作流引擎 - 管理复杂AI逻辑#
- 事件驱动的工作流系统，支持分支、并发限制和循环
- 将低代码图表转换为可读代码，保持可维护性 实际价值：可视化逻辑转化为可维护的代码实现，支持复杂AI工作流程而不陷入混乱
5. 多提供商兼容性 - 支持各种AI模型#
- 统一的配置接口，支持OpenAI兼容的API
- 可配置本地托管或代理服务 实际价值：避免供应商锁定，根据需求灵活选择最适合的AI模型，降低迁移成本
技术栈与集成#
开发语言：Python
主要依赖：基于Python构建，兼容OpenAI API格式
集成方式：作为Python库使用，通过from agently import Agently导入
生态与扩展#
- 插件/扩展：支持自定义工具函数，可通过装饰器轻松扩展功能
- 集成能力：可与现有Python系统无缝集成，支持各种部署方式
维护状态#
- 开发活跃度：持续更新，有活跃的贡献者社区
- 最近更新：近期发布v4版本，表明项目仍在积极开发中
- 社区响应：提供GitHub讨论区、Twitter和微信群等渠道，社区支持活跃
文档与学习资源#
- 文档质量：全面，包含官方文档网站、逐步教程和示例代码
- 官方文档：https://agentera.github.io/Agently/
- 示例代码：提供丰富的示例代码，包括基础功能和高级场景演示