AutoAgents 是一个基于 Rust 开发的生产级多智能体框架，支持云端、边缘设备及 WASM 环境的高性能 AI Agent 编排与执行，提供完整的工具系统、记忆管理和多 Agent 通信能力。
项目概述#
AutoAgents 是由 Liquidos AI Team 开发的生产级多智能体框架，使用 Rust 语言编写（100%），当前版本 V0.3.4。采用双许可模式（MIT License / Apache License 2.0）。
核心能力#
Agent 执行模式#
- ReAct Executor：支持推理-行动循环模式，适合复杂任务分解
- Basic Executor：基础执行器，用于简单任务场景
- Streaming Responses：流式响应输出，提升用户体验
- Structured Outputs：支持 JSON Schema 等结构化输出格式
工具系统#
- Derive Macros：通过
#[tool]和#[agent]宏简化工具与代理定义，减少样板代码 - WASM Sandbox：沙箱化 WASM 运行时执行工具，提供内存安全与隔离保证
记忆系统#
- Sliding Window Memory：滑动窗口记忆，可配置窗口大小
- Extensible Backends：可扩展存储后端，支持 Qdrant 向量存储
多智能体编排#
- Typed Pub/Sub：类型安全的发布订阅通信机制
- Environment：Agent 生命周期管理与协调
- Actor Model：基于 Ractor 的 Actor 模型实现，支持高并发与水平扩展
LLM 提供者支持#
云端提供者：OpenAI、OpenRouter、Anthropic、DeepSeek、xAI、Phind、Groq、Google、Azure OpenAI、MiniMax
本地提供者：Ollama、Mistral-rs、Llama-Cpp
实验性：Burn、Onnx
平台支持#
- Server（服务器端）
- Edge（边缘设备）
- WASM（浏览器环境）
- Android（移动端）
扩展能力#
- Speech-Processing：本地 TTS（Text-to-Speech）和 STT（Speech-to-Text）支持
- Observability：OpenTelemetry 追踪与指标集成
- MCP Integration：支持 Model Context Protocol 集成
典型应用场景#
- 云端 AI Agent 服务：构建高并发、生产级多 Agent 系统
- 边缘与移动端推理：在 Android 或边缘设备上运行本地模型驱动的 Agent
- 安全工具执行：利用 WASM 沙箱运行不可信代码或工具
- Coding Agent：开发具备文件操作能力的代码助手
- 快速原型开发：通过 Derive Macros 和 CLI 快速搭建工作流
模块结构#
AutoAgents/
├── crates/
│ ├── autoagents/ # 主库入口
│ ├── autoagents-core/ # 核心 Agent 框架
│ ├── autoagents-protocol/ # 共享协议与事件类型
│ ├── autoagents-llm/ # LLM 提供者抽象与实现
│ ├── autoagents-telemetry/ # OpenTelemetry 集成
│ ├── autoagents-toolkit/ # 开箱即用工具集合
│ ├── autoagents-mistral-rs/ # Mistral-rs 本地后端
│ ├── autoagents-llamacpp/ # LlamaCpp 本地后端
│ ├── autoagents-speech/ # TTS/STT 语音处理
│ ├── autoagents-qdrant/ # Qdrant 向量存储集成
│ └── autoagents-derive/ # 过程宏
├── examples/ # 示例代码
性能特性#
- Memory Efficient：优化内存使用，适合资源受限环境
- Concurrent：完整 async/await 支持，高效处理并发任务
- Scalable：支持多 Agent 协调的水平扩展
- Type Safe：Rust 类型系统编译时保证，降低运行时错误