vinagent

vinagent 是一个面向跨行业智能助手场景的轻量级 Agent 构建框架，基于 LangChain 兼容的 LLM 抽象层，通过 description/skills/tools 三维配置快速定义 Agent 角色。

调用模式#

框架提供同步、异步、流式、图执行四种调用模式，执行器与 Agent 核心解耦：InvokeExecutor、AsyncInvokeExecutor、StreamInvokeExecutor、AsyncStreamInvokeExecutor、GraphExecutor。

工具注册体系#

• Function Tool：运行时通过 @agent.tools_manager.register_function_tool 装饰器动态注册
• Module Tool：Python 模块文件放入 vinagent.tools/，按模块路径扫描加载（内置 websearch_tools、yfinance_tools、deepsearch、trending_news 等）
• MCP Tool：通过 DistributedMCPClient 接入外部 MCP 服务器（Google Drive、Gmail、Slack、Notion、Spotify 等）

消息抽象#

通过 AIMessage（纯文本）与 ToolMessage（含 artifact 字段）区分回复类型，artifact 可直接承载 DataFrame、Plotly 图表等富数据对象，上层应用可直接渲染。

多 Agent 系统#

• v0.0.6+：静态 Workflow 多 Agent 通信协作
• v0.0.9：自主多 Agent 团队——自动任务规划、分配执行、结果聚合

记忆与护栏#

• Knowledge Graph Agent Memory（v0.0.6+）：将对话历史转化为知识图谱
• Guardrail 系统（v0.0.7+）：Input / Output / Tools 三层护栏校验

扩展集成#

• Agentskill 模板作为 agentskill 工具类型集成
• MLflow 实验追踪（vinagent/mlflow/）
• OAuth2 认证扩展（vinagent/oauth2/）
• SQL 数据库扩展（vinagent/extension/sql_database）

典型场景#

金融分析（股票数据获取 + Plotly 可视化）、实时新闻聚合与摘要（多语言支持）、深度信息搜索、跨平台工具调用（MCP 生态）。

快速开始#

pip install vinagent

from langchain_openai import ChatOpenAI
from vinagent.agent.agent import Agent
from dotenv import load_dotenv

load_dotenv()
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.7)

agent = Agent(
    description="You are a Financial Analyst",
    llm=llm,
    skills=["Deeply analyzing financial markets", "Searching information about stock price"],
    tools=["vinagent.tools.websearch_tools", "vinagent.tools.yfinance_tools"],
)
message = agent.invoke("What is the price of Tesla stock in 2024?")