🌐 Tłumaczenia README

Français • 日本語 • 한국어 • 中文 • Español • Italiano • Nederlands • Deutsch • Polski • Türkçe • Українська • Ελληνικά • Русский • العربية

AgentDock: Twórz Nieograniczone Możliwości z Agentami AI

AgentDock to framework do budowania zaawansowanych agentów AI, które wykonują złożone zadania z konfigurowalnym determinizmem. Składa się z dwóch głównych komponentów:

1. AgentDock Core: Framework open-source, zorientowany na backend, do budowania i wdrażania agentów AI. Został zaprojektowany tak, aby był niezależny od frameworka i niezależny od dostawcy, dając Ci pełną kontrolę nad implementacją Twojego agenta.

2. Open Source Client: Pełna aplikacja Next.js, która służy jako referencyjna implementacja i konsument frameworka AgentDock Core. Możesz zobaczyć ją w akcji na https://hub.agentdock.ai

Zbudowany w TypeScript, AgentDock kładzie nacisk na prostotę, rozszerzalność i konfigurowalny determinizm, co czyni go idealnym do budowania niezawodnych, przewidywalnych systemów AI, które mogą działać przy minimalnym nadzorze.

🧠 Zasady Projektowania

AgentDock opiera się na tych podstawowych zasadach:

• Prostota na Pierwszym Miejscu: Minimalny kod wymagany do tworzenia funkcjonalnych agentów
• Architektura Oparta na Węzłach (Nodes): Wszystkie możliwości są implementowane jako węzły
• Narzędzia jako Wyspecjalizowane Węzły: Narzędzia rozszerzają system węzłów o możliwości agenta
• Konfigurowalny Determinizm: Kontrola przewidywalności zachowania agenta
• Bezpieczeństwo Typów (Type Safety): Pełne typy TypeScript w całym systemie

Konfigurowalny Determinizm

Konfigurowalny determinizm jest kamieniem węgielnym filozofii projektowania AgentDock, pozwalającym zrównoważyć kreatywne możliwości AI z przewidywalnym zachowaniem systemu:

• AgentNode są z natury niedeterministyczne, ponieważ LLM mogą generować różne odpowiedzi za każdym razem
• Przepływy pracy (Workflows) można uczynić bardziej deterministycznymi poprzez zdefiniowane ścieżki wykonywania narzędzi
• Deweloperzy mogą kontrolować poziom determinizmu, konfigurując, które części systemu wykorzystują wnioskowanie LLM
• Nawet z komponentami LLM, ogólne zachowanie systemu pozostaje przewidywalne dzięki ustrukturyzowanym interakcjom narzędzi
• To zrównoważone podejście pozwala zarówno na kreatywność, jak i niezawodność w Twoich aplikacjach AI

Deterministyczne Przepływy Pracy

AgentDock w pełni obsługuje deterministyczne przepływy pracy, które znasz z typowych kreatorów przepływów pracy. Wszystkie przewidywalne ścieżki wykonania i niezawodne wyniki, których oczekujesz, są dostępne, z wnioskowaniem LLM lub bez:

Niedeterministyczne Zachowanie Agenta

Z AgentDock możesz również wykorzystać AgentNode z LLM, gdy potrzebujesz większej adaptacyjności. Kreatywne wyniki mogą się różnić w zależności od Twoich potrzeb, zachowując jednocześnie ustrukturyzowane wzorce interakcji:

Niedeterministyczni Agenci z Deterministycznymi Pod-Przepływami Pracy

AgentDock oferuje Ci najlepsze z obu światów, łącząc niedeterministyczną inteligencję agenta z deterministycznym wykonywaniem przepływu pracy:

To podejście pozwala na wywoływanie złożonych, wieloetapowych przepływów pracy (potencjalnie obejmujących setki deterministycznych kroków zaimplementowanych w narzędziach lub jako sekwencje połączonych węzłów) przez inteligentne decyzje agentów. Każdy przepływ pracy jest wykonywany w sposób przewidywalny, mimo że jest wyzwalany przez niedeterministyczne rozumowanie agenta.

Dla bardziej zaawansowanych przepływów pracy agentów AI i wieloetapowych potoków przetwarzania, budujemy AgentDock Pro - potężną platformę do budowania, wizualizacji i uruchamiania złożonych systemów agentów.

W skrócie: Konfigurowalny Determinizm

Wyobraź to sobie jak prowadzenie samochodu. Czasami potrzebujesz kreatywności AI (jak nawigacja po ulicach miasta - niedeterministyczna), a czasami potrzebujesz niezawodnych, krok po kroku procesów (jak podążanie za znakami na autostradzie - deterministyczne). AgentDock pozwala budować systemy, które wykorzystują oba, wybierając odpowiednie podejście dla każdej części zadania. Zyskujesz zarówno kreatywność AI, jak i przewidywalne wyniki tam, gdzie ich potrzebujesz.

🏗️ Architektura Rdzenia

Framework jest zbudowany wokół potężnego, modułowego systemu opartego na węzłach (Nodes), który służy jako podstawa dla całej funkcjonalności agenta. Ta architektura wykorzystuje odrębne typy węzłów jako bloki konstrukcyjne:

• BaseNode: Podstawowa klasa, która ustanawia podstawowy interfejs i możliwości dla wszystkich węzłów.
• AgentNode: Wyspecjalizowany węzeł rdzenia, który koordynuje interakcje LLM, użycie narzędzi i logikę agenta.
• Narzędzia i Węzły Niestandardowe: Deweloperzy implementują możliwości agenta i logikę niestandardową jako węzły rozszerzające BaseNode.

Te węzły współdziałają za pośrednictwem zarządzanych rejestrów i mogą być połączone (wykorzystując porty architektury rdzenia i potencjalną magistralę komunikatów), aby umożliwić złożone, konfigurowalne i potencjalnie deterministyczne zachowania i przepływy pracy agentów.

Szczegółowe wyjaśnienie komponentów i możliwości systemu węzłów znajduje się w Dokumentacji Systemu Węzłów.

🚀 Pierwsze Kroki

Kompleksowy przewodnik znajduje się w Przewodniku Wprowadzającym.

Wymagania

• Node.js ≥ 20.11.0 (LTS)
• pnpm ≥ 9.15.0 (Wymagane)
• Klucze API dla dostawców LLM (Anthropic, OpenAI, itp.)

Instalacja

1. Sklonuj Repozytorium:

   git clone https://github.com/AgentDock/AgentDock.git
   cd AgentDock
   

2. Zainstaluj pnpm:

   corepack enable
   corepack prepare pnpm@latest --activate
   

3. Zainstaluj Zależności:

   pnpm install
   

   Dla czystej ponownej instalacji (gdy musisz przebudować od zera):

   pnpm run clean-install
   

   Ten skrypt usuwa wszystkie node_modules, pliki blokady i poprawnie ponownie instaluje zależności.

4. Skonfiguruj Środowisko:

   Utwórz plik środowiskowy (.env lub .env.local) na podstawie dostarczonego pliku .env.example:

   # Opcja 1: Utwórz .env.local
   cp .env.example .env.local
   
   # Opcja 2: Utwórz .env
   cp .env.example .env
   

   Następnie dodaj swoje klucze API do pliku środowiskowego.

5. Uruchom Serwer Deweloperski:

   pnpm dev
   

Zaawansowane Możliwości

System pamięci masowej obecnie ewoluuje wraz z pamięcią masową klucz-wartość (dostawcy Memory, Redis, Vercel KV) i bezpieczną pamięcią masową po stronie klienta, podczas gdy pamięć masowa wektorowa i dodatkowe backendy są w fazie rozwoju.

📕 Dokumentacja

Dokumentacja frameworka AgentDock jest dostępna na hub.agentdock.ai/docs oraz w folderze /docs/ tego repozytorium. Dokumentacja zawiera:

• Przewodniki wprowadzające
• Referencje API
• Samouczki tworzenia węzłów
• Przykłady integracji

📂 Struktura Repozytorium

To repozytorium zawiera:

1. AgentDock Core: Framework rdzenia znajdujący się w agentdock-core/
2. Open Source Client: Pełna implementacja referencyjna zbudowana w Next.js, służąca jako konsument frameworka AgentDock Core.
3. Przykładowi Agenci: Gotowe konfiguracje agentów w katalogu agents/

Możesz używać AgentDock Core niezależnie we własnych aplikacjach lub użyć tego repozytorium jako punktu wyjścia do budowania własnych aplikacji opartych na agentach.

📝 Szablony Agentów

AgentDock zawiera kilka prekonfigurowanych szablonów agentów. Przeglądaj je w katalogu agents/ lub przeczytaj Dokumentację Szablonów Agentów, aby uzyskać szczegóły konfiguracji.

🔧 Przykładowe Implementacje

Przykładowe implementacje prezentują wyspecjalizowane przypadki użycia i zaawansowaną funkcjonalność:

🔐 Szczegóły Konfiguracji Środowiska

AgentDock Open Source Client wymaga kluczy API dla dostawców LLM do działania. Są one konfigurowane w pliku środowiskowym (.env lub .env.local), który tworzysz na podstawie dostarczonego pliku .env.example.

Klucze API Dostawców LLM

Dodaj swoje klucze API dostawców LLM (wymagany co najmniej jeden):

# Klucze API Dostawców LLM - wymagany co najmniej jeden
ANTHROPIC_API_KEY=sk-ant-xxxxxxx  # Klucz API Anthropic
OPENAI_API_KEY=sk-xxxxxxx         # Klucz API OpenAI
GEMINI_API_KEY=xxxxxxx            # Klucz API Google Gemini
DEEPSEEK_API_KEY=xxxxxxx          # Klucz API DeepSeek
GROQ_API_KEY=xxxxxxx              # Klucz API Groq

Rozstrzyganie Kluczy API

AgentDock Open Source Client stosuje kolejność priorytetów podczas rozstrzygania, którego klucza API użyć:

1. Niestandardowy klucz API dla agenta (ustawiony za pomocą ustawień agenta w interfejsie użytkownika)
2. Globalny klucz API ustawień (ustawiony za pomocą strony ustawień w interfejsie użytkownika)
3. Zmienna środowiskowa (z .env.local lub platformy wdrożeniowej)

Klucze API Specyficzne dla Narzędzi

Niektóre narzędzia wymagają również własnych kluczy API:

# Klucze API Specyficzne dla Narzędzi
SERPER_API_KEY=                  # Wymagany do funkcjonalności wyszukiwania
FIRECRAWL_API_KEY=               # Wymagany do głębszego przeszukiwania sieci

Więcej szczegółów na temat konfiguracji środowiska znajduje się w implementacji w src/types/env.ts.

Użyj Własnego Klucza (BYOK)

AgentDock działa w modelu BYOK (Bring Your Own Key - Użyj Własnego Klucza):

1. Dodaj swoje klucze API na stronie ustawień aplikacji
2. Alternatywnie, podaj klucze za pomocą nagłówków żądań do bezpośredniego użycia API
3. Klucze są bezpiecznie przechowywane za pomocą wbudowanego systemu szyfrowania
4. Żadne klucze API nie są udostępniane ani przechowywane na naszych serwerach

📦 Menedżer Pakietów

Ten projekt wymaga użycia pnpm do spójnego zarządzania zależnościami. npm i yarn nie są obsługiwane.

💡 Co Możesz Zbudować

1. Aplikacje Oparte na AI

   • Niestandardowe chatboty z dowolnym frontendem
   • Asystenci AI wiersza poleceń
   • Zautomatyzowane potoki przetwarzania danych
   • Integracje usług backendowych

2. Możliwości Integracji

   • Dowolny dostawca AI (OpenAI, Anthropic, itp.)
   • Dowolny framework frontendowy
   • Dowolna usługa backendowa
   • Niestandardowe źródła danych i API

3. Systemy Automatyzacji

   • Przepływy pracy przetwarzania danych
   • Potoki analizy dokumentów
   • Zautomatyzowane systemy raportowania
   • Agenci automatyzacji zadań

Kluczowe Cechy

🧰 Komponenty

Modułowa architektura AgentDock opiera się na tych kluczowych komponentach:

• BaseNode: Podstawa dla wszystkich węzłów w systemie
• AgentNode: Główna abstrakcja dla funkcjonalności agenta
• Narzędzia i Węzły Niestandardowe: Wywoływalne możliwości i logika niestandardowa implementowane jako węzły.
• Rejestr Węzłów: Zarządza rejestracją i pobieraniem wszystkich typów węzłów
• Rejestr Narzędzi: Zarządza dostępnością narzędzi dla agentów
• CoreLLM: Zunifikowany interfejs do interakcji z dostawcami LLM
• Rejestr Dostawców: Zarządza konfiguracjami dostawców LLM
• Obsługa Błędów: System do obsługi błędów i zapewniania przewidywalnego zachowania
• Logowanie (Logging): Strukturalny system logowania do monitorowania i debugowania
• Orkiestracja: Kontroluje dostępność narzędzi i zachowanie w oparciu o kontekst konwersacji
• Sesje: Zarządza izolacją stanu między współbieżnymi konwersacjami

Szczegółowa dokumentacja techniczna dotycząca tych komponentów znajduje się w Przeglądzie Architektury.

🗺️ Plan Rozwoju

Poniżej znajduje się nasz plan rozwoju dla AgentDock. Większość wymienionych tutaj ulepszeń dotyczy frameworka rdzenia AgentDock (agentdock-core), który jest obecnie rozwijany lokalnie i zostanie opublikowany jako wersjonowany pakiet NPM po osiągnięciu stabilnej wersji. Niektóre pozycje planu rozwoju mogą również obejmować ulepszenia implementacji klienta open-source.

👥 Współtworzenie

Zapraszamy do współtworzenia AgentDock! Szczegółowe wytyczne dotyczące współtworzenia znajdują się w CONTRIBUTING.md.

📜 Licencja

AgentDock jest wydany na licencji MIT License.

✨ Twórz Nieograniczone Możliwości!

AgentDock stanowi fundament do budowania niemal każdej aplikacji opartej na AI lub automatyzacji, jaką możesz sobie wyobrazić. Zachęcamy do eksploracji frameworka, budowania innowacyjnych agentów i współtworzenia społeczności. Razem kształtujmy przyszłość interakcji z AI!

Powrót do Indeksu Tłumaczeń