🌐 Переводы README

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

AgentDock: Создавайте Безграничные Возможности с Помощью ИИ-Агентов

AgentDock — это фреймворк для создания продвинутых ИИ-агентов, выполняющих сложные задачи с настраиваемым детерминизмом. Он состоит из двух основных компонентов:

1. AgentDock Core: Фреймворк с открытым исходным кодом, ориентированный на бэкенд, для создания и развертывания ИИ-агентов. Он спроектирован как независимый от фреймворка и независимый от провайдера, предоставляя вам полный контроль над реализацией вашего агента.

2. Open Source Client: Полноценное приложение Next.js, служащее эталонной реализацией и потребителем фреймворка AgentDock Core. Вы можете увидеть его в действии на https://hub.agentdock.ai

Созданный с использованием TypeScript, AgentDock делает упор на простоту, расширяемость и настраиваемый детерминизм, что делает его идеальным для создания надежных, предсказуемых систем ИИ, способных работать с минимальным контролем.

🧠 Принципы Дизайна

AgentDock основан на следующих ключевых принципах:

• Простота Прежде Всего: Минимальный код, необходимый для создания функциональных агентов
• Архитектура на Основе Узлов (Nodes): Все возможности реализованы как узлы
• Инструменты как Специализированные Узлы: Инструменты расширяют систему узлов для возможностей агента
• Настраиваемый Детерминизм: Контролируйте предсказуемость поведения агента
• Типовая безопасность (Type Safety): Полная типизация TypeScript во всем фреймворке

Настраиваемый Детерминизм

Настраиваемый детерминизм является фундаментом философии дизайна AgentDock, позволяя сбалансировать творческие возможности ИИ с предсказуемым поведением системы:

• AgentNode по своей природе недетерминирован, так как LLM могут генерировать разные ответы каждый раз
• Рабочие процессы (Workflows) можно сделать более детерминированными с помощью заранее определенных путей выполнения инструментов
• Разработчики могут контролировать уровень детерминизма, настраивая, какие части системы используют LLM-выводы
• Даже с компонентами LLM общее поведение системы остается предсказуемым благодаря структурированным взаимодействиям инструментов
• Этот сбалансированный подход обеспечивает как творчество, так и надежность в ваших ИИ-приложениях

Детерминированные Рабочие Процессы

AgentDock полностью поддерживает детерминированные рабочие процессы, знакомые вам по типичным конструкторам workflow. Все ожидаемые предсказуемые пути выполнения и надежные результаты доступны, с использованием LLM-выводов или без них:

Недетерминированное Поведение Агента

С AgentDock вы также можете использовать AgentNode с LLM, когда требуется большая адаптивность. Творческие результаты могут варьироваться в зависимости от ваших потребностей, сохраняя при этом структурированные шаблоны взаимодействия:

Недетерминированные Агенты с Детерминированными Подпроцессами

AgentDock предлагает вам лучшее из обоих миров, сочетая недетерминированный интеллект агента с детерминированным выполнением рабочих процессов:

Этот подход позволяет запускать сложные многошаговые рабочие процессы (потенциально включающие сотни детерминированных шагов, реализованных в инструментах или как последовательности связанных узлов) с помощью интеллектуальных решений агента. Каждый рабочий процесс выполняется предсказуемо, несмотря на то, что он запускается недетерминированным рассуждением агента.

Для более продвинутых рабочих процессов ИИ-агентов и многоэтапных конвейеров обработки мы создаем AgentDock Pro - мощную платформу для создания, визуализации и запуска сложных систем агентов.

Кратко: Настраиваемый Детерминизм

Представьте, что вы ведете машину. Иногда вам нужна креативность ИИ (например, навигация по городским улицам - недетерминированная), а иногда — надежные пошаговые процессы (например, следование знакам на шоссе - детерминированные). AgentDock позволяет создавать системы, использующие оба подхода, выбирая правильный для каждой части задачи. Вы получаете как интеллект ИИ, так и предсказуемые результаты там, где это необходимо.

🏗️ Ключевая Архитектура

Фреймворк построен вокруг мощной модульной системы на основе узлов (Nodes), служащей фундаментом для всей функциональности агента. Эта архитектура использует различные типы узлов как строительные блоки:

• BaseNode: Фундаментальный узел, определяющий основной интерфейс и возможности для всех узлов.
• AgentNode: Специализированный ключевой узел, координирующий взаимодействия с LLM, использование инструментов и логику агента.
• Инструменты и Пользовательские Узлы: Разработчики реализуют возможности агента и пользовательскую логику как узлы, расширяющие BaseNode.

Эти узлы взаимодействуют через управляемые реестры и могут быть соединены (используя порты основной архитектуры и потенциально шину сообщений) для обеспечения сложного, настраиваемого и потенциально детерминированного поведения и рабочих процессов агентов.

Подробное объяснение компонентов и возможностей системы узлов см. в Документации Системы Узлов.

🚀 Начало Работы

Полное руководство см. в Руководстве по Началу Работы.

Требования

• Node.js ≥ 20.11.0 (LTS)
• pnpm ≥ 9.15.0 (Обязательно)
• API-ключи для провайдеров LLM (Anthropic, OpenAI и т.д.)

Установка

1. Клонируйте Репозиторий:

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

2. Установите pnpm:

   corepack enable
   corepack prepare pnpm@latest --activate
   

3. Установите Зависимости:

   pnpm install
   

   Для чистой переустановки (когда нужно пересобрать с нуля):

   pnpm run clean-install
   

   Этот скрипт удаляет все node_modules, файлы блокировки и корректно переустанавливает зависимости.

4. Настройте Окружение:

   Создайте файл окружения (.env или .env.local) на основе предоставленного .env.example:

   # Вариант 1: Создать .env.local
   cp .env.example .env.local
   
   # Вариант 2: Создать .env
   cp .env.example .env
   

   Затем добавьте ваши API-ключи в файл окружения.

5. Запустите Сервер Разработки:

   pnpm dev
   

Расширенные Возможности

Система хранения в настоящее время развивается: добавляется хранилище ключ-значение (провайдеры Memory, Redis, Vercel KV) и защищённое хранилище на стороне клиента, в то время как векторное хранилище и дополнительные бэкенды находятся в разработке.

📕 Документация

Документация по фреймворку AgentDock доступна на hub.agentdock.ai/docs и в папке /docs/ этого репозитория. Документация включает:

• Руководства по началу работы
• Справочники API
• Учебники по созданию узлов
• Примеры интеграции

📂 Структура Репозитория

Этот репозиторий содержит:

1. AgentDock Core: Основной фреймворк, расположенный в agentdock-core/
2. Open Source Client: Полная эталонная реализация, созданная с помощью Next.js, служащая потребителем фреймворка AgentDock Core.
3. Примеры Агентов: Готовые к использованию конфигурации агентов в каталоге agents/

Вы можете использовать AgentDock Core независимо в своих приложениях или использовать этот репозиторий как отправную точку для создания собственных приложений на основе агентов.

📝 Шаблоны Агентов

AgentDock включает несколько предварительно настроенных шаблонов агентов. Изучите их в каталоге agents/ или прочитайте Документацию Шаблонов Агентов для деталей конфигурации.

🔧 Примеры Реализаций

Примеры реализаций демонстрируют специализированные сценарии использования и расширенную функциональность:

🔐 Детали Конфигурации Окружения

Для работы AgentDock Open Source Client требуются API-ключи для провайдеров LLM. Они настраиваются в файле окружения (.env или .env.local), который вы создаете на основе предоставленного .env.example.

API-Ключи Провайдеров LLM

Добавьте ваши API-ключи провайдеров LLM (требуется как минимум один):

# API-Ключи Провайдеров LLM - требуется как минимум один
ANTHROPIC_API_KEY=sk-ant-xxxxxxx  # API-ключ Anthropic
OPENAI_API_KEY=sk-xxxxxxx         # API-ключ OpenAI
GEMINI_API_KEY=xxxxxxx            # API-ключ Google Gemini
DEEPSEEK_API_KEY=xxxxxxx          # API-ключ DeepSeek
GROQ_API_KEY=xxxxxxx              # API-ключ Groq

Разрешение API-Ключей

AgentDock Open Source Client следует порядку приоритета при определении используемого API-ключа:

1. Пользовательский API-ключ для агента (устанавливается через настройки агента в UI)
2. Глобальный API-ключ настроек (устанавливается через страницу настроек в UI)
3. Переменная окружения (из .env.local или платформы развертывания)

API-Ключи, Специфичные для Инструментов

Некоторые инструменты также требуют собственных API-ключей:

# API-Ключи, Специфичные для Инструментов
SERPER_API_KEY=                  # Требуется для функциональности поиска
FIRECRAWL_API_KEY=               # Требуется для более глубокого веб-сканирования

Подробнее о конфигурации окружения см. в реализации src/types/env.ts.

Используйте Свой Собственный Ключ (BYOK - Bring Your Own Key)

AgentDock работает по модели BYOK (Bring Your Own Key - Используйте Свой Собственный Ключ):

1. Добавьте ваши API-ключи на странице настроек приложения
2. Либо предоставьте ключи через заголовки запросов для прямого использования API
3. Ключи надежно хранятся с использованием встроенной системы шифрования
4. Никакие API-ключи не передаются и не хранятся на наших серверах

📦 Менеджер Пакетов

Этот проект требует использования pnpm для согласованного управления зависимостями. npm и yarn не поддерживаются.

💡 Что Вы Можете Создать

1. Приложения на Основе ИИ

   • Пользовательские чат-боты с любым фронтендом
   • ИИ-ассистенты командной строки
   • Автоматизированные конвейеры обработки данных
   • Интеграции с бэкенд-сервисами

2. Возможности Интеграции

   • Любой провайдер ИИ (OpenAI, Anthropic и т.д.)
   • Любой фронтенд-фреймворк
   • Любой бэкенд-сервис
   • Пользовательские источники данных и API

3. Системы Автоматизации

   • Рабочие процессы обработки данных
   • Конвейеры анализа документов
   • Автоматизированные системы отчетности
   • Агенты автоматизации задач

Ключевые Особенности

🧰 Компоненты

Модульная архитектура AgentDock основана на этих ключевых компонентах:

• BaseNode: Основа для всех узлов в системе
• AgentNode: Основная абстракция для функциональности агента
• Инструменты и Пользовательские Узлы: Вызываемые возможности и пользовательская логика, реализованные как узлы.
• Реестр Узлов: Управляет регистрацией и извлечением всех типов узлов
• Реестр Инструментов: Управляет доступностью инструментов для агентов
• CoreLLM: Унифицированный интерфейс для взаимодействия с провайдерами LLM
• Реестр Провайдеров: Управляет конфигурациями провайдеров LLM
• Обработка Ошибок: Система для обработки ошибок и обеспечения предсказуемого поведения
• Логирование (Logging): Структурированная система логирования для мониторинга и отладки
• Оркестрация: Контролирует доступность инструментов и поведение в зависимости от контекста диалога
• Сессии: Управляет изоляцией состояния между параллельными диалогами

Подробную техническую документацию по этим компонентам см. в Обзоре Архитектуры.

🗺️ Дорожная Карта

Ниже представлена наша дорожная карта разработки AgentDock. Большинство перечисленных здесь улучшений относятся к основному фреймворку AgentDock (agentdock-core), который в настоящее время разрабатывается локально и будет опубликован как версионированный пакет NPM после достижения стабильного релиза. Некоторые пункты дорожной карты могут также включать улучшения в реализации клиента с открытым исходным кодом.

👥 Вклад

Мы приветствуем вклад в AgentDock! Подробные инструкции см. в CONTRIBUTING.md.

📜 Лицензия

AgentDock выпускается под Лицензией MIT.

✨ Создавайте Безграничные Возможности!

AgentDock предоставляет основу для создания практически любого приложения или автоматизации на базе ИИ, которые вы можете себе представить. Мы призываем вас изучать фреймворк, создавать инновационных агентов и вносить вклад в сообщество. Давайте вместе формировать будущее взаимодействия с ИИ!

Назад к Индексу Переводов