Python
3.8+>>> from agentrt import Client >>> client = Client() >>> client.agent.invoke("chat", ... {"text": "hello"}) ✔ {'task_id': '…', 'state': 'done'}
同步与 asyncio 两套入口;类型注解齐全,IDE 补全不用靠猜。
Python · Go · Rust · TypeScript,每种都是纯 HTTP 客户端:通过 JSON-RPC 2.0 与网关对话,不绑原生 FFI、不拖运行时依赖。
API 命名跨语言对齐,换语言不用重新学一遍。
// 双许可:AGPL-3.0 OR Apache-2.0 · 43 个仓库全部公开
$ agentrt capability list 181 caps · 19 namespaces · 1 schema 同一份 schema 生成四份绑定: ● python pip install agentrt ● go go get …/sdk/go ● rust cargo add agentrt-rs ● typescript npm i @openairymax/agentrt ✔ signature drift fails at build time
四种绑定暴露同样的四个 Manager、同样的错误码、同样的流式回调。
差异只留在语言习惯层面:异步写法、命名风格、包管理器。
>>> from agentrt import Client >>> client = Client() >>> client.agent.invoke("chat", ... {"text": "hello"}) ✔ {'task_id': '…', 'state': 'done'}
同步与 asyncio 两套入口;类型注解齐全,IDE 补全不用靠猜。
import "atomgit.com/openairymax/ agentrt/sdk/go/agentrt" client := agentrt.NewClient() resp, err := client.Invoke(ctx, "chat", p)
标准 context.Context 贯穿全部调用,取消与超时由调用方掌控。
use agentrt::Client; let client = Client::connect().await?; let resp = client.invoke("chat", ¶ms) .await?;
错误以 Result 返回,协议层的 38 个错误码一一对应到枚举变体。
import { Client } from '@openairymax/agentrt'; const client = new Client(); await client.invoke('chat', { text: 'hello' });
类型定义随包发布,Node 与浏览器同一套;流式回调是异步迭代器。
TypeScript 文档任务、记忆、会话、技能——四个入口管完智能体运行的全部生命周期。
方法名、参数结构、返回体在四种语言里逐字对齐,只有大小写习惯不同。
SDK 只面向 JSON-RPC 2.0 写代码,具体走哪条管道由部署形态决定。
同一条调用在本机 Unix Socket 和跨机 WebSocket 上语义完全一致。
两个 Rust 原生工具。agentrt-cli 管日常运维与批量任务,脚本里直接可编排;agentrt-tui 给交互式会话与实时任务看板。不打开浏览器也能把运行时看穿。
agentrt status 15 个守护进程的健康度与依赖顺序agentrt doctor 逐项体检,输出可贴进 Issue 的诊断报告agentrt trace cognition 回放一轮认知循环的每个阶段agentrt memory ls 分层记忆的容量、条目与后端挂载状态$ agentrt status runtime running · 7 layers active · uptime 42d daemons 15/15 healthy $ agentrt doctor health all checks passed · 12/12 $ agentrt-tui gccp interactive · workhall · streaming $ agentrt memory ls pool-0 256MB · pool-1 128MB · cma online
SDK 之外,运行时配套六个独立仓库:配置、提示词、技能、执行体、实验室与示例。
装完就能用,不用自己从零攒。
统一配置中心:一份声明式配置管住守护进程、网关命名空间与记忆后端的挂载关系。
提示词模板库,带变量槽位与版本记录,改模板有 diff 可看。
官方技能库,经 SkillManager 热加载,与运行时版本一起发布。
八个内置 Agent 执行体,覆盖软件交付全链路,契约驱动:输入输出先定义再实现。
开放实验室与参考应用,新机制先在这里跑通再进主线。
四种语言的示例与最佳实践,每个示例都能独立跑,不做伪代码。
八个执行体不是八个 prompt,而是八个带契约的任务角色:各自声明输入、输出与验收条件,串起来就是一条软件交付流水线。
从个人开发机到企业生产环境,三条路用的是同一个运行时,差别只在打包与记忆层。
基于 Tauri v2 + React 18 的跨平台客户端,Windows / macOS / Linux 三端一套代码。个人开发者的默认入口:装完即用,不用碰 Docker。
官方 OCI 镜像加 Docker Compose 编排栈,覆盖开发、预发与生产三套环境。服务化部署走这条:一条 compose up 起完整运行时。
L3 结构层与 L4 模式层记忆的商用提供者,需 License Key。内置的 L1 + L2 永久免费,够绝大多数场景用;要更深的记忆分层再上这一层。
从 pip install agentrt 到 cargo add agentrt-rs,四条路都有预构建包。
所有 SDK 开源在 AtomGit,AGPL-3.0 OR Apache-2.0 双许可。