hello-agents 1.0.0

生产级多智能体框架 - 工具响应协议、上下文工程、会话持久化、子代理机制、乐观锁、熔断器、Skills知识外化等16项核心能力

HelloAgents

🤖 生产级多智能体框架 - 工具响应协议、上下文工程、会话持久化、子代理机制等16项核心能力

HelloAgents 是一个基于 OpenAI 原生 API 构建的生产级多智能体框架，集成了工具响应协议（ToolResponse）、上下文工程（HistoryManager/TokenCounter）、会话持久化（SessionStore）、子代理机制（TaskTool）、乐观锁（文件编辑）、熔断器（CircuitBreaker）、Skills 知识外化、TodoWrite 进度管理、DevLog 决策记录、流式输出（SSE）、异步生命周期、可观测性（TraceLogger）、日志系统（四种范式）、LLM/Agent 基类重构等 16 项核心能力，为构建复杂智能体应用提供完整的工程化支持。

📌 版本说明

重要提示：本仓库目前维护两个版本

• 📚 学习版本（推荐初学者）：learn_version 分支 与 Datawhale Hello-Agents 教程 正文完全对应的稳定版本，适合跟随教程学习使用。

• 🚀 开发版本（当前分支）：持续迭代中的最新代码(V1.0.0)，包含新功能和改进，部分实现可能与教程内容存在差异。如需学习教程，请切换到 learn_version 分支。

• 📦 历史版本：Releases 页面 提供从 v0.1.1 到 v0.2.9 的所有版本，每个版本对应教程的特定章节，可根据学习进度选择对应版本。

🚀 快速开始

安装

pip install hello-agents

基本使用

from hello_agents import ReActAgent, HelloAgentsLLM, ToolRegistry
from hello_agents.tools.builtin import ReadTool, WriteTool, TodoWriteTool

llm = HelloAgentsLLM()
registry = ToolRegistry()
registry.register_tool(ReadTool())
registry.register_tool(WriteTool())
registry.register_tool(TodoWriteTool())

agent = ReActAgent("assistant", llm, tool_registry=registry)
agent.run("分析项目结构并生成报告")

环境配置

创建 .env 文件：

LLM_MODEL_ID=your-model-name
LLM_API_KEY=your-api-key-here
LLM_BASE_URL=your-api-base-url

# 自动检测provider
llm = HelloAgentsLLM()  # 框架自动检测为modelscope
print(f"检测到的provider: {llm.provider}")

💡 智能检测: 框架会根据API密钥格式和Base URL自动选择合适的provider

支持的LLM提供商

框架基于 3 种适配器 支持所有主流 LLM 服务：

1. OpenAI 兼容适配器（默认）

支持所有提供 OpenAI 兼容接口的服务：

提供商类型	示例服务	配置示例
云端 API	OpenAI、DeepSeek、Qwen、Kimi、智谱 GLM	LLM_BASE_URL=api.deepseek.com
本地推理	vLLM、Ollama、SGLang	LLM_BASE_URL=http://localhost:8000
其他兼容	任何 OpenAI 格式接口	LLM_BASE_URL=your-endpoint

2. Anthropic 适配器

提供商	检测条件	配置示例
Claude	base_url 包含 anthropic.com	LLM_BASE_URL=https://api.anthropic.com

3. Gemini 适配器

提供商	检测条件	配置示例
Google Gemini	base_url 包含 googleapis.com 或 generativelanguage	LLM_BASE_URL=https://generativelanguage.googleapis.com

💡 自动适配：框架根据 base_url 自动选择适配器，无需手动指定。

🏗️ 项目结构

hello-agents/
├── hello_agents/              # 主包
│   ├── core/                  # 核心组件
│   │   ├── llm.py             # LLM 基类与配置
│   │   ├── llm_adapters.py    # 三种适配器（OpenAI/Anthropic/Gemini）
│   │   ├── agent.py           # Agent 基类（Function Calling 架构）
│   │   ├── session_store.py   # 会话持久化
│   │   ├── lifecycle.py       # 异步生命周期
│   │   └── streaming.py       # SSE 流式输出
│   ├── agents/                # Agent 实现
│   │   ├── simple_agent.py    # SimpleAgent
│   │   ├── react_agent.py     # ReActAgent
│   │   ├── reflection_agent.py # ReflectionAgent
│   │   └── plan_solve_agent.py # PlanAndSolveAgent
│   ├── tools/                 # 工具系统
│   │   ├── registry.py        # 工具注册表
│   │   ├── response.py        # ToolResponse 协议
│   │   ├── circuit_breaker.py # 熔断器
│   │   ├── tool_filter.py     # 工具过滤（子代理机制）
│   │   └── builtin/           # 内置工具
│   │       ├── file_tools.py  # 文件工具（乐观锁）
│   │       ├── task_tool.py   # 子代理工具
│   │       ├── todowrite_tool.py # 进度管理
│   │       ├── devlog_tool.py # 决策日志
│   │       └── skill_tool.py  # Skills 知识外化
│   ├── context/               # 上下文工程
│   │   ├── history.py         # HistoryManager
│   │   ├── token_counter.py   # TokenCounter
│   │   ├── truncator.py       # ObservationTruncator
│   │   └── builder.py         # ContextBuilder
│   ├── observability/         # 可观测性
│   │   └── trace_logger.py    # TraceLogger
│   └── skills/                # Skills 系统
│       └── loader.py          # SkillLoader
├── docs/                      # 文档
├── examples/                  # 示例代码
└── tests/                     # 测试用例

🤝 贡献

欢迎贡献代码！请遵循以下步骤：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

📄 许可证

本项目采用 CC BY-NC-SA 4.0 许可证 - 查看 LICENSE 文件了解详情。

许可证要点：

• ✅ 署名 (Attribution): 使用时需要注明原作者
• ✅ 相同方式共享 (ShareAlike): 修改后的作品需使用相同许可证
• ⚠️ 非商业性使用 (NonCommercial): 不得用于商业目的

如需商业使用，请联系项目维护者获取授权。

🙏 致谢

• 感谢 Datawhale 提供的优秀开源教程
• 感谢 Hello-Agents 教程 的所有贡献者
• 感谢所有为智能体技术发展做出贡献的研究者和开发者

📚 文档资源

详细了解 HelloAgents v1.0.0 的 16 项核心能力：

基础设施

• 工具响应协议 - ToolResponse 统一返回格式
• 上下文工程 - HistoryManager/TokenCounter/Truncator

核心能力

• 可观测性 - TraceLogger 追踪系统
• 熔断器 - CircuitBreaker 容错机制
• 会话持久化 - SessionStore 会话管理

增强能力

• 子代理机制 - TaskTool 与 ToolFilter
• Skills 知识外化 - 技能系统使用指南
• 乐观锁 - 文件编辑工具的并发控制
• TodoWrite 进度管理 - 任务进度追踪

辅助功能

• DevLog 决策日志 - 开发决策记录
• 异步生命周期 - 异步 Agent 实现

核心架构

• 流式输出 - SSE 流式响应
• Function Calling 架构 - LLM/Agent 基类重构
• 日志系统 - 四种日志范式

扩展能力

• 自定义工具扩展 - 三种工具实现方式（函数式/标准类/可展开）

---

HelloAgents - 让智能体开发变得简单而强大 🚀