ni.agentkit 0.3.2

A Python-native Agent framework with first-class Skill support and multi-LLM adapter

AgentKit

Python 原生 Agent 框架，内置一等公民 Skill 支持与多 LLM 适配器。

✨ 特性

• 🤖 声明式 Agent — 零继承配置，支持 Handoff 转介 + as_tool 委派两种协作模式
• 📚 一等公民 Skill — 三级渐进式加载（L1 元数据 → L2 指令 → L3 资源），按需加载省 token
• 🔧 灵活工具系统 — @function_tool 装饰器自动推断 JSON Schema
• 🧠 多 LLM 适配器 — 自研统一适配层，4 个适配器覆盖所有主流 LLM
• 🛡️ 内置安全 — Guardrail 护栏 + 权限控制 + 三级沙箱
• 🎭 编排 Agent — Sequential / Parallel / Loop 三种模式
• 💾 记忆系统 — 可选集成 Mem0，支持自定义记忆提供者

🚀 安装

pip install ni.agentkit

⚡ 30 秒快速开始

from agentkit import Agent, Runner, function_tool

@function_tool
def get_weather(city: str) -> str:
    """获取天气"""
    return f"{city}：晴，25°C"

agent = Agent(
    name="assistant",
    instructions="你是一个有帮助的中文助手。",
    model="ollama/qwen3.5:cloud",
    tools=[get_weather],
)

result = Runner.run_sync(agent, input="北京今天天气如何？")
print(result.final_output)

📚 文档

安装后查看文档：

# 命令行方式
agentkit-docs

# Python 方式
import agentkit
print(agentkit.get_docs_dir())     # 文档目录路径
print(agentkit.get_examples_dir()) # 示例目录路径

文档	说明
README	项目概述与特性
QuickStart	8 个渐进式入门示例
Architecture	六层架构设计说明
Reference	完整 API 参考手册

🧪 示例

安装包内含 16 个可运行示例（标准版 × 8 + Ollama 本地版 × 8）：

# Ollama 本地版（无需 API Key）
python -c "import agentkit; print(agentkit.get_examples_dir())"
# 然后运行对应目录下的示例文件

# 或者直接：
python -m agentkit.examples.ollama.01_basic_chat

🔌 支持的 LLM

模型	适配器	用法
GPT-4o / o1 / o3 / o4	OpenAIAdapter	model="gpt-4o"
Claude Opus/Sonnet/Haiku	AnthropicAdapter	model="claude-sonnet-4-20250514"
Gemini 2.5 / 3	GoogleAdapter	model="gemini-2.5-pro"
通义千问/智谱/DeepSeek/Moonshot/百川/Azure	OpenAICompatibleAdapter	model="deepseek/deepseek-chat"
Ollama 本地模型	OllamaAdapter	model="ollama/qwen3.5:cloud"

🔨 构建打包

./build.sh          # 构建 wheel + sdist
./build.sh clean    # 清理构建产物
./build.sh test     # 在隔离环境中安装并验证
./build.sh all      # 清理 + 构建 + 验证（推荐）

构建产物输出到 dist/ 目录：

dist/
├── ni_agentkit-0.3.2-py3-none-any.whl   # pip install 用这个
└── ni_agentkit-0.3.2.tar.gz             # 源码分发

📄 License

MIT