sakuragent 0.3.3

Sakura Agent Framework - A streamlined LLM agent framework

Sakura Agent Framework

核心哲学：不重新发明轮子，让好的东西更好。

框架定位：只做好一件事情 —— 让 LLM Agent 开发更简单、更高效。

🎯 设计理念

Sakura 是一个轻量级、高性能的 Agent 框架，专注于：

1. 极简 API - 5 分钟上手，无学习曲线
2. 多模型支持 - 统一接口，一键切换 Qwen/OpenAI/Claude/Kimi
3. 工程化工具 - 可观测、可追踪、可调试
4. 生产就绪 - 经过优化的性能，适合部署

🚀 快速开始

安装

pip install sakuragent

# 可选依赖
pip install sakuragent[qwen]    # 阿里云通义千问
pip install sakuragent[claude]  # Anthropic Claude
pip install sakuragent[search]  # 搜索工具
pip install sakuragent[all]     # 全部安装

最简示例

from sakura import Agent, tool
from sakura.models import Qwen

@tool
def search(query: str) -> str:
    """搜索网络"""
    return f"搜索结果: {query}"

agent = Agent(
    model=Qwen(id="qwen-plus"),
    tools=[search],
    system_prompt="你是一个有帮助的助手"
)

result = agent.run("搜索 Python 最佳实践")
print(result.content)

异步执行（真正的并行工具调用）

import asyncio

# 异步执行，工具调用并行
result = await agent.arun("同时搜索三个主题")

🏗️ 核心模块

1. Agent - 统一的代理类

from sakura import Agent

agent = Agent(
    model=Qwen(id="qwen-plus"),     # 模型
    tools=[tool1, tool2],            # 工具列表
    system_prompt="...",             # 系统提示词
    max_tool_calls=10,               # 最大工具调用次数
    debug=True,                      # 调试模式
)

# 同步执行
result = agent.run("你的问题")

# 异步执行（并行工具调用）
result = await agent.arun("你的问题")

2. Models - 多模型支持

from sakura.models import Qwen, OpenAI, Claude, Kimi, OpenRouter

# 阿里云通义千问
model = Qwen(id="qwen-plus")  # 或 qwen-turbo, qwen-max

# OpenAI
model = OpenAI(id="gpt-4o")

# Anthropic Claude
model = Claude(id="claude-sonnet-4-20250514")

# 月之暗面 Kimi
model = Kimi(id="moonshot-v1-8k")

# OpenRouter (访问多种模型)
model = OpenRouter(id="anthropic/claude-3.5-sonnet")

所有模型使用统一 API，切换只需改一行代码。

3. Tools - 工具系统

自定义工具

from sakura import tool

@tool
def calculate(expression: str) -> str:
    """计算数学表达式
    
    Args:
        expression: 数学表达式，如 "1+2*3"
    
    Returns:
        计算结果
    """
    return str(eval(expression))

内置工具

from sakura.tools.builtin import DuckDuckGoTools, BaiduSearchTools, FileTools

# 搜索工具
ddg = DuckDuckGoTools()
baidu = BaiduSearchTools()

agent = Agent(
    model=...,
    tools=[ddg.duckduckgo_search, baidu.baidu_search]
)

4. SubAgent - 子代理系统

创建专门的子 Agent 处理特定任务：

from sakura.tools.subagent import subagent, parallel_subagents

# 单个 SubAgent
result = subagent(
    prompt="研究 Python 异步编程",
    model="qwen-plus",
    tools=[search_tool],
    system_prompt="你是技术研究员"
)

# 并行多个 SubAgent
results = await parallel_subagents(
    prompts=["研究主题A", "研究主题B", "研究主题C"],
    model="qwen-plus",
    tools=[search_tool]
)

5. Monitor - 可观测性

计时装饰器

from sakura.monitor import timer

@timer
def my_function():
    # 自动打印执行时间
    ...

数据库监控

from sakura.monitor import Monitor, monitor

# 创建监控器（支持 SQLite/PostgreSQL/MySQL）
mon = Monitor("./agent_logs.db")

@monitor(storage=mon.storage)
def agent_task(prompt):
    return agent.run(prompt)

# 查看统计
print(mon.get_stats())

🆕 执行流程追踪（Mermaid 流程图）

from sakura.monitor import trace_flow, trace_span, FlowTracer

@trace_flow(output_file="trace.html")
async def research(topic: str):
    with trace_span("主 Agent", span_type="agent", model="qwen-plus"):
        result = await agent.arun(topic)
    return result

# 终端输出 Mermaid 代码
# HTML 文件包含可点击的流程图，显示:
# - 模型、工具、系统提示词
# - 执行时间、Token 统计
# - 调用层级关系

生成的 HTML 效果：

• 📊 可视化流程图
• 🖱️ 点击节点查看详情（模型/工具/提示词）
• ⏱️ 每个步骤的耗时统计

6. Memory - 智能记忆

from sakura import SmartCompressor

agent = Agent(
    model=...,
    memory=SmartCompressor(
        threshold=0.92,     # 92% 上下文时触发压缩
        strategy="structured"
    )
)

📊 实用示例

深度研究 Agent

from sakura import Agent, tool
from sakura.models import Qwen
from sakura.tools.builtin import BaiduSearchTools
from sakura.monitor import trace_flow, trace_span

baidu = BaiduSearchTools()

@tool
def web_search(query: str) -> str:
    """搜索网络获取信息"""
    return baidu.baidu_search(query, max_results=5)

@trace_flow(output_file="research_trace.html")
async def deep_research(topic: str):
    agent = Agent(
        model=Qwen(id="qwen-plus"),
        tools=[web_search],
        system_prompt="""你是一个研究员，请：
1. 搜索相关信息
2. 综合分析
3. 输出结构化报告""",
        debug=True
    )
    
    with trace_span("研究任务", span_type="agent", 
                    model="qwen-plus", 
                    user_prompt=topic):
        result = await agent.arun(topic)
    
    return result

# 运行
import asyncio
result = asyncio.run(deep_research("Python 3.12 新特性"))

多 Agent 协作

from sakura.tools.subagent import parallel_subagents

async def multi_agent_research(topic: str):
    # 并行启动多个专家 Agent
    focuses = ["基础概念", "最新进展", "实际应用"]
    
    results = await parallel_subagents(
        prompts=[f"研究 {topic} 的{focus}" for focus in focuses],
        model="qwen-plus",
        tools=[web_search],
        system_prompt="你是专业研究员"
    )
    
    # 汇总结果
    final_agent = Agent(model=Qwen(id="qwen-plus"))
    summary = final_agent.run(f"综合以下研究报告：{results}")
    
    return summary

🔧 环境变量

# 阿里云通义千问
export DASHSCOPE_API_KEY="your-key"

# OpenAI
export OPENAI_API_KEY="your-key"

# Anthropic Claude  
export ANTHROPIC_API_KEY="your-key"

# 月之暗面 Kimi
export MOONSHOT_API_KEY="your-key"

# OpenRouter
export OPENROUTER_API_KEY="your-key"

📁 项目结构

sakura/
├── __init__.py          # 主入口
├── agent.py             # Agent 核心类
├── models/              # 模型适配器
│   ├── qwen.py
│   ├── openai.py
│   ├── claude.py
│   └── ...
├── tools/               # 工具系统
│   ├── decorator.py     # @tool 装饰器
│   ├── builtin/         # 内置工具
│   └── subagent/        # 子 Agent
├── monitor/             # 可观测性
│   ├── decorators.py    # @timer, @monitor
│   ├── storage.py       # 数据库存储
│   └── tracer.py        # 流程追踪 (NEW)
├── memory/              # 记忆系统
│   └── compressor.py    # 智能压缩
└── messages/            # 消息处理

🆕 v0.2.0 更新

• ✅ 执行流程追踪 - @trace_flow 装饰器，生成 Mermaid 流程图
• ✅ HTML 可视化 - 点击节点查看 Agent 详情
• ✅ 百度搜索工具 - BaiduSearchTools 内置支持
• ✅ 并行 SubAgent - parallel_subagents 真正并行执行
• ✅ 调试模式增强 - set_log_level_to_debug() 详细日志

💡 设计哲学

不重新发明轮子

• 基于成熟的 OpenAI SDK 接口规范
• 使用标准的 Python typing 和 dataclass
• 兼容主流 LLM 服务商 API

让好的东西更好

• 统一多模型接口，降低切换成本
• 内置可观测性，无需额外配置
• 流程追踪可视化，调试更直观

只做好一件事情

• 专注于 Agent 核心能力
• 不做 RAG、不做向量库、不做 UI
• 轻量级依赖，快速启动

---

GitHub: Vist233/sakura PyPI: pip install sakuragent 版本: 0.2.0

Based on Agno