AgentIndex icon
AgentIndex
工具MCP 服务HOT分类热门最新选型清单对比指南
提交工具
工具MCP 服务HOT分类热门最新选型清单对比指南
首页/
开发者工具/
Agently
Agently logo

Agently

活跃·★ 1.7k·Apache-2.0·更新于 2026-10-13
★ 必备神器★ 时下流行

Agently 4 是用于构建 GenAI 应用的 Python 框架,用 `pip install -U agently` 安装,通过 `from agently import Agently` 使用。它声明的目标是为 GenAI 应用工程师提供最好的开发体验,把大模型的不确定性拉回到工程边界之内。README 把不同模型参数、输出格式,以及工程模块与 GenAI 逻辑之间的通信抽象掉,业务逻辑留给你自己。它的核心思路是“契约优先”的结构化输出:用 `output()` 定义模式,用 `ensure_keys` 强制关键字段(支持对列表元素使用通配路径),由框架完成解析和修复,不依赖各提供方专有的 JSON schema 开关。

模型通过 `OpenAICompatible` 设置(基础地址、模型、认证)来配置,因此本地、托管和代理的提供方共用同一套接口,还支持 `full_url` 和自定义认证头等选项。README 还介绍了带可追溯性的工具规划、字段缺失时的重试,以及从演示到生产的路径,`examples/step_by_step/` 下有示例,包括一个自动循环的 FastAPI 服务(SSE、WebSocket、POST,支持 Docker)。第 3 版的代码在 `v3-final` 分支。许可证为 Apache-2.0,有文档网站以及英文和中文介绍。

本文根据项目 README 和公开仓库数据整理,我们没有实际试用过该工具。数据截至 2026-10-18。

许可证
Apache-2.0
最新发布
v4.1.4.10 · 2026-10-13
最近提交
2026-10-13
贡献者
30
复刻数
183
未关闭的 issue 和 PR
16
首次发布
2023-06-30

来源:GitHub、npm 和 PyPI 的公开接口。

#生成式AI#Python#LLM编排#RAG#AI框架
$ 安装
$ pip install -U agently
↗ 访问官网★ GitHub
01

功能特性

01LLM结构化与流式输出控制
02多模型提供商兼容性(本地/托管/代理)
03输出可靠性(ensure_keys + 重试)
04框架原生工具支持与可追溯性
05工作流编排 (TriggerFlow)
02

为什么选择它

+`ensure_keys` 加自动修复的“契约优先”结构化输出,避免流水线因字段缺失而中断
+本地、托管和代理的模型提供方共用一个 `OpenAICompatible` 接口
+有循序渐进的示例,包括支持 SSE、WebSocket 和 Docker 的 FastAPI 服务
+与提供方无关,不依赖各家专有的 JSON schema 模式
03

权衡点

!第 4 版是重写,第 3 版的代码和文档在单独的分支,旧教程可能不再适用
!README 更多是在讲目标和功能,没有给出输出可靠性的基准数据
!只支持 Python
!生态比最大的几个智能体框架小,社区示例相对较少
04

维护状况检查

活跃检查日期: 2026-10-18
最近提交
2026-10-13
近 90 天提交数
100+
近 90 天发布数
6
最新发布
v4.1.4.10 (2026-10-13)
未关闭 issue
16
近期 issue 至少有一条评论的比例
10/12
近 12 周每周提交数
近 12 周每周提交数: 5, 3, 29, 15, 38, 40, 7, 13, 14, 0, 7, 0

最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。

状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。

讨论最多的未关闭 issue

  • #342 Consolidate sandbox provider contributions #333–#337 / 收敛沙箱 Provider 贡献10 条评论 · 2026-07-31
  • #324 Should local sandbox capabilities use system adaptation? 本地沙箱能力是否应该使用系统适配?7 条评论 · 2026-07-15
  • #255 建议agent 支持skill5 条评论 · 2026-03-29
  • #287 IndexError: list index out of range in response_adapter.py:164 when streaming API sends final chunk without choices5 条评论 · 2026-06-06
  • #359 Provider suggestion: AnyLLM gateway — one key for the full Chinese model pool (DeepSeek, Qwen, GLM, Kimi, MiniMax, Doubao, ERNIE)2 条评论 · 2026-08-18

issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。

05

兼容性

OpenAI-Compatible APIs
原生支持
已通过文档验证
Ollama
支持
已通过文档验证
DeepSeek
支持
已通过文档验证
Qwen
支持
已通过文档验证
ChromaDB
集成
已通过文档验证
06

快速开始

1
$ pip install -U agently
07

使用场景

↳构建从演示到生产的健壮生成式AI应用。
↳开发具有混合结构化/非结构化输出的实时交互式AI伴侣或聊天机器人。
↳实现具有可追溯和可辩护答案的企业级RAG系统。
08

同类工具

⚡热门对决:
VSagents-towards-production★21.7k→VSMicrosoft AutoGen★61.5k→VSSkill_Seekers★15.2k→VS1Panel★37.2k→
agents-towards-production logo
agents-towards-production★ 21.7k
Agents Towards Production是一个开源指南,旨在帮助将AI代理从原型扩展到企业级生产环境,并通过教程涵盖生产级代理的各个方面。
VS对比→
Microsoft AutoGen logo
Microsoft AutoGen★ 61.5k
AutoGen是一个用于创建多智能体AI应用的框架,这些应用可以自主运行或与人类协作。
VS对比→
Skill_Seekers logo
Skill_Seekers★ 15.2k
在几分钟内自动将文档网站、GitHub 仓库和 PDF 文件转换为 Claude AI 技能。
VS对比→
1Panel logo
1Panel★ 37.2k
新一代的 Linux 服务器运维管理面板
VS对比→
fastapi_mcp logo
fastapi_mcp★ 12.0k
FastAPI-MCP旨在将您的FastAPI端点作为模型上下文协议(MCP)工具公开,并内置认证功能。
VS对比→
arcade-mcp logo
arcade-mcp★ 1.1k
一个用于构建多模态通信协议(MCP)服务器的Python框架,使开发者能够创建AI助手可调用的工具。
VS对比→
GPT Researcher logo
GPT Researcher★ 30.2k
GPT研究员是一个开放的深度研究智能体,旨在对任何给定任务进行网络和本地研究,并生成详细、事实准确且公正的报告。
VS对比→
dagster logo
dagster★ 16.3k
Dagster 是面向 MLOps 时代的数据编排器,旨在开发和维护模型、数据集和报告等数据资产。
VS对比→
查看全部替代品 →

评论

登录后发表评论

暂无评论,来发表第一条吧

本页内容
01功能特性02为什么选择它03权衡点04维护状况检查05兼容性06快速开始07使用场景08同类工具
AgentEra /
Agently
↗

以“契约优先”的结构化输出为核心的 GenAI 应用 Python 框架

1.7k183Apache-2.0
最后更新1周前
状态活跃
分类开发者工具
贡献者30
最新发布v4.1.4.10
链接
文档↗讨论↗问题↗版本↗
推荐云部署
Ad

在 DigitalOcean 上一键部署

为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。

立即领取 $200 免费额度
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
按场景挑选关于我们联系我们广告合作隐私政策使用条款QYSGitHub请作者喝咖啡 ☕

按分类浏览

MCP 服务器代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。