nagato-ai：跨LLM的直觉型AI Agent库

nagato-ai：跨LLM的直觉型AI Agent库

nagato-ai Simple cross-LLM AI Agent library 项目地址: https://gitcode.com/gh_mirrors/na/nagato-ai

项目介绍

Nagato-AI 是一个直觉型 AI Agent 库，支持跨多个语言模型（LLM）工作。目前，它支持 OpenAI 的 GPT 系列、Anthropics 的 Claude、Google 的 Gemini 以及 Groq（例如 Llama 3）和 DeepSeek 等语言模型。用户可以创建来自这些模型家族的 Agent，并将它们组合起来，构建出最有效的 AI Agent 系统。

Nagato 的命名灵感来源于热门动漫《火影忍者》中的角色。在《火影忍者》中，Nagato 是一位非常强大的忍者，拥有特殊的眼睛（ Rinnegan），赋予他巨大的力量。Nagato 的力量使他能够控制具有不同能力的多个身体，并且还能通过他所控制的身体的眼睛看到一切，从而最小化对手可能利用的盲点。因此，你可以将 Nagato 视为召唤和协调具有特定任务的 AI Agent 的关键。

项目技术分析

Nagato-AI 的核心技术是基于多个 LLM 的灵活组合和协调。它允许开发者通过配置不同的环境变量来创建和使用多种 LLM，如 GPT、Claude、Gemini 等。此外，Nagato 还支持通过 Langfuse 进行 LLM 调用的追踪，帮助开发者监控和优化 Agent 的表现。

Nagato-AI 的架构设计注重灵活性和扩展性，支持通过 DAG（有向无环图）构建复杂的 Agent 系统。这意味着开发者可以根据需要创建多个 Agent，并将它们通过有向边连接起来，形成一个完整的工作流，实现复杂的任务。

项目技术应用场景

Nagato-AI 可以应用于多种场景，包括但不限于：

• 智能对话系统：通过不同 LLM 的组合，创建能够处理复杂对话和任务的智能对话系统。
• 数据分析：利用 LLM 对大量文本数据进行情感分析、信息提取等操作。
• 自动化工作流：构建自动化的工作流程，例如自动下载视频、转写、提取关键信息并生成摘要。
• 复杂任务协调：在需要多步骤、多 Agent 协作的复杂任务中，Nagato-AI 能够有效协调各 Agent 的行动。

项目特点

1. 跨平台支持：支持多种 LLM，包括 GPT、Claude、Gemini 等，为开发者提供丰富的选择。
2. 环境变量配置：通过环境变量配置 LLM API 密钥，简化了 Agent 的创建和管理工作。
3. DAG 支持：支持通过 DAG 构建复杂的 Agent 系统，为复杂任务提供灵活的解决方案。
4. LLM 调用追踪：通过 Langfuse 支持对 LLM 调用的追踪，帮助优化 Agent 的性能。
5. 易于使用：提供了简洁的 API 和丰富的示例，使开发者可以快速上手和使用。

以下是一个使用 Nagato-AI 构建复杂 Agent 系统的示例：

# 创建不同角色的 Agent
coordinator_agent = create_agent(
    anthropic_api_key,
    "claude-3-5-sonnet-20241022",
    "Coordinator",
    COORDINATOR_SYSTEM_PROMPT,
    "Coordinator Agent"
)

researcher_agent = create_agent(
    anthropic_api_key,
    "gpt-4-turbo-2024-04-09",
    "Researcher",
    RESEARCHER_SYSTEM_PROMPT,
    "Researcher Agent"
)

critic_agent = create_agent(
    google_api_key,
    "gemini-1.5-flash",
    "Critic",
    CRITIC_SYSTEM_PROMPT,
    "Critic Agent"
)

# 使用 DAG 构建 Agent 系统
graph = Graph()
graph.add_node(coordinator_agent, role="coordinator")
graph.add_node(researcher_agent, role="researcher")
graph.add_node(critic_agent, role="critic")
graph.add_edge(coordinator_agent, researcher_agent)
graph.add_edge(researcher_agent, critic_agent)

# 执行任务
graph.run()

通过上述特点和应用场景的介绍，可以看出 Nagato-AI 是一个功能强大且灵活的开源项目，适用于多种复杂的 AI 任务。无论您是希望构建智能对话系统还是自动化工作流，Nagato-AI 都能为您提供所需的工具和框架。立即尝试 Nagato-AI，开启您的 AI 开发之旅吧！

nagato-ai Simple cross-LLM AI Agent library 项目地址: https://gitcode.com/gh_mirrors/na/nagato-ai