面向企业 AI 应用交付 · Python 3.10+

交付可上线的 AI Agent

自然语言进来,业务结果出去,过程全程可追踪。

框架安装方法 pip install -U agently
同一套 Agent 工程链路,可以按模型协议和环境配置切换
OpenAI ChatCompletion OpenAI Responses Anthropic Compatible
业务入口 从场景、流程和下游系统开始设计 Agent。
工程边界 模型负责理解和生成,Agently 负责契约、行动、流程和证据。
环境切换 通过 provider、model profile 和 model_key 选择具体模型配置。

企业 Agent 的工程链路

业务目标不是 prompt,Agently 补的是从理解到交付的链路

官网用户最关心的是能不能把 AI 接进真实业务系统。Agently 把模型生成、结构化契约、外部行动、流程生命周期、服务接口和观测评测拆成清楚的工程能力,团队可以按交付风险逐层验证。

结构化契约

把一句话变成下游能用的数据

output schema、result facade、instant stream 和重试校验,让字段能直接进入 UI、工单、CRM、审计或后续流程。

受控行动

让 Agent 调系统,但不越权

Actions、Function Calling、MCP 和 ExecutionEnvironment 把业务函数、工具、脚本和沙盒执行放进可记录的调用边界。

事件流程

长任务按事件、分支和并行推进

TriggerFlow 与 Dynamic Task 支持串并行、条件分支、等待恢复、运行流和执行快照,复杂过程不再藏在一个黑盒循环里。

上线运营

上线后能观测、评测和迭代

FastAPIHelper、RuntimeEvent、Workspace、DevTools 和 release 更新策略,把 demo 交给产品、运维和质量团队继续使用。

能力栈

从一次请求到生产工作流,能力按交付风险分层

团队可以先验证结构化结果,再接外部工具,再把流程服务化。每一层都有独立文档和可运行样例,适合技术评估,也适合销售前置说明。

真实交付物

不是只说能做什么,而是看见结果长什么样

这里只展示已经开发并有可视证据的项目。每张图对应一个可继续拆成接口、流程、数据结构和运行证据的场景,帮助业务方判断价值,也帮助开发者判断要接哪一层能力。

Daily News Collector 生成的 Markdown 报告渲染截图
Daily News Collector · 公开项目

从一个主题到可编辑 Markdown 日报

市场、投研、运营和风控团队可以把选题、搜索、筛选、浏览、摘要和报告渲染变成可复核流程。

  • TriggerFlow 阶段编排
  • 结构化栏目字段
  • 报告产物可继续编辑
Talk to Control 自然语言控制界面截图
Talk to Control · 公开项目

自然语言操作业务对象

用户说目标,系统先读取状态、生成动作计划,再执行或拒绝。适合后台、设备、运营和低代码控制台。

  • Actions 限定可调用能力
  • schema 约束参数
  • 运行流反馈给前端
AgentlyTextParser 长文抽取结果界面截图
AgentlyTextParser · 本地验证项目

长文抽取、字段分组和引用定位

合同、报告、访谈和知识库资料可以进入可导出的 JSON 或表单,而不是停留在一段摘要里。

  • 长文分段处理
  • 规则驱动 schema
  • 证据定位与进度展示
EDA Agent 专业工作台运行界面截图
EDA Agent Final · 本地完成原型

专业需求推进到工具执行

模型生成结构化方案,宿主系统做确定性校验、替代方案选择和工具 API 执行,适合专家工作台类场景。

  • topology / netlist 计划
  • 确定性 validate gate
  • 服务接口接工具 API

上线后的运行证据

DevTools 让每次运行都有证据

agently-devtools 是可选 companion 包。开发和试运行阶段可以连接 ObservationBridge,把 Runtime Observation、Scenario Evaluations、Playground、Console 和 Logs 放进同一个本地控制台。

  • 运行树、graph、Mermaid 和 trace 帮团队定位流程路径。
  • EvaluationBridge 把多轮方案评测和真实 run 关联起来。
  • Playground 用来单独验证模型设置、输出契约和 prompt 变体。
查看 DevTools 接入
Agently DevTools
Runtime Observation Scenario Evaluations Playground Logs
Execution Graph
Agent Action Flow Result
[INFO] model.request.completed [INFO] action.lookup_ticket passed [INFO] evaluation.round.result pass_rate=92%

Coding Agent 加速

一句话开始搭建你的 Agent 系统

Agently-Skills 是给 Codex、Claude Code 等 coding agent 使用的官方指导包。它帮助 coding agent 选择 Agently 原生 API、项目结构、Action Runtime、TriggerFlow、Dynamic Task、DevTools 和迁移路径。

Install skills 让 coding agent 使用 Agently 官方搭建路径
npx skills add AgentEra/Agently-Skills --agent codex --skill agently -y
npx skills add AgentEra/Agently-Skills --agent codex --skill agently-runtime -y
npx skills add AgentEra/Agently-Skills --agent codex --skill agently-triggerflow -y
打开 Agently-Skills
一句业务目标

“做一个售后工单分流 Agent,输出 severity、owner、next_step,并接入内部创建工单函数。”

生成:结构化 schema、Actions 注册、测试输入和服务入口。
一句流程目标

“把日报自动化拆成选题、搜索、筛选、摘要、渲染的 TriggerFlow,并暴露 SSE。”

生成:事件驱动 flow、并行节点、运行流和前端消费接口。
一句迁移目标

“把现有 LangGraph 工具调用流程迁到 Agently,保留工具边界和运行证据。”

生成:迁移拆分、Agently request/runtime 层映射和验证清单。

合作、授权与招聘

让业务方、技术方和团队候选人都有明确入口

先用公开文档、项目证据和本地试用验证技术路径;需要商用授权、商标/认证说明或加入团队时,可以直接走对应入口。

开发者社区

讨论业务系统接入、工具治理、TriggerFlow 编排、服务化交付和 DevTools 观测。

加入微信群

授权说明

Agently 开源核心采用 Apache 2.0。商标、官方认证、官方合作伙伴或背书类表述不随开源许可自动授权;商用授权可联系 business@agently.tech。

加入我们

当前保留全栈应用开发工程师、全栈产品经理、技术运营&商务负责人等岗位入口。简历发送至 hr@agently.tech。

全栈应用开发 全栈产品经理 技术运营&商务
投递简历

开始验证

给技术团队的最短路径

先跑一次结构化请求,再接执行力、流程编排、服务化和观测。每一步都对应文档,不需要先读完整框架史。