Agently documentation for building AI applications with stable outputs, observable actions, and durable workflows.
语言:English · 中文
这是导航工具:先判断问题属于哪一层,再去对应章节。
| 层 | 它回答的问题 | 去哪读 |
|---|---|---|
| 1. 单次请求 | 我能不能从模型拿到一个结构化答案? | 快速开始、Requests 概览 |
| 2. 稳定输出 | 我每次都能拿到期望的字段吗? | Schema as Prompt、输出控制 |
| 3. 响应与记忆 | 我能复用一次响应、延续受控窗口对话,或跨 turn 保存任务 records 吗? | 模型响应、会话记忆、Workspace |
| 4. Action 与执行环境 | 模型是否需要调用函数、MCP server 或带托管执行依赖的沙箱命令? | Actions 概览、Action Runtime、Execution Environment |
| 5. 知识与服务 | 是否需要检索、HTTP、SSE 或 WebSocket 暴露? | 知识库、FastAPI 服务封装 |
| 6. 观测与开发 | 是否需要 observation event、DevTools 或 coding-agent 指引? | 观测概览、Coding Agents |
| 7. Agent 自动编排 | 是否需要一次 Agent turn 在模型响应、Actions、Skills 或 Dynamic Task 候选中选择路线? | Agent 自动编排 |
| 8. 动态任务图 | 是否需要让模型或应用提交 DAG,并在执行前校验它? | Dynamic Task |
| 9. 编排 | 分支、并发、暂停恢复、持久化 | TriggerFlow 概览 |
每一层都依赖前面的层。跳层是出问题最常见的原因——比如,单次请求没稳定就跳进 TriggerFlow。
| 你的处境 | 去哪 |
|---|---|
| 完全新手 | 快速开始 |
| 输出不稳定 / 偶尔缺字段 | Schema as Prompt → 输出控制 |
| 想要字段级流式 UX | Async First → 输出控制 |
| 一次响应想多种方式复用 | 模型响应 |
| 多轮对话且要控制窗口 | 会话记忆 |
| 多轮任务需要持久 observations、artifacts、decisions 或 checkpoints | Workspace |
| 显式 workflow loop 需要持久结构化状态、record links、checkpoint 查询和 recall | TriggerFlow 概览 + Workspace;见 examples/workspace/workspace_loop_foundation.py |
| 模型要调工具 / MCP | Action Runtime |
| 需要常见 Python / shell / workspace / Node.js / SQLite 能力 | Action Runtime,优先从 agent.enable_python(...)、agent.enable_shell(...)、agent.enable_workspace_file_actions(...)、agent.enable_nodejs(...) 或 agent.enable_sqlite(...) 开始 |
| 需要 web search 或页面 browse | Action Runtime,使用 from agently.builtins.actions import Search, Browse 和 agent.use_actions(...) |
| 执行前需要托管 MCP/sandbox/process/browser/SQLite 生命周期 | Execution Environment,通常面向 action/plugin 开发者 |
| 判断新扩展应该放在哪一层 | 扩展边界 |
| 把 agent 包成服务 | FastAPI 服务封装 |
| 需要查看观测事件 | Event Center → DevTools |
| 需要一次 Agent turn 在模型响应、Actions、Skills 或 Dynamic Task 中选路线 | Agent 自动编排 |
| 模型生成或应用提交的 DAG 需要先校验再执行 | Dynamic Task |
| 多阶段带分支的工作流 | TriggerFlow 概览 → 模式 |
| 长跑流程带人工审批 / 中断 | Pause 与 Resume |
| 跨重启保存恢复 execution | 持久化与 Blueprint |
从 .end() / set_result() / 旧 runtime_data 迁移 |
TriggerFlow 兼容 |
Agently.action / agent.use_actions(...)、来自 agently.builtins.actions 的内置 package,以及 agent.enable_python(...)、agent.enable_shell(...)、agent.enable_workspace_file_actions(...) 等场景 helper。已有的 tool_func / use_tools / use_mcp / use_sandbox 仍可用,但定位为兼容入口;见 Action Runtime。agent.start();需要路线诊断或过程流式输出时用 agent.create_execution()。如果应用必须强制走 Skills 或 Dynamic Task,使用显式 agent.run_skills_task(...) 或 Agently.create_dynamic_task(...)。emit / when 与 runtime stream 归 TriggerFlow 事件与流。