Agently Docs

Agently documentation for building AI applications with stable outputs, observable actions, and durable workflows.

View the Project on GitHub AgentEra/Agently

能力地图

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。

九层模型

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 RuntimeExecution 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。

路径选择

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(...)agent.enable_sqlite(...) 开始
需要 web search 或页面 browse Action Runtime,使用 from agently.builtins.actions import Search, Browseagent.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 CenterDevTools
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
.end() / set_result() / 旧 runtime_data 迁移 TriggerFlow 兼容

决策捷径