Framework agentowy (LangChain, LangGraph i inne)
Biblioteka do budowania agentów AI i workflow z LLM: wywołania modeli, narzędzia, stan, ponowienia i śledzenie, żeby nie pisać pętli samemu.
Częste wybory to LangChain i LangGraph, LlamaIndex, CrewAI i własne SDK agentowe dostawców modeli. Przyspieszają prototypy i dają od ręki checkpointy, kroki akceptacji przez człowieka i śledzenie. Kosztem jest abstrakcja, przez którą trzeba debugować, i aktualizacje, które zmieniają API. Sama pętla agenta to kilkadziesiąt linii; trudne są narzędzia, limity i ewaluacje, których żaden framework za Ciebie nie napisze.
Powiązane hasła
- Pętla agenta: Cykl: wywołanie modelu, wywołanie narzędzia, wynik, który agent powtarza, aż skończy.
- Harness agenta (uprząż agenta): Wszystko wokół modelu, co robi z niego agenta: pętla, narzędzia, uprawnienia, pamięć, zarządzanie kontekstem.
- Trwałe wykonanie (durable execution): Prowadzenie długiego procesu tak, żeby postęp zapisywał się po każdym kroku, dzięki czemu przetrwa awarię i może czekać godzinami albo dniami, a potem wrócić.
- Graf agenta (graf stanów): Modelowanie agenta jako jawnych węzłów, krawędzi i wspólnego stanu z checkpointami, żeby każdy krok dało się wstrzymać, wznowić, podejrzeć i przetestować.
