PyAgentX: Продвинутая многоагентная AI-система

PyAgentX — это фреймворк для создания автономных AI-агентов, способных решать сложные, многошаговые задачи. Система использует архитектуру многоагентной команды, где центральный Оркестратор управляет командой узкоспециализированных агентов для достижения глобальной цели.

Проект основан на самых современных концепциях в области Agentic AI, включая иерархическое планирование, самокоррекцию, продвинутый RAG с переранжированием и долгосрочную память.

---

🏛️ Ключевые концепции

Мы разделили документацию на несколько разделов для удобства:

1. Архитектура многоагентной системы: Обзор Оркестратора, Планировщика, Исполнителей и принципов их взаимодействия.
2. Ядро агента: Цикл ReAct и Рефлексия: Описание внутреннего цикла работы каждого агента и механизма самокоррекции при ошибках.
3. Продвинутый RAG-пайплайн: Детальное описание нашего двухэтапного RAG с семантическим чанкированием и переранжированием.
4. Долгосрочная память: Как агенты запоминают информацию между сессиями для повышения эффективности.
5. Оценка и Безопасность: Описание наших собственных легковесных систем для оценки качества и модерации ответов.

---

🛠️ Технологический стек

• Язык: Python 3.10+
• LLM API: OpenAI
• Оркестрация и ядро агентов: Кастомная реализация
• Семантическое чанкирование: semchunk
• RAG:
  • unstructured для парсинга документов
  • rank-bm25 для sparse-поиска
  • numpy для векторных операций
  • sentence-transformers для Cross-Encoder Re-ranking
• Долгосрочная память: sqlite3
• Безопасность: guardrails-ai
• Оценка: deepeval, pytest
• Зависимости: python-dotenv, tiktoken

---

🚀 Как запустить

1. Установка зависимостей

pip install -r requirements.txt

2. Настройка окружения

Скопируйте .env.example в .env и укажите ваш OPENAI_API_KEY.

cp .env.example .env

3. Создание базы знаний

Для работы RAG-пайплайна необходимо один раз создать векторную базу знаний из документов в директории knowledge_base/.

python -m scripts.build_knowledge_base

4. Запуск тестов (Опционально)

Чтобы убедиться, что все работает корректно:

pytest

5. Запуск веб-сервера

uvicorn app.main:app --reload

После запуска API будет доступно по адресу http://127.0.0.1:8000/docs.

---

🏗️ Структура проекта

PyAgentX/
├── app/
│   ├── agents/             # Логика агентов, их роли и инструменты
│   │   ├── roles/
│   │   └── prompts/
│   ├── evaluation/         # Собственный фреймворк оценки
│   ├── memory/             # Менеджер долгосрочной памяти (SQLite)
│   ├── rag/                # RAG-пайплайн (ретривер)
│   ├── safety/             # Собственные "ограждения" (Guardrails)
│   ├── main.py             # FastAPI приложение
│   └── orchestrator.py     # Оркестратор
├── docs/                   # Детальная документация
├── knowledge_base/         # Исходные документы для базы знаний
├── scripts/                # Скрипты (например, для создания RAG-базы)
├── tests/                  # Тесты
├── .env.example
├── README.md
└── requirements.txt