Python 原生 Agent 框架，内置一等公民 Skill 支持与多 LLM 适配器。
- 🤖 声明式 Agent — 零继承配置，支持 Handoff 转介 + as_tool 委派两种协作模式
- 📚 一等公民 Skill — 三级渐进式加载（L1 元数据 → L2 指令 → L3 资源），按需加载省 token
- 🔧 灵活工具系统 —
@function_tool装饰器自动推断 JSON Schema - 🧠 多 LLM 适配器 — 自研统一适配层，4 个适配器覆盖所有主流 LLM
- 🛡️ 内置安全 — Guardrail 护栏 + 权限控制 + 三级沙箱
- 🎭 编排 Agent — Sequential / Parallel / Loop 三种模式
- 💾 记忆系统 — 可选集成 Mem0，支持自定义记忆提供者
# 基础安装
pip install ni.agentkit
# 如果需要 OpenAI / DeepSeek / 通义千问等
pip install "ni.agentkit[openai]"
pip install "ni.agentkit[anthropic]"
pip install "ni.agentkit[google]"
pip install "ni.agentkit[memory]"
pip install "ni.agentkit[docker]"
pip install "ni.agentkit[all]"from agentkit import Agent, Runner, function_tool
@function_tool
def get_weather(city: str) -> str:
"""获取天气"""
return f"{city}：晴，25°C"
agent = Agent(
name="assistant",
instructions="你是一个有帮助的中文助手。",
model="ollama/qwen3.5:cloud",
tools=[get_weather],
)
result = Runner.run_sync(agent, input="北京今天天气如何？")
print(result.final_output)安装后查看文档：
# 命令行方式
agentkit-docs
# Python 方式
import agentkit
print(agentkit.get_docs_dir()) # 文档目录路径
print(agentkit.get_examples_dir()) # 示例目录路径| 文档 | 说明 |
|---|---|
| README | 项目概述与特性 |
| QuickStart | 8 个渐进式入门示例 |
| Architecture | 六层架构设计说明 |
| Reference | 完整 API 参考手册 |
安装包内含 16 个可运行示例（标准版 × 8 + Ollama 本地版 × 8）：
# Ollama 本地版（无需 API Key）
python -c "import agentkit; print(agentkit.get_examples_dir())"
# 然后运行对应目录下的示例文件
# 或者直接：
python -m agentkit.examples.ollama.01_basic_chat| 模型 | 适配器 | 用法 |
|---|---|---|
| GPT-4o / o1 / o3 / o4 | OpenAIAdapter | model="gpt-4o" |
| Claude Opus/Sonnet/Haiku | AnthropicAdapter | model="claude-sonnet-4-20250514" |
| Gemini 2.5 / 3 | GoogleAdapter | model="gemini-2.5-pro" |
| 通义千问/智谱/DeepSeek/Moonshot/百川/Azure | OpenAICompatibleAdapter | model="deepseek/deepseek-chat" |
| Ollama 本地模型 | OllamaAdapter | model="ollama/qwen3.5:cloud" |
./build.sh # 构建 wheel + sdist
./build.sh clean # 清理构建产物
./build.sh test # 在隔离环境中安装并验证
./build.sh all # 清理 + 构建 + 验证（推荐）构建产物输出到 dist/ 目录：
dist/
├── ni_agentkit-0.3.2-py3-none-any.whl # pip install 用这个
└── ni_agentkit-0.3.2.tar.gz # 源码分发MIT