开源 · Pre-GA · Apache 2.0
构建、托管并编排
可调用工具的
AI Agent
Agentrail 提供可组合的运行时、面向托管场景的服务层、多 Agent 编排能力，以及清晰的扩展模型，同时保留自托管与自行组合的空间。
import { defineAgent } from "@agentrail/core"; import { defineProfile } from "@agentrail/app"; export const researchAgent = defineAgent({ id: "researcher", model: { provider: "anthropic", modelId: "claude-sonnet-4-5", apiKey: process.env.ANTHROPIC_API_KEY, }, system: "You are a research assistant.", }); // stream a response const result = await researchAgent.stream( "What are the latest advances in agentic AI?", );
为什么是 Agentrail
处在合适的抽象层级。
很多团队会落在两个极端之间：一边是难以扩展的脚本集合，另一边是带来强绑定的平台。Agentrail 位于两者之间。
结构过少
临时脚本
- 缺少 Session 管理
- 工具契约隐含在代码中
- 编排方式每次都要重写
- 测试成本高
- 后续扩展常常需要返工
恰当的结构
Agentrail
- 可组合的运行时与清晰契约
- 覆盖 `/chat` 与 `/stream` 的 Host 层
- 内建支持的多 Agent 编排
- Plugin 与 Context Provider 扩展模型
- 无平台锁定，可完全自托管
绑定过强
托管平台
- 内部实现不透明
- 计费方式难以预估
- 扩展能力受限
- 数据受制于供应方
- 以 GUI 为主，而非以代码为主
包含内容
覆盖交付 Agent 所需的核心部分。
文档与包结构按职责划分。每个包职责明确，也可以单独使用。
@agentrail/core
Agent 运行时
用于定义 Agent 与类型化工具契约。LLM 循环、工具调度、LLM Provider 抽象、Prompt SDK 与用量统计都位于这一层。
@agentrail/capabilities
能力包
提供沙箱文件系统与浏览器工具、知识库检索、技能注册以及多 Agent 编排，可通过 defineProfile({ capabilities: [...] }) 组合到 Profile 中。
@agentrail/app
Host 层
createAgentApp 一次挂载聊天与流式接口，defineProfile 负责连接模型、Prompt 与能力。Session 管理、Plugin、Slash Command 与配置加载也位于这一层。
@agentrail/capabilities · orchestration
多 Agent 编排
用于创建子 Agent、分发结构化任务、等待条件完成，并在失败后恢复。状态可通过基于 JSONL 的邮箱机制跨重启保留。
@agentrail/app · SessionManager
Session 管理
基于文件系统的 Session 存储，使用追加式 JSONL 历史记录，并支持自动上下文压缩与会话分支。
@agentrail/capabilities · sandbox
沙箱执行
基于 Docker 的隔离执行环境，用于浏览器自动化、Shell 命令与文件读写，并按 Session 维度隔离。
架构
按层组织。
优先使用推荐的 SDK 入口；需要更细控制时，再下探到底层原语。