Metadata-Version: 2.4
Name: agentlin
Version: 0.0.25
Summary: General Agent Framework by LinXueyuan
License: MIT
License-File: LICENSE
Author: LinXueyuanStdio
Author-email: 23211526+LinXueyuanStdio@users.noreply.github.com
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 2
Classifier: Programming Language :: Python :: 2.7
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.4
Classifier: Programming Language :: Python :: 3.5
Classifier: Programming Language :: Python :: 3.6
Classifier: Programming Language :: Python :: 3.7
Classifier: Programming Language :: Python :: 3.8
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Programming Language :: Python :: 3.13
Classifier: Programming Language :: Python :: 3.14
Requires-Dist: Pillow
Requires-Dist: aio-pika
Requires-Dist: beautifulsoup4
Requires-Dist: croniter
Requires-Dist: datasets
Requires-Dist: fastapi
Requires-Dist: fastmcp
Requires-Dist: google-genai
Requires-Dist: holidays
Requires-Dist: html2text
Requires-Dist: kaleido
Requires-Dist: loguru
Requires-Dist: omegaconf
Requires-Dist: openai (==2.3.0)
Requires-Dist: openai-chatkit
Requires-Dist: plotly
Requires-Dist: psutil
Requires-Dist: pylatexenc
Requires-Dist: python-dotenv
Requires-Dist: rich
Requires-Dist: ripgrep-python
Requires-Dist: sseclient
Requires-Dist: stevedore
Requires-Dist: streamlit (>=1.46.0,<2.0.0)
Requires-Dist: streamlit-markdown
Requires-Dist: ta
Requires-Dist: typer
Requires-Dist: uvicorn
Requires-Dist: websockets
Requires-Dist: xlin
Description-Content-Type: text/markdown

# AgentLin

通用 Agent 架构，支持多Agent协作和RPC远程调用。

## 主要特性

- 🤖 **多Agent系统**: 基于RabbitMQ的消息队列支持多Agent协作
- 🔗 **RPC远程调用**: 像本地函数一样调用远程Agent方法
- ⏰ **时间同步**: 分布式时间协调机制
- 🛠️ **工具集成**: 丰富的工具生态系统
- 📊 **数据处理**: 内置数据分析和可视化工具
- 🔄 **自动重连**: 健壮的连接管理和故障恢复


## 开始使用

### 1. 安装

```bash
pip install agentlin
```

本地安装

```bash
apt-get install build-essential libssl-dev libffi-dev python3-dev
pip install pip --upgrade
pip install -e .
# plotly 需要额外下载 chrome 内核用于渲染图表
plotly_get_chrome
```

### 2. 创建 `.env` 文件

复制 `.env.example` 文件为 `.env` 并填写所需的环境变量。

环境变量定义了访问 o3 模型的 API 密钥和其他配置。


### 3. 创建软链接

将公共数据目录 `/mnt/aime/datasets/agent/agent_data` 软链接到你本地项目的 `data` 目录下

```bash
ln -s /mnt/aime/datasets/agent/agent_data data
```

### 4. 运行应用程序

```bash
streamlit run chart_o3_toolcall.py
```

注意：如果你不是在交互式建模的容器里运行的，需要挂一个代理服务将本地请求转发到北美：

```bash
cd tool_server
bash run_aime_proxy_server.sh
```

### 5. 运行 MCP 服务器

```bash
HOME_DIR=<your_home_directory> agentlin mcp-server --name file_system --host localhost --port 9999 --path /mcp --debug
agentlin mcp-server --name bash --host localhost --port 9999 --path /mcp --debug
agentlin mcp-server --name memory --host localhost --port 9999 --path /mcp --debug
agentlin mcp-server --name web --host localhost --port 9999 --path /mcp --debug
TODO_FILE_PATH=<your_todo_file_path> agentlin mcp-server --name todo --host localhost --port 7780 --path /mcp --debug
```

## 详细文档

参见 [RPC消息队列使用指南](docs/rpc_message_queue_guide.md)


## 目录结构

```sh
agentlin/
├── core/                     # 核心架构组件
│   ├── agent_schema.py       # Agent 模式定义
│   ├── simulator.py          # 仿真器
│   ├── multimodal.py         # 多模态支持
│   └── types.py              # 数据类型定义
├── route/                    # 路由和代理管理
│   ├── client.py             # 客户端
│   ├── mcp_proxy_*.py        # MCP 代理相关
│   ├── session_manager.py    # 会话管理
│   └── *_task_manager.py     # 任务管理器
├── code_interpreter/         # 代码解释器
│   ├── client.py             # 解释器客户端
│   ├── jupyter_*.py          # Jupyter 集成
│   ├── tool_call_display.py  # 工具调用显示
│   └── ...                   # 其他组件
└── tools/                    # 工具集合
    ├── tool_aime.py          # AIME 工具
    ├── tool_code_interpreter.py # 代码解释器工具
    ├── tool_chart.py         # 图表工具
    └── tool_*.py             # 其他工具

chart_agent/                  # 图表 Agent
table_agent/                  # 表格 Agent
tool_server/                  # 工具服务器
docs/                        # 项目文档
assets/                      # 配置文件
data/                        # 数据文件，软链接到 /mnt/aime/datasets/agent/agent_data
```


## Agent 能力扩展

我们通过多个层级对 agent 能力进行扩展：

1. **原子工具（Atomic Tools）**: 最基本的功能单元，足够通用才能成为原子工具，如代码解释器、结构化数据生成器作为工具、子智能体能力作为工具、动态加载技能的能力作为工具、MCP 能力作为工具。
   1. **代码解释器（Code Interpreter）**: 通过代码解释器执行代码的能力，可以在代码里调用其他工具、函数
   2. **子智能体（SubAgent）**: 组合多个工具，具有独立上下文，形成特定能力的智能体
   3. **技能（Skills）**: 按需加载的技能包，包含一些工具、关于使用这些工具的提示词和示例
   4. **结构化数据生成器（Structured Data Generators）**: 用户要求返回结构化数据时，专门用于生成结构化数据的工具。可以利用 LLM 约束解码能力，确保数据结构正确。
   5. **MCP 能力（MCP Capabilities）**: 通过 MCP 协议调用远程服务的能力，允许 agent 使用分布式资源和服务
   6. **智能体作为工具（Agent-as-Tool）**: 将完整的智能体封装为工具
2. **环境（Environment）**: 预定义的任务环境，集成了多种工具和技能，环境的描述和提示词注入到系统提示词中，环境的工具注册为原子工具
   1. **通用环境（General Environments）**: 面向广泛任务的环境，如有状态浏览器环境、文件系统环境、沙盒环境
   2. **专用环境（Specialized Environments）**: 面向特定任务的环境，如量化交易环境、漏洞挖掘环境
3. **基于 Bash 扩展的工具（Tools-in-Bash）**: 定义在 Bash 环境中运行的工具，agent 需要通过 `ls`、`cat`、`--help` 等命令来探索和使用这些工具
4. **基于 MCP 扩展的工具（Tools-in-MCP）**: 定义在 MCP 服务器中运行的工具，agent 通过 MCP 协议的 `list_tools`，`call_tool` 等方法来调用这些工具
5. **基于代码执行的工具（Tools-in-CodeInterpreter）**: 定义在代码执行环境中运行的工具，agent 通过代码调用这些工具
6. **基于浏览器扩展的工具（Tools-in-Browser）**: 定义在浏览器环境中运行的工具、插件、扩展，agent 通过 browser-use 工具来调用这些浏览器工具
7. **基于计算机扩展的工具（Tools-in-Computer）**: 定义在计算机环境中运行的工具、APP，agent 通过 computer-use 工具来调用这些计算机工具
8. **基于手机扩展的工具（Tools-in-Mobile）**: 定义在手机环境中运行的工具、APP，agent 通过 mobile-use 工具来调用这些手机工具

同时，按权限级别对工具进行分类：
1. **系统级工具（System-level Tools）**: 内建于 agentlin 框架中的原子工具
2. **开发者级工具（Developer-level Tools）**: 由环境或 MCP 服务器注册的工具
3. **用户级工具（User-level Tools, Client-Side Tools）**: 由用户自定义并注册的工具


## agentlin CLI 工具

使用 `agentlin --help` 查看命令行工具的帮助信息：

| 命令名称                | 描述                          |
| ----------------------- | ----------------------------- |
| mcp-server              | 运行指定的 MCP 服务器。       |
| env-as-mcp-server       | 将环境作为 MCP 服务器运行。   |
| code-interpreter-server | 运行代码解释器服务器。         |
| agent-server            | 运行代理服务器。               |
| task-server             | 运行任务服务器。               |
| sgl-server              | 运行 sgl 服务器。              |
| evaluate                | 运行评估。                     |
| run                     | 运行智能体（Agents）。          |
| env                     | 管理、提供服务并与环境交互。   |
| tool                    | 管理和运行工具。               |
| skill                   | 管理和运行技能。               |
| code-interpreter        | 运行代码解释器。               |

### agentlin mcp-server
启动 MCP 服务器，注册工具供 agent 调用

```bash
agentlin mcp-server --name <tool_name> --host <host> --port <port> --path <path> [--debug]
```

### agentlin env （agent-env）
管理和运行环境，提供环境服务

```bash
agentlin env list
agentlin env info <env_name>
agentlin env play --env <env_name> --env-args '{"arg1": "value1", "arg2": "value2"}'
```

如果环境是带工具的，即继承自 IToolEnvironment，则可以将环境转换为 MCP server，后续可注册环境内的工具供 agent 调用。

```bash
agentlin env-as-mcp-server --env <env_name> --port <port> --env-args '{"arg1": "value1", "arg2": "value2"}'
```

### agentlin tool （agent-tool）
管理和运行工具，提供工具服务

```bash
agentlin tool list
agentlin tool --name <tool_name> --tool-args '{"arg1": "value1", "arg2": "value2"}'
```

### agentlin skill （agent-skill）
管理和运行技能，提供技能服务
```bash
agentlin skill list
agentlin skill info <skill_name>
agentlin skill --name <skill_name> --skill-args '{"arg1": "value1", "arg2": "value2"}'
```

