omnicoreagent
一個用於 Python 的代理執行環境。讓您的代理執行實際工作。保持控制:每個動作在執行前都會被檢查,每次執行都能在崩潰後存活,而不會默默重做一個
omnicoreagent 是什麼?
一個用於 Python 的代理執行環境。讓您的代理執行實際工作。保持控制:每個動作在執行前都會被檢查,每次執行都能在崩潰後存活,而不會默默重做任何事,每個步驟都有記錄。
omnicoreagent 概覽
這是什麼
OmniCoreAgent 是一個用於 Python 的代理執行環境。它包含圍繞模型的 harness、循環、工具、上下文、工作區和子代理,並加入了真實運行代理所需的:每個動作前的政策、作為命令邊界的沙箱、崩潰後仍能繼續的運行、預算,以及每一步的記錄。可從 Python、命令列或 HTTP 伺服器使用。
主要功能
- Harness:圍繞模型的循環,包含工具(你的工具與 MCP)、上下文與記憶、工作區、程式碼模式、技能、子代理與工作者設定檔 - 控制:每個動作前決定的政策(允許、詢問人或拒絕)、核准、預算、作為命令邊界的沙箱 - 持久性:暫停與恢復、崩潰後不重做工作、從已死進程接手 - 記錄:每次運行一條軌跡,從頭到尾可讀,預設私有,可匯出到 OTLP、LangSmith、Opik 或 JSONL - 程式碼模式:一個
run_code工具,讓模型撰寫簡短 Python 程式,在 Monty 中執行,每次呼叫都受控並被追蹤 - 治理:對每項能力(工具、MCP 伺服器、沙箱、網路、委派、背景執行)的政策;ask會暫停運行等待人員;shell 命令可透過前綴規則匹配 - 執行:一個execute工具,其命令在沙箱(Docker、E2B、Modal、Daytona、Vercel、你自己的或local)中執行,除非政策允許否則無網路
使用情境
- 從第一個腳本到受治理的背景工作者,再到基準測試 - 用於 CI 與腳本的無頭運行:一條指令、終端狀態、退出碼,以及結果與軌跡存於磁碟 - 在 Harbor(Terminal-Bench 運行的框架)上運行:代理安裝到每個任務的容器中,每次試驗回報獎勵、成本、代幣與軌跡 - 生產環境需求:工具、程式碼模式、治理、執行,以及每一步的記錄
快速開始
bash pip install omnicoreagent # Python 3.12–3.14;用 python --version 檢查 export LLM_API_KEY=your_api_key # model_config 中提供者的金鑰 python import asyncio from omnicoreagent import OmniCoreAgent, ToolRegistry tools = ToolRegistry() @tools.register_tool('lookup_order') def lookup_order(order_id: str) -> dict: return {'order_id': order_id, 'status': 'shipped', 'carrier': 'DHL'} agent = OmniCoreAgent( name='support', system_instruction='You answer questions about orders, using the tools. Answer in plain text.', model_config={'provider': 'openai', 'model': 'gpt-5.6-terra'}, local_tools=tools, ) async def main(): result = await agent.run('Where is order 1042?', session_id='customer-7') print(result['response']) await agent.cleanup() asyncio.run(main())
授權與價格
MIT 授權。開源。
內容整理自該專案公開的 README 與儲存庫資訊。