最近AI很火热，开源一款我写的AI Agent库

地址： github.com/deep-projec…

通过这个库，可以很方便的接入不同的大模型和MCP工具。

可以在其上层封装出可落地的AI项目。

对AI感兴趣的小伙伴可以给个Star  ⭐

介绍

本项目使得创建一个AI智能体变得非常简单，能够赋予其思维（LLM）、记忆（Storage）和能力（Tools）。不仅可以接入当前流行的MCP服务，还可以自定义工具进行接入，极大提高了智能体创建的效率。

安装

go get github.com/deep-project/agent

使用 / Usage

import (
    "fmt"
    "github.com/deep-project/agent"
    "github.com/deep-project/agent/adapters"
    "github.com/mark3labs/mcp-go/client"
    "github.com/sashabaranov/go-openai"
)

a := agent.New()

// 赋予AI思维
mindConfig := openai.DefaultConfig("TOKEN XXXXXXXXXXXXXXX")
mindConfig.BaseURL = "https://api.openai.com/v1"
a.GrantMind(adapters.NewOpenAI(mindConfig, "gpt-4"))

// 赋予AI记忆
a.GrantMemory(adapters.NewMemorySimpleAdapter(999))

// 赋予AI能力
mcpClient, _ := client.NewStdioMCPClient(`./mcp`, []string{}, "-y")
adapters.MCPAdapterInitializeClient(mcpClient)
a.GrantAbility(adapters.NewMCPAdapter(&adapters.MCPAdapterOptions{Enable: true}, mcpClient))

// 设置一个会话id
// 如果为空，则自动生成一个uuid
var sessionID = ""
sessionID, msg, _ := a.Talk(sessionID, "hello world!")

// 得到回复
fmt.Println("reply", msg)

可以赋予多种能力

// MCP 1
a.GrantAbility(adapters.NewMCPAdapter(&adapters.MCPAdapterOptions{Enable: true}, MCP_1))
// MCP 2
a.GrantAbility(adapters.NewMCPAdapter(&adapters.MCPAdapterOptions{Enable: true}, MCP_2))

能力不止于mcp服务，可以是任何符合程序接口的tools。可以直接自定义一个满足接口的结构体，整体打包，这样也不必再开启一个mcp服务了。

内置的存储适配器

// 简单的存储(依靠内存)
a.GrantMemory(adapters.NewMemorySimpleAdapter(999))

// 使用bbolt数据库作为存储
db, _ := bbolt.Open("my.db", 0666, nil)
a.GrantMemory(adapters.NewMemoryBoltDBAdapter(db))

其他自定义的存储mysql sqlite pgsql都可以。只需要符合程序接口即可。

多种交互方式

// 简单的文字交流
a.Talk(sessionID, "hello world!")

// 输入文字，返回完整消息体
a.Send(sessionID, "hello world!")

// 通过消息体交互
a.Interact(&agent.InteractInput{
		SessionID:    sessionID,
		MessagesLimit: 50,
		Messages: []message.Message{
			{Role: message.RoleUser, Contents: []message.Content{message.NewMessageWithContentText("hello world!")}},
		}
})

通过消息体交互，可以保持最大的灵活性，可以自定义角色，限制消息列表最大长度，发送多种类型的消息。