前言
AI Agent 是2024年最火热的技术趋势之一。但是,想要构建一个可用的AI Agent,开发者往往需要面对复杂的提示词工程、工具集成、状态管理 等问题。
有没有一种简单的方法,让任何人都能快速构建AI Agent?
答案是:Aidra
什么是 Aidra?
Aidra (AI + Dra/助手) 是一个开源的 AI Agent 开发平台,由 AWL (Auto World Lab) 团队开发。
我们的使命很简单:让任何人都能在30分钟内构建可用的 AI Agent。
核心特性
┌─────────────────────────────────────────────────┐
│ 5分钟 → 创建第一个 Agent │
│ 30分钟 → 交付生产级应用 │
│ 零代码 → 也能上手使用 │
└─────────────────────────────────────────────────┘
- 🚀 快速上手 - 5分钟创建第一个 Agent,30分钟交付生产级应用
- 🛠️ 开箱即用 - 内置常用工具(HTTP请求、文件操作、计算器等)
- 🔌 灵活扩展 - 支持自定义工具和系统提示词
- 📦 开源免费 - MIT 许可证,完全开源
快速体验
安装
# 克隆项目
git clone https://github.com/FAKE0704/Aidra.git
cd Aidra
# 启动后端
cd backend
python -m venv venv
source venv/bin/activatepip install -r requirements.txt
uvicorn app.main:app --reload
# 启动前端(新终端)
cd frontend
npm install
npm run dev
创建你的第一个 Agent
from app.core import Agent, LLM
from app.services import get_builtin_tools
# 初始化 LLM
llm = LLM.from_openai()
# 获取内置工具
tools = get_builtin_tools()
# 创建 Agent
agent = Agent(
name="我的助手",
llm=llm,
tools=tools
)
# 运行任务
result = await agent.run("帮我计算 100 * 25 + 10")
print(result) # 输出: 2510
就这么简单!
内置工具
Aidra 内置了5个常用工具,开箱即用:
| 工具 | 功能 | 使用场景 |
|---|---|---|
http_request | 发送HTTP请求 | 获取API数据、爬取网页 |
write_file | 写入文件 | 保存报告、生成代码 |
read_file | 读取文件 | 分析文档、处理数据 |
calculator | 数学计算 | 复杂运算、公式求解 |
datetime | 时间信息 | 日程安排、时间提醒 |
核心架构
Aidra 采用简洁的三层架构:
┌─────────────────────────────────────────────────┐
│ Web 界面层 │
│ Agent 创建 | 实时对话 | 监控管理 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 核心 API 层 │
│ RESTful API | 任务调度 | 工具协调 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ Agent 框架层 │
│ Agent | Tool | Memory | LLM │
└─────────────────────────────────────────────────┘
核心组件
- Agent: 智能代理核心,协调 LLM、工具和记忆
- Tool: 统一的工具接口,轻松扩展功能
- Memory: 对话历史管理,支持上下文记忆
- LLM: 多模型支持(当前支持OpenAI,更多模型开发中)
实际应用场景
1. 数据分析助手
agent = Agent(
name="数据分析助手",
tools=["http_request", "calculator", "write_file"],
system_prompt="你是一个专业的数据分析师"
)
await agent.run("获取今天的天气数据,生成一份分析报告")
2. 代码生成助手
agent = Agent(
name="代码助手",
tools=["read_file", "write_file", "http_request"],
system_prompt="你是一个Python开发专家"
)
await agent.run("读取data.py,优化其中的代码逻辑")
3. 自动化客服
agent = Agent(
name="客服助手",
tools=["http_request", "datetime"],
system_prompt="你是公司的智能客服,友善专业"
)
await agent.run("用户想查询订单状态,帮他处理")
扩展你的工具
需要自定义工具?很简单:
from app.services.tools.base import Tool
class MyTool(Tool):
name = "my_tool"
description = "我的自定义工具"
async def execute(self, **kwargs):
# 实现你的逻辑
return "执行结果"
# 注册工具
agent = Agent(
name="高级助手",
llm=llm,
tools=[MyTool()] # 使用自定义工具
)
项目结构
Aidra/
├── backend/ # Python 后端
│ ├── app/
│ │ ├── api/ # API 路由
│ │ ├── core/ # 核心框架
│ │ ├── models/ # 数据模型
│ │ └── services/ # 业务服务和工具
│ └── requirements.txt
├── frontend/ # Next.js 前端
│ ├── app/
│ │ ├── agents/ # Agent 相关页面
│ │ └── page.tsx # 首页
│ └── components/ # React 组件
└── docs/ # 文档
开发路线图
v0.1.0 (当前版本) ✅
- ✅ 核心 Agent 框架
- ✅ 5 个内置工具
- ✅ Web 界面
- ✅ RESTful API
v0.2.0 (开发中)
- 🚧 更多内置工具
- 🚧 Agent 模板市场
- 🚧 对话历史持久化
- 🚧 用户认证系统
v0.3.0 (规划中)
- 📋 多模型支持(Claude、Gemini)
- 📋 Agent 协作功能
- 📋 插件系统
- 📋 云端托管服务
为什么选择 Aidra?
| 对比项 | Aidra | LangChain | Dify | Coze/扣子 |
|---|---|---|---|---|
| 学习曲线 | 平缓 | 陡峭 | 中等 | 平缓 |
| 开箱即用 | ✅ | ❌ | ✅ | ✅ |
| 开源程度 | 完全开源 | 开源 | 开源 | 封闭 |
| 自定义能力 | 高 | 高 | 中 | 低 |
| 中文支持 | ✅ | 部分 | ✅ | ✅ |
| 云服务依赖 | ❌ | ❌ | 需要 | 需要 |
Aidra 的优势:
- 更简洁的API设计
- 更好的中文支持
- 不依赖任何云服务
- 完全控制数据隐私
贡献与支持
我们欢迎所有形式的贡献!
联系我们
- GitHub: github.com/FAKE0704/Ai…
- 邮箱: ceo@auto-world-lab.cn
- 微信群: [加入我们]
---## 许可证
本项目采用 MIT 许可证 - 欢迎自由使用和修改。
⭐ 如果这个项目对你有帮助,请给我们一个 Star!
让创造力飞翔 🚀
© 2026 AWL (Auto World Lab)