开源 · PYTHON AGENT FRAMEWORK

灵活构建智能体,
可靠运行智能应用。

可靠、可扩展的智能体全生命周期框架。
按需组合模型、工具与记忆,保存审批和回执,重启后继续原任务。

Python 3.11+无需模型密钥本地 SQLiteAlpha
01 / APPROVE / RESTART / RESUME

在关键操作前审批。
重启后,依据记录继续。

以工单变更为例:核对计划并批准,模拟宿主重启,再用已保存的批准继续原任务。点击下方按钮,走完这条路径。

oncall_agent / INC-001浏览器示意
演示阶段
  1. 01
    核对待批操作核对查看工具、参数和摘要
  2. 02
    保存人工批准批准批准绑定到原 Action
  3. 03
    重启执行宿主重启新进程读取原记录
  4. 04
    继续原任务恢复采纳结果,完成原 Run
查看真实恢复协议
原任务记录Run statewaiting_approval
Run IDrun_01J_RALFAction IDaction_change_001操作摘要55b34230…2ee944ac 缩略工具apply_change参数{ "ticket": "INC-001",
"plan": "restart test cache" }
审批记录待确认演示宿主process_01

示意 ID 与摘要:批准会绑定到这一个操作。

  1. 工单已读取,变更操作等待审批。

先核对工具、参数与摘要,再批准这次操作。

固定数据的浏览器示意,不运行 Python、调用模型或执行业务写入。真实恢复需要原数据、匹配配置和业务证据;未知写效果仍需核验。

02 / YOUR LOGIC. A CLEAR PATH.

从一个业务工具,
到完整的 Agent 应用。

先解决一个具体任务,再加入对话、知识与协作。每项能力都有独立的配置、使用指南和恢复边界。

本地起步,按需组合。

Local + SQLite 是低依赖起点。外部工具、远程存储与 Temporal 等扩展需显式配置,当前 Alpha 按各自实验性范围使用。

查看完整能力与选型
03 / YOUR FIRST LOCAL RUN

无需密钥,
跑通第一个本地任务。

源码安装后,生成一个离线工单项目。固定 Provider 会提出待批操作,让你先理解执行协议,再接入自己的模型。

  1. 01
    安装 SDK,生成项目

    Python 3.11+ · 本地 SQLite

  2. 02
    检查并批准原操作

    inspect → approve

  3. 03
    恢复原 Run,检查完成状态

    resume → succeeded

按完整教程继续审批与恢复

首次运行预期停在 waiting_approval。这些命令用于安装与启动项目,完整教程在同一页包含安装、审批、恢复和结果检查。

终端 · 离线工单LOCAL / SQLITE

1. 从源码安装

git clone https://github.com/RalfNick/relf-agent.git
cd relf-agent
git checkout 0b9b6c9682c40285d91994cd831aa93d7e814bf1
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -e .

2. 启动离线项目

ralf --format text init ../my-agent
cd ../my-agent
python -m agent_app --ticket INC-001
下一步:接入真实模型与 Python 工具

在模型与工具指南中查看完整 Python 示例。真实模型需配置凭据与型号,并产生供应商用量。

阅读模型与工具指南
04 / FIND YOUR NEXT STEP

从这里,走进 Relf-Agent。

浏览全部文档
BUILT IN THE OPEN. READY FOR YOUR IDEAS.

下一步,交给你来定义。

从第一个本地 Agent,开始你的执行路径。

ALPHA · APIS & DEPLOYMENT CONTINUE TO EVOLVE

搜索文档