Relf-Agent 用来解决什么
Relf-Agent 是开源 Python Agent 框架。你定义模型、业务工具与任务结构，框架保存执行身份、模型响应、审批决定和工具回执，让任务能够被观察、控制，并在满足原配置与证据要求时恢复。
全称是 Reliable and Extensible Lifecycle Framework for Intelligent Agents，即可靠、可扩展的智能体全生命周期框架。定位是：灵活构建智能体，可靠运行智能应用。 模型推理、规划与成员协作提供智能能力，可替换组件支持业务定制，持久执行负责审批与恢复。
项目原名 Ralf-Agent，仓库现为 RalfNick/relf-agent。安装包仍为 ralf-agent，Python 导入为 ralf_agent，命令为 ralf。本站教程仍采用下方标注的 SDK 0.1.0a1 固定基线；最新公开版本见 0.1.0a2 Alpha，不以品牌更新代替版本与恢复验收。
一个典型工单流程是：读取工单 → 检索运维手册 → 提出变更 → 人工审批 → 执行工具 → 检查结果。可以先用一个 Agent 完成，再把固定步骤组合成 Workflow；需要成员协作时，再加入 Plan 或 Team。
先完成离线快速开始。它使用 Python 3.11+ 与本地 SQLite，无需模型密钥、Redis、Temporal 或 Docker。
按任务选择能力
| 你的目标 | 使用的能力 | 从哪里开始 |
|---|---|---|
| 让模型读取订单、处理工单或调用业务函数 | Provider、AgentSpec、ToolRegistry、参数与输出 Schema |
模型与工具 |
| 关键写操作需要先确认，进程退出后还要继续 | Action、操作摘要、持久审批、业务回执与未知效果核验 | 审批与恢复 |
| 等待用户补充信息，随后继续原任务 | 持久问题、固定回复 Schema 与原 Run 续接 | 持久用户输入 |
| 同一用户连续对话，保留每轮任务和已知偏好 | Session / Turn、Facts、召回策略与 Context | 会话、记忆与 RAG |
| 根据手册或知识库回答，并保留来源 | 文档摄取、版本化 Knowledge、词法／向量／混合检索 | 会话、记忆与 RAG |
| 多个已知步骤依次或并行执行 | Workflow、静态依赖图、分支、输入映射与有界并行 | 工作流与多 Agent |
| 在有限成员间规划、分工和检查结果 | Plan / Team、Planner、Verifier 与子 Run | 工作流与多 Agent |
| 复用 MCP、HTTP 接口、固定 CLI 或文件资料 | ToolSource、Workspace、Skills 与显式策略 | 集成与扩展 |
| 用配置管理组件，按需接入独立 Worker | RuntimeProfile、版本化装配、Local／Temporal | 运行与部署 |
能力如何一起工作
用户输入 + Agent / Workflow 定义
↓
Session + Facts + Knowledge → Context → Provider
↓ 提出响应／工具调用
执行校验与持久化
↓
需要审批？→ 等待人工决定
↓
Tool → 回执／效果核验
↓
保存结果，完成原 RunProvider 负责提出响应和工具调用，执行权威由 Engine 或 Temporal History 持有。检索结果、Skills 文本、模型提案都不能自行扩大工具权限。纯 Transform 和决策策略不执行外部 I/O，真实业务调用放在受管理工具中。
默认起点与可选组件
本地基础路径： 一个 Python 进程、一个本地执行数据库、普通 Python 工具。按需加入 Session、Facts、本地词法 RAG、顺序或静态工作流。先验证任务与恢复流程，再替换组件。
显式选择的扩展： 真实模型、语义 Embedding、远程数据后端、MCP／HTTP／CLI、Sandbox、Coding 委托与 Temporal 分别有配置、资源和支持子集要求。当前 Alpha 中，远程及服务化等扩展按各自指南作为实验性能力使用；默认教程不依赖它们。当前支持和验收范围以实现清单为准。
有模型适配器，不表示所有线上型号兼容；有检索器，不表示语义质量已满足业务要求；一次 Local 成功，也不代表任意 Temporal 组合已验证。execution credits 是执行额度，不是货币、Token 或供应商费用硬上限。
三条学习路径
业务工具助手
快速开始 → 模型与工具 → 审批与恢复。先接只读查询，再为写工具配置正确的效果类别、幂等／核验契约和审批。
知识与多轮对话
核心概念 → 会话、记忆与 RAG → 集成与扩展。先区分会话历史、长期事实和知识文档，再选择来源、召回和上下文策略。
多步骤业务流程
工作流与多 Agent → 运行与部署 → 审批与恢复。固定步骤优先用静态图，需要规划时再明确允许成员、次数、并发与预算。
通过站内连续应用教程，在同一个工单应用中加入模型、Session、RAG、Facts 和 Workflow。方法签名查 API 与 CLI 参考，离线回归、模型兼容与真实质量边界见测试与评估。