-
分布式任务调度
采用 事件驱动 架构。通过
GatewayClient和GatewayWorker以及 Redis Streams 消费组,实现生产者与消费者完全解耦,支持平滑扩容与负载均衡。 -
多语言一致性
为 Python、Java、TS 提供一致的编程模型。基于标准化的
AskAgentCommand和AgentTaskResult契约,跨语言无缝对接同一消息中枢。 -
全生命周期管控
基于 AgentContext 上下文机制。提供非阻塞流式发射,框架底层接管线程取消指令(避免死锁),并自动规范化业务返回结果。
-
高度插件化扩展
基于 Interceptor/Plugin 洋葱圈模型设计。支持在各种生命周期切面(如 pre_process, post_process)进行无侵入式拦截、审计与工具注入。
-
智能服务发现
内置 Registry 机制,Worker 节点支持自动化注册与心跳健康检测。结合 Discovery Client,可实现动态标签路由与请求的高可用容灾。
-
全链路可观测
从客户端下发指令到服务端执行生成,原生提供端到端的 Tracing 追踪支持。精准捕获执行耗时、状态流转与异常堆栈。
🏗️ 系统架构¶
框架采用 控制流 (Control Plane) 与 数据流 (Data Plane) 分离的设计理念:
graph TD
subgraph ClientLayer [接入层 Client]
GC["GatewayClient"]
end
subgraph MessagingLayer [消息中枢 Redis]
CS["Control Stream<br/>任务下发"]
RS["Registry<br/>状态/心跳"]
DS["Data Stream<br/>流式输出"]
end
subgraph ExecutionLayer [执行层 Workers]
W1["Python Worker"]
W2["Java Worker"]
W3["TS Worker"]
end
subgraph ConsumerLayer [输出层 Backend]
BE["Backend Consumer"]
end
GC --> CS
CS --> W1
CS --> W2
CS --> W3
W1 -.-> RS
W2 -.-> RS
W3 -.-> RS
W1 --> DS
W2 --> DS
W3 --> DS
DS --> BE
🛠️ 快速导航¶
-
快速开始 从零搭建第一个分布式 Agent。
-
架构深度剖析 了解 Redis Streams 背后的路由与竞争消费机制。
-
Worker 开发指南 掌握 GatewayWorker 的核心实现技巧。
-
API 参考 查看 Python / Java / TS 的完整 API 列表。
-
Client 接入指南 学习如何使用 GatewayClient 优雅地下发任务与接收流式结果。
-
插件开发指南 了解如何编写自定义 Plugin 和 Interceptor 来拓展框架功能。