agentica 0.2.0__tar.gz → 0.2.1__tar.gz

{agentica-0.2.0 → agentica-0.2.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: agentica
-Version: 0.2.0
+Version: 0.2.1
 Summary: LLM agents
 Home-page: https://github.com/shibing624/agentica
 Author: XuMing
@@ -49,7 +49,9 @@ Requires-Dist: rich
 [![Wechat Group](https://img.shields.io/badge/wechat-group-green.svg?logo=wechat)](#Contact)
 
 
-**Agentica**: A Human-Centric Framework for Large Language Model Agent Building. 快速打造你的专属Agent。
+**Agentica**: Build Smarter, Reflective, and Collaborative AI Agents with Ease!
+
+**Agentica**: 快速打造智能、能反思、协作的AI Agent。
 
 ## Overview
 
@@ -60,7 +62,7 @@ Requires-Dist: rich
 - **记忆（Memory）**：短期记忆（prompt实现）、长期记忆（RAG实现）
 - **工具使用（Tool use）**：function call能力，调用外部API，以获取外部信息，包括当前日期、日历、代码执行能力、对专用信息源的访问等
 
-#### Agentica Assistant Architecture  
+#### Agentica Architecture  
 <img src="https://github.com/shibing624/agentica/blob/main/docs/agent_arch.png" width="800" />
 
 - **Planner**：负责让LLM生成一个多步计划来完成复杂任务，生成相互依赖的“链式计划”，定义每一步所依赖的上一步的输出
@@ -69,11 +71,16 @@ Requires-Dist: rich
 
 
 ## Features
-`Agentica`是一个Agent构建工具，功能：
+`Agentica`是一个用于构建Agent的工具，具有以下功能：
 
-- 简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
-- Agent支持prompt自定义，支持多种工具调用（tool_calls）
-- 支持OpenAI/Azure/Deepseek/Moonshot/Claude/Ollama/Together API调用
+- **Agent编排**：通过简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
+- **自定义prompt**：Agent支持自定义prompt和多种工具调用（tool_calls）
+- **LLM集成**：支持OpenAI、Azure、Deepseek、Moonshot、Claude、Ollama、Together等多方大模型厂商的API
+- **记忆功能**：包括短期记忆和长期记忆功能
+- **Multi-Agent协作**：支持多Agent和多角色的团队协作。
+- **Workflow工作流**：拆解复杂任务为多个Agent，基于工作流自动化串行逐步完成任务，如投资研究、新闻文章撰写和技术教程创建
+- **自我进化Agent**：具有反思和增强记忆能力的自我进化Agent
+- **Web UI**：兼容ChatPilot，可以基于Web页面交互，支持主流的open-webui、streamlit、gradio等前端交互框架
 
 ## Installation
 
@@ -109,7 +116,7 @@ python web_search_moonshot_demo.py
 
 2. 使用`agentica`构建Agent并执行：
 
-自动调用google搜索工具，示例[examples/web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/web_search_moonshot_demo.py)
+自动调用google搜索工具，示例[examples/12_web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/12_web_search_moonshot_demo.py)
 
 ```python
 from agentica import Agent, MoonshotChat, SearchSerperTool

{agentica-0.2.0 → agentica-0.2.1}/README.md

@@ -18,7 +18,9 @@
 [![Wechat Group](https://img.shields.io/badge/wechat-group-green.svg?logo=wechat)](#Contact)
 
 
-**Agentica**: A Human-Centric Framework for Large Language Model Agent Building. 快速打造你的专属Agent。
+**Agentica**: Build Smarter, Reflective, and Collaborative AI Agents with Ease!
+
+**Agentica**: 快速打造智能、能反思、协作的AI Agent。
 
 ## Overview
 
@@ -29,7 +31,7 @@
 - **记忆（Memory）**：短期记忆（prompt实现）、长期记忆（RAG实现）
 - **工具使用（Tool use）**：function call能力，调用外部API，以获取外部信息，包括当前日期、日历、代码执行能力、对专用信息源的访问等
 
-#### Agentica Assistant Architecture  
+#### Agentica Architecture  
 <img src="https://github.com/shibing624/agentica/blob/main/docs/agent_arch.png" width="800" />
 
 - **Planner**：负责让LLM生成一个多步计划来完成复杂任务，生成相互依赖的“链式计划”，定义每一步所依赖的上一步的输出
@@ -38,11 +40,16 @@
 
 
 ## Features
-`Agentica`是一个Agent构建工具，功能：
+`Agentica`是一个用于构建Agent的工具，具有以下功能：
 
-- 简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
-- Agent支持prompt自定义，支持多种工具调用（tool_calls）
-- 支持OpenAI/Azure/Deepseek/Moonshot/Claude/Ollama/Together API调用
+- **Agent编排**：通过简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
+- **自定义prompt**：Agent支持自定义prompt和多种工具调用（tool_calls）
+- **LLM集成**：支持OpenAI、Azure、Deepseek、Moonshot、Claude、Ollama、Together等多方大模型厂商的API
+- **记忆功能**：包括短期记忆和长期记忆功能
+- **Multi-Agent协作**：支持多Agent和多角色的团队协作。
+- **Workflow工作流**：拆解复杂任务为多个Agent，基于工作流自动化串行逐步完成任务，如投资研究、新闻文章撰写和技术教程创建
+- **自我进化Agent**：具有反思和增强记忆能力的自我进化Agent
+- **Web UI**：兼容ChatPilot，可以基于Web页面交互，支持主流的open-webui、streamlit、gradio等前端交互框架
 
 ## Installation
 
@@ -78,7 +85,7 @@ python web_search_moonshot_demo.py
 
 2. 使用`agentica`构建Agent并执行：
 
-自动调用google搜索工具，示例[examples/web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/web_search_moonshot_demo.py)
+自动调用google搜索工具，示例[examples/12_web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/12_web_search_moonshot_demo.py)
 
 ```python
 from agentica import Agent, MoonshotChat, SearchSerperTool

{agentica-0.2.0 → agentica-0.2.1}/agentica/__init__.py

@@ -23,16 +23,30 @@ from agentica.model.xai.grok import GrokChat
 from agentica.model.yi.chat import YiChat
 
 # memory
-from agentica.model.base import Model, Message
+from agentica.model.base import Model
+from agentica.model.message import Message,MessageReferences
+from agentica.model.content import Media, Video, Audio, Image
+from agentica.model.response import ModelResponse, FileType
 from agentica.memory import (
+    AgentRun,
+    SessionSummary,
     Memory,
-    MemoryRetrieval,
-    MemoryClassifier,
     MemoryManager,
+    MemoryClassifier,
+    MemoryRetrieval,
+    MemorySummarizer,
     AgentMemory,
+    WorkflowRun,
     WorkflowMemory,
 )
-from agentica.memorydb import MemoryDb, CsvMemoryDb, InMemoryDb, SqliteMemoryDb, PgMemoryDb, MemoryRow
+from agentica.memorydb import (
+    MemoryDb,
+    CsvMemoryDb,
+    InMemoryDb,
+    SqliteMemoryDb,
+    PgMemoryDb,
+    MemoryRow
+)
 from agentica.template import PromptTemplate
 # rag
 from agentica.run_response import (
@@ -41,7 +55,11 @@ from agentica.run_response import (
     RunResponseExtraData,
     pprint_run_response,
 )
+# knowledge
 from agentica.knowledge.base import Knowledge
+from agentica.knowledge.llamaindex_knowledge import LlamaIndexKnowledge
+from agentica.knowledge.langchain_knowledge import LangChainKnowledge
+# document
 from agentica.document import Document
 # vectordb
 from agentica.vectordb.base import SearchType, Distance, VectorDb

{agentica-0.2.0 → agentica-0.2.1}/agentica/knowledge/llamaindex_knowledge.py

@@ -4,27 +4,26 @@
 @description:
 part of the code from https://github.com/phidatahq/phidata
 """
-from typing import List, Optional, Callable
+from typing import List, Optional, Callable, Any
 
 from agentica.document import Document
 from agentica.knowledge.base import Knowledge
 from agentica.utils.log import logger
 
-try:
-    from llama_index.core.schema import NodeWithScore
-    from llama_index.core.retrievers import BaseRetriever
-except ImportError:
-    raise ImportError(
-        "The `llama-index-core` package is not installed. Please install it via `pip install llama-index-core`."
-    )
-
 
 class LlamaIndexKnowledge(Knowledge):
-    retriever: BaseRetriever
+    retriever: Any
     loader: Optional[Callable] = None
 
     def search(self, query: str, num_documents: Optional[int] = None, filters=None) -> List[Document]:
         """Returns relevant documents matching the query."""
+        try:
+            from llama_index.core.schema import NodeWithScore
+            from llama_index.core.retrievers import BaseRetriever
+        except ImportError:
+            raise ImportError(
+                "The `llama-index-core` package is not installed. Please install it via `pip install llama-index-core`."
+            )
         if not isinstance(self.retriever, BaseRetriever):
             raise ValueError(f"Retriever is not of type BaseRetriever: {self.retriever}")
 

{agentica-0.2.0 → agentica-0.2.1}/agentica/memory.py

@@ -12,13 +12,18 @@ from typing import Dict, List, Any, Optional, cast, Tuple, Literal
 from copy import deepcopy
 from pydantic import BaseModel, ConfigDict, Field, ValidationError
 
-from agentica.memorydb import MemoryDb,MemoryRow
+from agentica.memorydb import MemoryDb, MemoryRow
 from agentica.model.openai import OpenAIChat
 from agentica.model.base import Model
 from agentica.model.message import Message
 from agentica.utils.log import logger
 from agentica.run_response import RunResponse
 
+__all__ = [
+    "AgentRun", "SessionSummary", "Memory", "MemoryManager", "MemoryClassifier", "MemoryRetrieval",
+    "MemorySummarizer", "AgentMemory", "WorkflowMemory", "WorkflowRun"
+]
+
 
 class AgentRun(BaseModel):
     message: Optional[Message] = None

{agentica-0.2.0 → agentica-0.2.1}/agentica/model/content.py

@@ -2,6 +2,8 @@ from typing import Optional, Any
 
 from pydantic import BaseModel, model_validator
 
+__all__ = ["Media", "Video", "Image", "Audio"]
+
 
 class Media(BaseModel):
     id: str

agentica-0.2.1/agentica/version.py

@@ -0,0 +1 @@
+__version__ = "0.2.1"

{agentica-0.2.0 → agentica-0.2.1}/agentica.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: agentica
-Version: 0.2.0
+Version: 0.2.1
 Summary: LLM agents
 Home-page: https://github.com/shibing624/agentica
 Author: XuMing
@@ -49,7 +49,9 @@ Requires-Dist: rich
 [![Wechat Group](https://img.shields.io/badge/wechat-group-green.svg?logo=wechat)](#Contact)
 
 
-**Agentica**: A Human-Centric Framework for Large Language Model Agent Building. 快速打造你的专属Agent。
+**Agentica**: Build Smarter, Reflective, and Collaborative AI Agents with Ease!
+
+**Agentica**: 快速打造智能、能反思、协作的AI Agent。
 
 ## Overview
 
@@ -60,7 +62,7 @@ Requires-Dist: rich
 - **记忆（Memory）**：短期记忆（prompt实现）、长期记忆（RAG实现）
 - **工具使用（Tool use）**：function call能力，调用外部API，以获取外部信息，包括当前日期、日历、代码执行能力、对专用信息源的访问等
 
-#### Agentica Assistant Architecture  
+#### Agentica Architecture  
 <img src="https://github.com/shibing624/agentica/blob/main/docs/agent_arch.png" width="800" />
 
 - **Planner**：负责让LLM生成一个多步计划来完成复杂任务，生成相互依赖的“链式计划”，定义每一步所依赖的上一步的输出
@@ -69,11 +71,16 @@ Requires-Dist: rich
 
 
 ## Features
-`Agentica`是一个Agent构建工具，功能：
+`Agentica`是一个用于构建Agent的工具，具有以下功能：
 
-- 简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
-- Agent支持prompt自定义，支持多种工具调用（tool_calls）
-- 支持OpenAI/Azure/Deepseek/Moonshot/Claude/Ollama/Together API调用
+- **Agent编排**：通过简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
+- **自定义prompt**：Agent支持自定义prompt和多种工具调用（tool_calls）
+- **LLM集成**：支持OpenAI、Azure、Deepseek、Moonshot、Claude、Ollama、Together等多方大模型厂商的API
+- **记忆功能**：包括短期记忆和长期记忆功能
+- **Multi-Agent协作**：支持多Agent和多角色的团队协作。
+- **Workflow工作流**：拆解复杂任务为多个Agent，基于工作流自动化串行逐步完成任务，如投资研究、新闻文章撰写和技术教程创建
+- **自我进化Agent**：具有反思和增强记忆能力的自我进化Agent
+- **Web UI**：兼容ChatPilot，可以基于Web页面交互，支持主流的open-webui、streamlit、gradio等前端交互框架
 
 ## Installation
 
@@ -109,7 +116,7 @@ python web_search_moonshot_demo.py
 
 2. 使用`agentica`构建Agent并执行：
 
-自动调用google搜索工具，示例[examples/web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/web_search_moonshot_demo.py)
+自动调用google搜索工具，示例[examples/12_web_search_moonshot_demo.py](https://github.com/shibing624/agentica/blob/main/examples/12_web_search_moonshot_demo.py)
 
 ```python
 from agentica import Agent, MoonshotChat, SearchSerperTool

agentica-0.2.0/agentica/version.py

@@ -1 +0,0 @@
-__version__ = "0.2.0"