Langroid

Langroid： Agent 原语：以聊天式消息驱动交互。

Agent 框架与 AI Agent AI 开发免费开源

访问官网 GitHub 文档

核心功能

Agent 原语：以聊天式消息驱动交互。

功能亮点

slug

langroid

ai/langroid，MIT

---

ai/langroid

。

官网

langroid.com（本环境直连返回 000，基于公开资料核对）。

适用场景

• 多步骤自动化
• 研发/运营助理
• 知识库助手

安装配置

bash

pip install langroid（要求 Python 3.11+，建议先 python3 -m venv .venv 或 uv venv 建虚拟环境）；按场景装可选 extra：文档解析用 pip install 'langroid[doc-chat]'、数据库问答用 'langroid[db]'（PostgreSQL 还需先装 libpq-dev 并用 'langroid[postgres]'）、换 HuggingFace 句向量用 'langroid[hf-embeddings]'、图省事用 'langroid[all]'；然后把仓库里的 .env-template 复制成 .env 填入 OPENAI_API_KEY（或直接 export 环境变量），需要 Qdrant 云、Redis/Momento 缓存或分析 Git 仓库时再补 QDRANT_API_KEY、REDIS_* 、GITHUB_ACCESS_TOKEN。

使用方法

先用 ChatAgentConfig 配好 llm=OpenAIGPTConfig(chat_model=…) 与可选 vecdb，再 agent = ChatAgent(config)；单轮问答直接 agent.llm_response('问题')，要持续对话就包一层 task = Task(agent, name='Bot', system_message='…') 后 task.run()，Task 会在 Agent（工具处理）、LLM、User 三类响应者之间轮转直到任务结束；多智能体协作用 parent_task.add_sub_task([task_a, task_b])，父任务产出的消息会依次投给子任务，子任务设 single_round=True 表示一次应答即返回、答不了就回 DO-NOT-KNOW 交还父任务；工具/函数调用用 Pydantic 继承 ToolMessage 定义并 agent.enable_message(MyTool) 开启，模型吐出畸形 JSON 时 Pydantic 的报错会自动回灌让它改正；做检索问答则换成 DocChatAgent，在 DocChatAgentConfig 里给 doc_paths（本地文件或 URL）再 ingest() 入库，回答会自动带来源引用，全过程有消息谱系日志可回溯。