iSlogger - 事件流驱动的智能Agent框架

iSlogger 是一个基于事件流构建的智能Agent框架，采用响应式编程模型，支持创建高交互性的应用系统。该框架设计用于支持大规模Agent协作，并利用Reactor模式提供高性能的数据处理能力。

核心特性

• 事件流驱动: 基于响应式编程模型，任意节点都可以监听和响应数据流
• 高交互性: 支持创建具有复杂交互逻辑的应用程序
• 大规模支持: 设计用于支持大量Agent协同工作
• 高性能: 利用Reactor模式实现高效异步处理
• 多协议支持: 内置多种通信协议实现
• 自我进化: iFunction支持运行时自主进化代码

核心组件

• Agent: 智能代理实体，可执行各种任务
• Team: Agent协作团队，支持多Agent协同工作
• LLM集成: 支持多种大语言模型(text, audio, embedding)
• 内存管理: 提供本地内存和其他存储机制
• 工具系统: 支持自定义工具和功能扩展
• 服务器模块: 包含WebSocket、WebTransport、MQTT等多种通信协议

安装

依赖配置

implementation("io.github.karboom:iSlogger:0.6.0-alpha")

使用示例

Agent

import me.karboom.java.iSlogger.agent.Agent;
import me.karboom.java.iSlogger.llm.text.OpenAI;
import me.karboom.java.iSlogger.memory.Item;

import java.util.HashMap;
import java.util.Map;

public class AgentExample {
    public static void main(String[] args) {
        // 配置LLM
        var llmConfig = new HashMap<String, Object>();
        llmConfig.put("temperature", 0.7);
        llmConfig.put("max_tokens", 2000);
        
        var llm = new OpenAI(
            "gpt-4o-mini",
            llmConfig,
            "your-api-key",
            "https://api.openai.com/v1",
            3
        );
        
        // 创建Agent
        var prompt = "你是一个智能助手。";
        var agent = new Agent("assistant", prompt, llm, null) {};
        
        // 订阅响应流
        agent.broadcast
            .doOnError(e -> {
                System.err.println("发生错误: " + e.getMessage());
            })
            .subscribe(item -> {
                System.out.println("收到响应: " + item.getText());
                System.out.println("类型: " + item.getType());
                System.out.println("是否片段: " + item.getIsSegment());
            });
        
        // 发送消息
        agent.send("你好，请介绍一下自己");
    }
}

Team

组件说明

Agent

记忆管理

工具调用

自我进化

1. 目录结构
2. info.json说明
3. 工具返回 所有工具调用统一采用以下JSON格式返回：

{
    "direct": {},
    "error": "",
    "llm": ""
}

其中：

• direct: 直接返回的结果数据
• error: 错误信息（如有）
• llm: 供大语言模型处理的内容

错误处理方法

线程资源分配

Team

任务管理

---

服务集群

Websocket 集群

提供一个弹性伸缩的集群服务，每个节点是对等的，即提供服务，也充当路由。扩缩容无需迁移节点内容。外层可以增加负载均衡来统一入口。

评测

负载均衡配置

• K8S

负载均衡使用headless service服务域名，通过dns解析获取nodes

• ECS

直接将ip池所有地址写入Nginx，直接将ip池数组写入nodes

大模型工具

文件系统

数学计算

SRAG