Description
AgentRun est une plateforme open-source développée par Parcha Labs qui améliore considérablement les capacités des agents IA. Elle fournit un plan de contrôle robuste, permettant aux agents d'apprendre de leurs expériences, d'exécuter des tâches de manière durable et de gérer leurs opérations plus efficacement. La plateforme s'intègre parfaitement avec des harnais d'agents populaires tels que Claude Code, Codex, Pi et OpenCode, offrant un environnement unifié pour la gestion des agents.
Lire la suite
Une des fonctionnalités clés d'AgentRun est l'auto-apprentissage. Les agents deviennent plus intelligents et plus rentables à chaque exécution en identifiant les étapes répétées et en les transformant en compétences réutilisables et en flux de travail testés. Ces propositions sont validées et notées avant acceptation, garantissant que seul un apprentissage efficace est intégré. Ce processus réduit l'utilisation de tokens en permettant aux agents de réutiliser des méthodes établies au lieu de planifier et de découvrir des outils à plusieurs reprises, entraînant des économies significatives, avec certains cas rapportant jusqu'à 90 % de réduction des charges de conformité.
La plateforme offre une architecture flexible, permettant aux utilisateurs de choisir leur harnais d'agent préféré tandis qu'AgentRun gère les exécutions, les espaces de travail, la récupération et l'apprentissage via une API unique. Elle prend en charge divers environnements de calcul, des bacs à sable légers pour des scripts rapides aux environnements de développement pour la construction et le test de code, et des bacs à sable à haute ressource pour des ensembles de données plus volumineux. Cette séparation de la boucle de l'agent de l'environnement de calcul garantit une allocation optimale des ressources et une interaction API cohérente à travers différents fournisseurs comme Docker, Daytona et Modal.
L'exécution durable est un autre aspect critique, garantissant que les progrès de l'agent sont préservés même si une exécution est interrompue. AgentRun sauvegarde les conversations, les fichiers et les résultats des outils complétés, permettant aux exécutions de se remettre d'états sauvegardés sans reconstruire le contexte. Cette couche de récupération est cohérente à travers différents harnais, fournissant une persistance fiable pour les tâches en cours. La plateforme comprend également des fonctionnalités complètes de gestion des agents, offrant une console et une API pour surveiller les activités des agents, inspecter les résultats et examiner les notes apprises.
AgentRun est disponible en tant que projet open-source sous la licence Apache-2.0, permettant aux utilisateurs de l'héberger eux-mêmes sur leur propre infrastructure avec leurs clés API de modèle, maintenant un contrôle total sur les agents et les données. Pour ceux qui préfèrent une solution gérée, AgentRun Cloud propose un déploiement hébergé géré par l'équipe Grep, éliminant le besoin de maintenance de serveur. Des options pour les entreprises sont également disponibles pour des déploiements sur mesure avec un support dédié.
- CatégorieCréateurs d'agents IA
- Modèle tarifaireOpen Source
- DéploiementAuto-hébergé, Cloud
- PlateformesWeb
Fonctionnalités principales de AgentRun
Agents Auto-Apprenants : Les agents apprennent des exécutions, créant des compétences et des flux de travail réutilisables.
Exécution Durable : Récupère les exécutions interrompues à partir d'un état sauvegardé, préservant les progrès.
Plan de Contrôle Partagé : Gère les agents, les exécutions et l'apprentissage à travers plusieurs harnais.
Sélection de l'Environnement de Calcul : Choisissez parmi des bacs à sable légers, de développement ou à haute ressource.
Compatibilité des Harnais : Fonctionne avec Claude Code, Codex, Pi et OpenCode.
Réduction de l'Utilisation des Tokens : Réutilise les compétences apprises pour minimiser la planification répétée et la découverte d'outils.
Console de Gestion des Agents : Surveillez les activités des agents, inspectez les résultats et examinez les notes d'apprentissage.
Plateforme Open-Source : Sous licence Apache-2.0 pour l'auto-hébergement et le contrôle total.
Création de Flux de Travail : Construisez des flux de travail inspectables et testables combinant code, outils et agents.
Accès API : API commune pour créer des agents, démarrer des exécutions et inspecter les résultats.
Contrôle de Version pour les Agents : Gérez les définitions et révisions des agents.
Gestion des Fichiers : Chaque exécution obtient ses propres fichiers ; téléchargez des entrées et inspectez des sorties.
Option de Déploiement Hébergé : AgentRun Cloud pour une infrastructure gérée.
Support Entreprise : Déploiements sur mesure et support pour les grandes organisations.
Comment utiliser AgentRun ?
Installer le Client : Installez le client AgentRun en utilisant npm ou pip.
Configurer l'Environnement : Définissez AGENTRUN_BASE_URL et AGENTRUN_API_KEY pour votre déploiement.
Définir l'Agent : Créez une définition d'agent, spécifiant son harnais, ses instructions et ses outils.
Activer l'Apprentissage : Configurez les agents pour activer l'auto-apprentissage pour la génération de compétences et de flux de travail.
Choisir le Calcul : Sélectionnez le fournisseur de calcul approprié (Docker, Daytona, Modal) pour l'exécution de l'agent.
Démarrer les Exécutions : Initiez les exécutions d'agents via l'API commune ou la console.
Surveiller & Inspecter : Utilisez la console pour surveiller les progrès, inspecter les résultats et examiner les notes d'apprentissage.
Réutiliser les Compétences : Les agents réutilisent automatiquement les compétences et les flux de travail acceptés lors des exécutions suivantes.
Cas d'utilisation de AgentRun
- Charges de Conformité Automatisées
- Développement et Test de Logiciels
- Traitement de Données et Reporting
- Automatisation du Support Client
- Recherche et Analyse
- Automatisation des Flux de Travail
- Expérimentation d'Agents
- Orchestration Multi-Agents




