描述
AgentRun是由Parcha Labs开发的开源平台,显著增强了AI代理的能力。它提供了一个强大的控制平面,使代理能够从经验中学习、持久执行任务并更高效地管理其操作。该平台与流行的代理工具如Claude Code、Codex、Pi和OpenCode无缝集成,为代理管理提供了统一的环境。
阅读更多
AgentRun的核心功能之一是自我学习。代理通过识别重复步骤并将其转化为可重用的技能和经过验证的工作流程,随着每次运行变得更加智能和具有成本效益。这些提案在接受之前会经过验证和评分,确保只有有效的学习被整合。这个过程通过允许代理重用已建立的方法而不是反复规划和发现工具,从而减少令牌使用,导致显著的成本节省,有些案例显示合规工作量减少了高达90%。
该平台提供灵活的架构,允许用户选择其首选的代理工具,而AgentRun通过单一API管理运行、工作区、恢复和学习。它支持各种计算环境,从用于快速脚本的轻量级沙箱到用于构建和测试代码的开发环境,以及用于处理更大数据集的高资源沙箱。代理循环与计算环境的分离确保了最佳资源分配,并在不同提供商(如Docker、Daytona和Modal)之间保持一致的API交互。
持久执行是另一个关键方面,确保即使运行被中断,代理的进度也能得到保留。AgentRun保存对话、文件和完成的工具结果,允许从保存的状态中恢复运行,而无需重建上下文。这个恢复层在不同的工具之间保持一致,为正在进行的任务提供可靠的持久性。该平台还包括全面的代理管理功能,提供控制台和API以监控代理活动、检查结果和审查学习笔记。
AgentRun作为Apache-2.0开源项目提供,允许用户在自己的基础设施上自我托管,使用自己的模型API密钥,完全控制代理和数据。对于那些更喜欢托管解决方案的用户,AgentRun Cloud提供由Grep团队管理的托管部署,消除了服务器维护的需要。企业选项也可用于定制部署和专门支持。
- 类别AI 智能体构建工具
- 定价模式开源
- 部署自托管,云
- 平台网页版
AgentRun的核心功能
自我学习代理:代理从运行中学习,创建可重用的技能和工作流程。
持久执行:从保存状态恢复中断的运行,保留进度。
共享控制平面:跨多个工具管理代理、运行和学习。
计算环境选择:从轻量级、开发或高资源沙箱中选择。
工具兼容性:与Claude Code、Codex、Pi和OpenCode兼容。
令牌使用减少:重用学习的技能以最小化重复规划和工具发现。
代理管理控制台:监控代理活动、检查结果和审查学习笔记。
开源平台:Apache-2.0许可,支持自我托管和完全控制。
工作流程创建:构建可检查和可测试的工作流程,结合代码、工具和代理。
API访问:用于创建代理、启动运行和检查结果的通用API。
代理版本控制:管理代理定义和修订。
文件管理:每次运行都有自己的文件;上传输入并检查输出。
托管部署选项:AgentRun Cloud用于管理基础设施。
企业支持:为大型组织提供定制部署和支持。
如何使用 AgentRun?
安装客户端:使用npm或pip安装AgentRun客户端。
配置环境:为您的部署设置AGENTRUN_BASE_URL和AGENTRUN_API_KEY。
定义代理:创建代理定义,指定其工具、指令和工具。
启用学习:配置代理以启用自我学习,生成技能和工作流程。
选择计算:选择适合的计算提供商(Docker、Daytona、Modal)进行代理执行。
启动运行:通过通用API或控制台启动代理运行。
监控与检查:使用控制台监控进度、检查结果和审查学习笔记。
重用技能:代理在后续运行中自动重用已接受的技能和工作流程。
AgentRun的使用案例
- 自动合规工作负载
- 软件开发与测试
- 数据处理与报告
- 客户支持自动化
- 研究与分析
- 工作流程自动化
- 代理实验
- 多代理编排




