Dapr Agents Go

Dapr Agent SDK for Go

用于构建Dapr代理的Go SDK——持久、LLM驱动的自主应用程序，具有工作流支持的执行和MCP（模型上下文协议）支持。

特性

• LLM集成：通过Dapr Conversation API（OpenAI、Anthropic等）连接到任何LLM
• 持久执行：具有自动状态持久性的工作流支持执行
• 工具系统：内置Dapr集成的可扩展工具框架
• 多代理模式：链式、并行、路由器、监控器和协作模式
• MCP服务器：用于代理暴露的内置模型上下文协议服务器
• 演员基金会：基于Dapr虚拟Actor构建，实现可靠的状态管理

安装

go get github.com/gftdcojp/dapr-agents-go

快速开始

package main

import (
    "context"
    "log"
    "time"

    agent "github.com/gftdcojp/dapr-agents-go"
)

func main() {
    // Create agent configuration
    config := &agent.AgentConfig{
        Name:         "MyAgent",
        LLMComponent: "llm",
        LLMModel:     "gpt-4-turbo",
        SystemPrompt: "You are a helpful assistant.",
    }

    // Create and configure the agent
    myAgent := agent.NewBaseAgent(config)

    // Register tools
    myAgent.RegisterTool(agent.NewToolBuilder("greet").
        Description("Greet a user by name").
        AddStringParam("name", "The name to greet", true).
        BuildFunc(func(ctx context.Context, params map[string]interface{}) (interface{}, error) {
            name := params["name"].(string)
            return map[string]string{"message": "Hello, " + name + "!"}, nil
        }))

    // Run the agent server
    if err := agent.RunAgent(config, myAgent.GetTools()...); err != nil {
        log.Fatal(err)
    }
}

代理配置

type AgentConfig struct {
    Name            string        // Agent name (actor type)
    LLMComponent    string        // Dapr conversation component
    LLMModel        string        // LLM model name
    MemoryStore     string        // State store for memory
    WorkflowStore   string        // State store for workflow state
    MaxSteps        int           // Max steps per run
    StepTimeout     time.Duration // Timeout per step
    MemoryMaxTokens int           // Max tokens in memory
    SystemPrompt    string        // System prompt for LLM
}

工具

内置工具类型

1. FuncTool -将任何Go函数打包为工具
2. HTTP工具 -调用HTTP端点
3. DaprServiceTool -调用Dapr服务
4. DaprActorTool -调用Dapr参与者
5. DaprStateTool -读/写Dapr状态
6. DaprPubSubTool -发布到Dapr发布/订阅

创建工具

// Using the builder pattern
tool := agent.NewToolBuilder("search").
    Description("Search the web").
    AddStringParam("query", "Search query", true).
    AddNumberParam("limit", "Max results", false).
    BuildFunc(searchHandler)

// Or implement the Tool interface directly
type MyTool struct{}
func (t *MyTool) Name() string { return "my_tool" }
func (t *MyTool) Description() string { return "My custom tool" }
func (t *MyTool) Schema() *agent.ToolSchema { return schema }
func (t *MyTool) Execute(ctx context.Context, params map[string]interface{}) (interface{}, error) {
    // Implementation
}

多代理模式

链模式

按顺序执行代理，将输出传递给下一个：

chain, _ := agent.NewChainPattern(
    agent.AgentRef{Type: "Researcher", ID: "1"},
    agent.AgentRef{Type: "Writer", ID: "1"},
    agent.AgentRef{Type: "Editor", ID: "1"},
)

output, _ := chain.Execute(ctx, &agent.MultiAgentInput{
    Prompt: "Write an article about AI agents",
})

相似模式

同时执行代理并聚合结果：

parallel, _ := agent.NewParallelPattern(
    []agent.AgentRef{
        {Type: "NewsAgent", ID: "1"},
        {Type: "WeatherAgent", ID: "1"},
        {Type: "StockAgent", ID: "1"},
    },
    aggregator, // Custom aggregation function
)

路由器模式

根据标准将请求路由到不同的代理：

router, _ := agent.NewRouterPattern(
    agents,
    func(input *agent.MultiAgentInput) agent.AgentRef {
        // Routing logic
        if strings.Contains(input.Prompt, "weather") {
            return agents["weather"]
        }
        return agents["general"]
    },
)

主管模式

主管代理人委托给工人代理人：

supervisor, _ := agent.NewSupervisorPattern(
    agent.AgentRef{Type: "Supervisor", ID: "1"},
    agent.AgentRef{Type: "Worker1", ID: "1"},
    agent.AgentRef{Type: "Worker2", ID: "1"},
)

MCP服务器

通过模型上下文协议公开您的代理：

mcpServer := agent.NewMCPServer(&agent.MCPServerConfig{
    Port:        8081,
    Name:        "my-agent-mcp",
    Version:     "1.0.0",
    Description: "My Agent MCP Server",
    AuthType:    "apikey",
    APIKey:      os.Getenv("MCP_API_KEY"),
})

mcpServer.RegisterAgent("MyAgent", agentFactory)
mcpServer.RegisterTool(myTool)

go mcpServer.Start()

MCP端点

• GET /mcp/v1/info -服务器信息
• GET /mcp/v1/tools -列出可用工具
• POST /mcp/v1/tools/{name} -执行工具
• GET /mcp/v1/prompts -列出可用提示
• GET /mcp/v1/resources -列出资源
• GET /mcp/v1/agents -列出代理
• POST /mcp/v1/agents/{name} -运行代理
• POST /mcp/v1/sse -服务器已发送流媒体事件

使用GFTD进行部署

创建 gftd.json 配置：

{
  "$schema": "https://gftd.ai/schemas/gftd.json",
  "name": "my-agent",
  "type": "agent",
  "dapr": {
    "enabled": true,
    "appId": "my-agent",
    "appProtocol": "grpc",
    "appPort": 50051,
    "agents": {
      "types": ["MyAgent"],
      "llmComponent": "llm",
      "llmModel": "gpt-4-turbo",
      "mcp": {
        "enabled": true,
        "port": 8081
      }
    }
  }
}

使用以下方式部署：

gftd deploy --dapr

Dapr组件

代理所需的Dapr组件：

LLM组件（对话API）

apiVersion: dapr.io/v1alpha1
kind: Component
metadata:
  name: llm
spec:
  type: conversation.openai
  metadata:
  - name: key
    secretKeyRef:
      name: openai-secret
      key: api-key
  - name: model
    value: "gpt-4-turbo"

州立存储器

apiVersion: dapr.io/v1alpha1
kind: Component
metadata:
  name: conversation-statestore
spec:
  type: state.redis
  metadata:
  - name: redisHost
    value: redis:6379
  - name: actorStateStore
    value: "true"

工作流状态存储

apiVersion: dapr.io/v1alpha1
kind: Component
metadata:
  name: workflow-statestore
spec:
  type: state.redis
  metadata:
  - name: redisHost
    value: redis:6379
  - name: actorStateStore
    value: "true"

api参考

看 API文档 供完整参考。

例子

• 气象员 -带有天气工具的简单代理
• 多代理聊天 -协作代理
• MCP集成 -完整的MCP服务器设置

许可证

Apache许可证2.0-请参阅 许可证 了解详情。

这个项目是一个Go实现，灵感来自 dapr/dapr代理.

贡献

欢迎投稿！请阅读 贡献.md 第一。