MiniAgent

MiniAgent

• 🚀「5分钟从零实现LLM Agent！」 |⚡️English Version

为什么选择MiniAgent？

帮助初学者，快速理解Agent原理并实现一个Agent，直观了解LLM与工具交互的细节。

如果这个项目对你有帮助，请给我们一个⭐️！你的支持是我们持续改进的动力。

特色功能

MiniAgent是一个轻量级且易于使用的LLM Agent框架。以下是选择MiniAgent的理由：

• 快速学习：快速学习LLM Agent工作原理,直观了解LLM与工具交互的细节
• 模型无关：适用于任何LLM，即使没有原生函数调用能力，兼容OpenAI、DeepSeek、Anthropic等LLM
• 极简设计：专注于核心功能的清晰、可读代码
• 轻量级：无重依赖，易于集成和扩展
• 简单工具集成：通过自然语言轻松注册和调用工具

快速开始

环境要求

• Python 3.8+
• 任何LLM的有效API密钥（OpenAI、DeepSeek等）

安装

# 克隆仓库
git clone https://github.com/yourusername/MiniAgent.git
cd MiniAgent

# 安装依赖
pip install -r requirements.txt

配置

从.env.example文件创建项目根目录下的.env文件：

# API密钥
LLM_API_KEY=your_api_key_here

# 模型配置
LLM_MODEL=deepseek-chat
LLM_API_BASE=https://api.deepseek.com/v1
LLM_TEMPERATURE=0.7

验证LLM连接

在使用MiniAgent之前，请验证您的LLM设置：

# 快速验证
python validate_llm.py

基础示例

运行一个简单示例：

python examples/simple_example.py

创建你自己的Agent

from miniagent import MiniAgent
from miniagent.tools import load_tools, register_tool

# 定义自定义工具（可选）
@register_tool
def calculator(expression: str) -> float:
    """计算数学表达式的结果"""
    return eval(expression)

# 创建Agent, 使用.env中的配置
agent = MiniAgent()

# 加载工具
tools = load_tools(["calculator", "get_current_time"])

# 运行Agent
response = agent.run(
    query="现在几点了？同时计算123 × 456。",
    tools=tools
)

print(response)

示例

查看examples/目录获取更多详细示例：

• simple_example.py：与任何LLM的基本用法
• custom_tools_example.py：使用自定义工具

许可证

Apache License 2.0

Star历史