Sage：智能多代理任务分解与协作框架

Sage 是一个开源的多代理系统框架，专注于将复杂任务分解为可管理的子任务，通过多个智能代理协作完成。它基于 Python，支持 DeepSeek-V3、GPT-4、Claude-3.5 等多种语言模型，适合企业级应用。Sage 提供深思模式和快速执行模式，适应不同任务需求。用户可通过交互式 Web 界面或命令行操作，享受实时监控和动态工作流管理。项目托管于 GitHub，采用 MIT 许可证，社区活跃，持续更新至版本 0.9.2。

功能列表

• 任务分解：自动将复杂任务拆分为子任务，并跟踪依赖关系。
• 代理协作：多个代理（分析、规划、执行、观察、总结）无缝协作。
• 工具系统：支持插件式工具，自动发现并集成外部 API。
• 双执行模式：提供深思模式（详细分析）和快速执行模式（高效完成）。
• Web 界面：基于 React 和 FastAPI 的现代化界面，支持实时任务可视化。
• 令牌监控：实时跟踪模型使用量，优化成本和性能。
• 自定义工作流：通过可视化编辑器创建和管理复杂工作流。
• 错误处理：内置重试机制和错误恢复，确保系统稳定。

使用帮助

安装流程

Sage 的安装简单，支持 Windows、macOS 和 Linux 系统。以下是基于 GitHub 仓库的安装步骤：

1. 克隆仓库
   打开终端，运行以下命令获取 Sage 源码：

   git clone https://github.com/ZHangZHengEric/Sage.git
   cd Sage
   

2. 安装核心依赖
   安装 Sage 核心框架所需的 Python 包：

   pip install -r requirements.txt
   

   • 确保 Python 版本为 3.10 或更高。
   • 核心依赖包括 openai、pydantic、python-dotenv 等。
3. 安装 Web 界面依赖（可选）
   如果需要使用 FastAPI 和 React 的 Web 界面，安装额外依赖：

   pip install -r examples/fastapi_react_demo/requirements.txt
   

   • 包括 fastapi、uvicorn、websockets 等包。
4. 配置环境变量
   创建 .env 文件，添加 API 密钥和其他配置。例如：

   echo "OPENAI_API_KEY=your_openai_key" >> .env
   echo "SAGE_DEBUG=true" >> .env
   

   • 可参考 mcp_setting_example.json 配置 MCP 服务器连接。
5. 运行 Sage
   • 命令行模式：直接运行 Python 脚本调用 Sage 功能，例如：

     python sagents/main.py
     

   • Web 界面：启动 FastAPI 服务器：

     cd examples/fastapi_react_demo
     uvicorn main:app --host 0.0.0.0 --port 8080
     

     访问 http://localhost:8080 查看 Web 界面。

6. 验证安装
   运行后，Web 界面应显示交互式任务管理页面。命令行模式会输出 Sage 版本信息（当前为 0.9.2）。

使用主要功能

Sage 通过多代理协作和现代化界面简化复杂任务。以下是核心功能的使用方法：

1. 任务分解与代理协作
   Sage 将任务分解为子任务，分配给不同代理处理。用户通过 Web 界面或命令行输入任务，例如“分析市场趋势并生成报告”。操作步骤：
   • Web 界面：在 http://localhost:8080 输入任务描述，点击“提交”。界面会显示任务分解过程，包含分析、规划、执行等阶段。
   • 命令行：运行示例脚本：

     from sagents import AgentController
     controller = AgentController()
     controller.run_task("分析市场趋势并生成报告")
     

   • 代理包括：
     • 分析代理：理解任务背景，提供上下文分析。
     • 分解代理：将任务拆分为子任务，生成依赖关系图。
     • 规划代理：选择合适工具和执行顺序。
     • 执行代理：调用工具或 API 执行子任务。
     • 观察代理：监控进度，检查完成质量。
     • 总结代理：整合结果，生成结构化输出。
2. 自定义工作流
   Sage 提供可视化工作流编辑器，允许用户设计任务流程：
   • 访问 Web 界面，点击“工作流编辑器”。
   • 使用拖拽界面添加节点（如“分析数据”或“生成图表”）。
   • 设置节点间的依赖关系，保存为模板。
   • 示例：创建一个工作流，包含“数据收集→分析→报告生成”三个步骤，系统会自动执行。
   • 命令行用户可编辑 YAML 文件定义工作流：

     workflow:
     - step: 数据收集
     action: call_api
     params: {url: "https://api.example.com/data"}
     - step: 数据分析
     action: analyze_data
     depends_on: 数据收集
     

3. 工具系统
   Sage 支持插件式工具，自动发现本地或远程工具。例如，连接到 MCP 服务器：
   • 配置 mcp_setting.json：

     {
     "mcp_server": "http://example.com:20040",
     "api_key": "your_api_key"
     }
     

   • 在 Web 界面中，工具会自动显示在“工具管理”页面，点击启用或禁用。
   • 命令行用户可通过脚本调用工具：

     from sagents.tools import ToolManager
     manager = ToolManager()
     manager.use_tool("excel_parser", file="data.xlsx")
     

4. 深思模式与快速执行模式
   • 深思模式：适合复杂任务，启用所有代理，生成详细分析和总结。
     • Web 界面：选择“深思模式”，输入任务，查看完整执行过程。
     • 命令行：设置 mode=deep：

       controller.run_task("分析市场趋势", mode="deep")
       

   • 快速执行模式：跳过分析，直接执行任务，适合简单需求。
     • Web 界面：选择“快速模式”，输入任务，立即获取结果。
     • 命令行：设置 mode=rapid：

       controller.run_task("生成图表", mode="rapid")
       

5. 令牌监控
   Sage 提供实时令牌使用统计，优化成本：
   • Web 界面：在“监控”页面查看输入、输出、缓存的令牌使用量。
   • 命令行：启用调试模式查看日志：

     export SAGE_DEBUG=true
     python sagents/main.py
     

   • 系统自动压缩消息，减少 30%-70% 的令牌消耗。
6. 实时中断
   用户可随时中断任务：
   • Web 界面：点击“停止”按钮，系统在 1-2 秒内暂停，保存中间结果。
   • 命令行：按 Ctrl+C，任务状态会保存至工作空间。

特色功能操作

• Web 界面交互：
  • 访问 http://localhost:8080 或在线演示 http://36.133.44.114:20040。
  • 使用“深思气泡”查看代理的推理过程，支持展开和折叠。
  • 配置规则偏好（/rules），调整 AI 行为，如语言风格或代码规范。
• 文件查看器：
  • 在 Web 界面中，点击文件链接可直接在侧边栏查看内容，无需下载。
  • 支持 Markdown、代码等格式，优化了数学公式显示。
• MCP 服务器集成：
  • 配置 mcp_setting.json 连接远程服务器，支持 SSE 协议和 API 密钥认证。
  • 示例：运行 MCP 服务器并自动发现工具：

    python mcp_servers/main.py --config mcp_setting.json
    

应用场景

1. 自动化报告生成
   Sage 可分解“生成市场分析报告”任务，收集数据、分析趋势、生成图表，最终输出结构化报告，适合企业数据分析。
2. 代码开发辅助
   开发者使用 Sage 规划代码结构、生成代码片段、验证逻辑，支持自定义代码风格，适合软件开发团队。
3. 学术研究支持
   研究人员利用深思模式分析复杂问题，调用外部 API 获取数据，生成可视化结果，适合学术论文撰写。
4. 内容创作优化
   内容创作者通过自定义工作流生成文章大纲、草稿和最终内容，支持多语言输出，适合营销团队。

QA

1. Sage 支持哪些语言模型？
   Sage 支持 DeepSeek-V3、Qwen-3、GPT-4.1、Claude-3.5 Sonnet 等模型，兼容 OpenAI、Anthropic、Google AI 等提供商的 API。
2. 如何访问 Web 界面？
   安装后访问 http://localhost:8080，或使用在线演示 http://36.133.44.114:20040。
3. Sage 和其他自动化框架有何不同？
   Sage 专注于多代理协作和任务分解，支持可视化工作流编辑和实时监控，适合复杂任务的自动化。
4. 如何贡献代码？
   访问 https://github.com/ZHangZHengEric/Sage，提交 Issue 或 Pull Request，参考 docs/CONTRIBUTING.md。