首页项目文章PK榜关于
探索项目

TaskWeaver

不活跃
GitHub Python MIT

简介

TaskWeaver 是微软开源的代码解释器式 Agent 框架，适用于数据分析与复杂任务自动化。

核心特性

  • 代码优先的智能体框架：通过代码片段解释用户请求，基于插件执行
  • 有状态执行：同时保留聊天历史和代码执行历史，包括内存中的数据
  • 丰富的数据结构支持：直接操作 DataFrame 等复杂 Python 数据类型，而非纯字符串
  • 可定制插件：封装领域特定算法并编排执行复杂任务
  • 反射式执行：智能体反思执行过程并做出调整以获得更好的结果
  • 基于容器的代码执行保障安全，会话管理支持多用户数据隔离

适用场景

💡 涉及 DataFrame 操作和多步推理的复杂数据分析任务
💡 使用自定义算法插件快速构建 AI 驱动的数据分析工作流
💡 多轮数据探索：智能体在交互过程中保持状态
💡 集成领域知识并具有安全控制的企业数据分析

优势与不足

✅ 优势

  • • 社区热度高（6.2k stars）
  • • 开源许可证友好（MIT）
  • • 项目有一定历史沉淀（已维护 2 年）
  • • Issue 响应及时，积压少

标签

microsoft agent code-interpreter python

分类

🔄 工作流 🤖 Agent 框架

快速开始

git clone https://github.com/microsoft/TaskWeaver.git
cd TaskWeaver
pip install -r requirements.txt

# 在 config.yaml 中配置 LLM 端点
# 然后运行：
python -m taskweaver.app

# 或使用 Docker：
docker pull taskweaver/taskweaver:latest
docker run -p 8000:8000 taskweaver/taskweaver:latest
访问 GitHub 访问官网 查看文档

相关项目

Patchwork

1.6k · Python
活跃 B

面向企业工作流自动化的智能体 AI 框架，通过 LLM 驱动的自动化流水线处理代码审查、DevOps 等企业级任务。

automationworkflowagent +2
  • · 可复用的原子 Steps，支持创建 PR、提交更改、调用 LLM 等操作
  • · 可定制的 Prompt 模板，针对库更新、代码生成和漏洞修复进行优化
  • · Patchflows 组合 Steps 和 Prompts，实现 PR 审查、代码修复和文档自动化
在 GitHub 查看

DSPy

37.3k · Python
活跃 A+

DSPy 是声明式 LLM 编程框架，强调可优化的提示与程序结构，适合构建复杂 Agent 流程。

llmoptimizationagent +1
  • · 声明式 LLM 编程 — 用 Python 代码而非提示词定义 LM 调用逻辑，实现模块化 AI 系统构建
  • · 自动提示优化 — 通过 DSPy Compiler 自动优化 prompt 和 few-shot 示例，无需手动调参
  • · 模块化管道组合 — 支持 ChainOfThought、ReAct、multi-hop 等模块的自由组合，构建复杂推理链
查看完整详情 → 在 GitHub 查看

forge

2.2k · Python
活跃 A

Forge 是一个自托管 LLM 工具调用框架，支持使用 Ollama、llamafile 等本地模型进行函数调用和多步骤代理工作流编排。

self-hostedtool-callingfunction-calling +4
  • · 代理服务器模式可在任何兼容 OpenAI 或 Anthropic 的客户端中无代码添加防护栏
  • · 救援解析自动处理 Mistral、Qwen 和 JSON 围栏格式的畸形工具调用
  • · WorkflowRunner 配合 SlotWorker 为多 Agent 架构提供优先级队列的 GPU 访问
在 GitHub 查看

相关文章

PydanticAIAgentPython

PydanticAI 生产实践：类型驱动的 Agent 设计模式

聚焦结构化输出、工具调用和错误恢复，介绍 PydanticAI 在生产环境中的实用设计模式。

阅读全文 →