使用说明

项目简介

DigitalFate 是一个用于编排 LLM 调用、Agent 和计算机任务的企业级框架，旨在以经济高效的方式构建可靠且可扩展的 AI 系统。它通过 MCP 集成、工具调用和任务分解，简化了复杂 AI 应用的开发和部署流程，为开发者提供了一个强大的上下文服务框架。

主要功能点

任务编排: 支持简单到复杂的任务定义和自动分解，方便用户构建多步骤、多Agent协作的AI应用。
MCP 工具集成: 能够集成和管理 MCP 工具，扩展 LLM 的功能，实现与外部资源和功能的交互。
多 LLM 模型支持: 兼容 OpenAI、Anthropic、DeepSeek 等多种 LLM 模型，支持 Azure 和 Bedrock 等云平台部署。
工具调用服务器: 内置安全的工具调用服务器，方便 Agent 调用外部 API 和自定义工具。
计算机使用集成: 利用 Anthropic 的 ‘Computer Use’ 功能，使 Agent 能够执行模拟人类操作的计算机任务。
知识库和记忆: 提供知识库和记忆系统，支持 Agent 进行上下文感知和个性化交互。
客户端-服务器架构: 采用无状态的客户端-服务器架构，易于生产环境部署和扩展。

安装步骤

环境准备: 确保已安装 Python 3.10 或更高版本，并拥有 OpenAI 或 Anthropic API 密钥。
安装 DigitalFate: 打开终端，运行以下命令安装 DigitalFate 库：
```
pip install digitalfate
```

服务器配置

DigitalFate 包含主服务器和工具服务器。对于 MCP 客户端，您需要配置连接到 DigitalFate 工具服务器的命令和参数。以下是工具服务器的配置信息示例 (JSON 格式)：

{
  "serverName": "DigitalFateToolsServer",
  "command": "python",
  "args": [
    "-m",
    "DigitalFate.tools_server",
    "run_tools_server_internal"
  ],
  "description": "DigitalFate 工具服务器，用于管理和执行工具函数。",
  "sessionType": "stdio"
}

参数注释:

'serverName': 服务器名称，您可以自定义。
'command': 启动服务器的命令，这里使用 'python'。
'args': 启动服务器命令的参数，包括 '-m DigitalFate.tools_server' 指定运行 DigitalFate 工具服务器模块，'run_tools_server_internal' 是运行服务器的函数。
'description': 服务器描述信息，方便识别服务器用途。
'sessionType': 会话类型，'stdio' 表示使用标准输入输出流进行通信。

基本使用方法

启动服务器: 在安装 DigitalFate 的环境中，分别运行以下命令启动主服务器和工具服务器 (在不同的终端窗口中运行)：

python -m DigitalFate.server run_main_server_internal

python -m DigitalFate.tools_server run_tools_server_internal

或者，您可以使用开发服务器同时启动两者:

python -m DigitalFate.server run_dev_server

配置客户端: 在您的 MCP 客户端应用中，配置连接到 DigitalFate 工具服务器的信息，使用上面提供的服务器配置 JSON。

使用 DigitalFate 客户端: 在 Python 代码中，导入并初始化 'digitalfateClient'，即可开始使用 DigitalFate 提供的各项功能，例如调用 Agent 执行任务、使用工具、管理配置等。

from digitalfate import digitalfateClient, Task, AgentConfiguration
from digitalfate.client.tools import Search

client = digitalfateClient("localserver") # 或者 "devserver" 如果您本地运行
client.set_config("OPENAI_API_KEY", "YOUR_API_KEY")

task = Task(description="Search for latest AI news", tools=[Search])
agent_config = AgentConfiguration(job_title="Researcher", company_url="example.com", company_objective="Research AI trends")

client.agent(agent_config, task)

print(task.response)

请参考仓库中的 'README.md' 和示例代码了解更多高级功能和使用方法。

关键词