glia¶
Небольшая библиотека для создания LLM-агентов. Каждый вызов модели и инструмента и каждое изменение состояния — обычный объект, который можно записать в лог, сохранить и воспроизвести. Цикл агента помещается в один файл.
Название — от глиальных клеток, которые поддерживают и связывают нейроны.
Зачем¶
Агентные фреймворки обычно прячут поток управления, поэтому их тяжело отлаживать. В glia цикл агента маленький и читается целиком. Инструменты, структурированный вывод, стриминг, параллельный запуск инструментов, сжатие контекста, чекпойнты, guardrails, подтверждение действий человеком, сабагенты и эвалы в виде тестов подключаются отдельно.
Установка¶
pip install glia-agents # ядро — без зависимостей
pip install "glia-agents[anthropic]" # + провайдер Claude
Пакет называется glia-agents; импорт всегда import glia.
За 30 секунд¶
import asyncio
from glia import Agent, tool
from glia.providers import ClaudeLLM
@tool
async def get_weather(city: str) -> str:
"""Узнать текущую погоду в городе."""
return {"Paris": "18°C, облачно"}.get(city, "неизвестно")
async def main():
agent = Agent(ClaudeLLM(), tools=[get_weather], system="Отвечай кратко.")
result = await agent.run("Какая погода в Париже?")
print(result.output) # ответ
print(result.usage) # во сколько обошлось
asyncio.run(main())
Нет ключа API? Все примеры работают офлайн с детерминированным провайдером
EchoLLM — тот же код, без обращения к сети.
Дальше¶
- Начало работы — установка, первый агент, стриминг, офлайн-тесты
- Руководство — каждый примитив с примерами кода
- Архитектура — как всё устроено внутри
- Стратегия — анализ рынка и позиционирование