xpander.ai 的安装和配置教程
2025-05-27 15:05:21作者:卓艾滢Kingsley
项目基础介绍
xpander.ai 是一个为自主智能体提供后端即服务(Backend-as-a-Service)的开源项目。该项目旨在为智能体提供内存、工具集成、多用户状态管理、多种触发选项、存储以及智能体之间的消息传递等功能,以支持任何智能体框架和SDK。
主要编程语言:Python
项目使用的关键技术和框架
- 框架灵活性:支持多种流行框架,如 OpenAI ADK、Agno、CrewAI、LangChain,或直接使用原生LLM API。
- 工具集成:提供了一个全面的MCP兼容工具库和预构建的集成。
- 可扩展托管:在托管基础设施上轻松部署和扩展智能体。
- 状态管理:支持框架特定的本地状态或使用分布式状态管理系统。
- 实时事件:利用事件流功能,实现Slackbots、ChatUIs、Agent2Agent通信和Webhook集成。
- API保护机制:使用Agent-Graph-System实施强大的保护机制,定义和管理API操作之间的依赖关系。
安装和配置准备工作
在开始安装前,请确保您的系统中已安装以下依赖项:
- Python
- Node.js
- Docker(推荐用于容器化部署)
安装步骤
步骤1:安装xpander SDK
根据您的编程语言环境,使用以下命令安装xpander SDK:
对于 Python 环境:
pip install xpander-sdk
对于 Node.js 环境:
npm install @xpander-ai/sdk
步骤2:安装CLI工具(可选)
如果您需要CLI工具来创建智能体模板,可以使用以下命令进行安装:
npm install -g xpander-cli
步骤3:初始化智能体
使用CLI工具创建一个新的智能体模板:
xpander login
xpander agent new
步骤4:配置智能体代码
在生成的智能体模板中,您需要配置 xpander_handler.py
文件,以便智能体能处理来自Agent2Agent、Slackbots、MCP服务器或WebUI的事件。
在 xpander_handler.py
中添加以下代码:
on_execution_request(
execution_task: AgentExecution
) -> AgentExecutionResult:
# 这里调用您的智能体代码
result = your_agent.invoke(execution_task.input.text)
return AgentExecutionResult(
result=result,
is_success=True,
)
步骤5:集成AI工具和状态管理(推荐)
为了充分利用xpander.ai的功能,您可以在智能体代码中集成AI工具和状态管理:
from xpander_sdk import XpanderClient, Agent
# 初始化客户端
xpander_client = XpanderClient(api_key="YOUR_XPANDER_API_KEY")
agent_backend = xpander_client.agents.get(agent_id="YOUR_AGENT_ID")
# 使用示例
response = openai_client.chat.completions.create(
model="gpt-4o",
messages=agent_backend.messages,
tools=agent_backend.get_tools(),
tool_choice=agent_backend.tool_choice,
temperature=0.0
)
# 保存LLM当前状态
agent.add_messages(response.model_dump())
# 提取AI模型请求的工具
tool_calls = XpanderClient.extract_tool_calls(llm_response=response.model_dump())
# 在云中自动且安全地执行工具
agent.run_tools(tool_calls=tool_calls)
步骤6:部署智能体到云端
使用以下命令将智能体容器部署到云端:
xpander deploy
步骤7:查看智能体日志
要查看智能体的本地日志,可以使用以下命令:
xpander logs
完成以上步骤后,您的xpander.ai智能体应该已经成功安装并配置完毕,可以开始使用了。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0307- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
867
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3