Stirrup: Ein flexibles Framework für den Aufbau von Agenten

Stirrup ist ein leichtgewichtiges Framework, das Entwicklern hilft, Agenten zu erstellen, die in der Lage sind, ihre eigenen Ansätze zur Erledigung von Aufgaben zu wählen. Dieses innovative Framework bietet eine Vielzahl von Funktionen, die es von anderen Agenten-Frameworks abheben. In diesem Artikel werden wir die Hauptmerkmale von Stirrup, die Installation und Nutzung sowie einige praktische Beispiele beleuchten.

Einführung in Stirrup

Stirrup wurde entwickelt, um die Interaktion zwischen Modellen und Agenten zu optimieren. Anstatt starre Arbeitsabläufe aufzuzwingen, ermöglicht es Stirrup den Modellen, ihre eigenen Strategien zur Aufgabenerfüllung zu wählen. Dies führt zu besseren Ergebnissen und einer flexibleren Handhabung von Aufgaben.

Hauptmerkmale von Stirrup

• Skills-System: Stirrup verfügt über ein modulares Skills-System, das die Fähigkeiten der Agenten erweitert. Entwickler können spezifische Anweisungen für verschiedene Domänen hinzufügen.
• Flexible Tool-Ausführung: Die generische Tool-Klasse ermöglicht eine einfache Definition und Erweiterung von Tools, die die Agenten nutzen können.
• Kontextmanagement: Stirrup bietet Werkzeuge zur automatischen Zusammenfassung der Gesprächshistorie, um die Kontextgrenzen zu verwalten.
• Multimodale Unterstützung: Agenten können Bilder, Videos und Audios verarbeiten, wobei eine automatische Formatkonvertierung erfolgt.
• Flexible Anbieterunterstützung: Vorinstallierte Unterstützung für OpenAI-kompatible APIs und LiteLLM, oder die Möglichkeit, eigene Clients zu integrieren.

Installation von Stirrup

Die Installation von Stirrup ist einfach und kann über pip erfolgen. Hier sind die Schritte:

pip install stirrup

Für die Installation aller optionalen Komponenten verwenden Sie:

pip install 'stirrup[all]'

Um Stirrup lokal zu klonen und zu installieren, führen Sie die folgenden Befehle aus:

git clone https://github.com/ArtificialAnalysis/Stirrup.git
cd stirrup
pip install -e .

Nutzung von Stirrup

Um mit Stirrup zu beginnen, können Sie einen Agenten erstellen, der Web-Suchen durchführt und Daten verarbeitet. Hier ist ein einfaches Beispiel:

import asyncio
from stirrup import Agent
from stirrup.clients.chat_completions_client import ChatCompletionsClient

async def main() -> None:
    client = ChatCompletionsClient(base_url="https://openrouter.ai/api/v1", model="anthropic/claude-sonnet-4.5")
    agent = Agent(client=client, name="agent", max_turns=15)
    async with agent.session(output_dir="./output/getting_started_example") as session:
        finish_params, history, metadata = await session.run("Was ist die Bevölkerung Australiens in den letzten 3 Jahren?")
        print("Finish params: ", finish_params)
        print("History: ", history)
        print("Metadata: ", metadata)

if __name__ == "__main__":
    asyncio.run(main())

Praktische Beispiele und Tutorials

Stirrup bietet eine Vielzahl von Beispielen und Tutorials, die Entwicklern helfen, die Funktionen des Frameworks zu verstehen und anzuwenden. Auf der offiziellen Webseite finden Sie umfassende Anleitungen und Beispiele für die Verwendung von Stirrup in verschiedenen Szenarien.

Fazit

Stirrup ist ein leistungsfähiges und flexibles Framework für den Aufbau von Agenten, das Entwicklern viele Möglichkeiten bietet, ihre Anwendungen zu gestalten. Mit seinen umfangreichen Funktionen und der einfachen Handhabung ist es eine ausgezeichnete Wahl für jeden, der Agenten entwickeln möchte, die intelligent und anpassungsfähig sind.

Quellenliste:

• Quelle: Stirrup: The Lightweight Framework for Building Agents
• GitHub Repository von Stirrup
• Beispiele für die Nutzung von Stirrup