返回首页
最新
嘿，HN，
我是 Allos 的创始人。在过去的几周里，我一直在构建一个工具，以解决一个让我个人感到沮丧的问题：每当我想要构建一个 AI 代理时，我总是被迫在一个简单的框架（如 OpenAI 或 Anthropic）和一个复杂的框架之间做出选择，后者往往显得过于繁琐。
我希望能够在不重写代码的情况下，随时切换我代理的 LLM “大脑”。例如，在编程任务中使用 GPT-5，然后在写作任务中切换到 Claude 4.1 Sonnet，所有这些都可以使用相同的代理逻辑。
这就是我构建 Allos 的原因。它是一个 MIT 许可的 Python SDK，具有几个核心目标：
1. 真正的提供者无关性：为提供者提供统一的接口。MVP 完全支持 OpenAI 和 Anthropic。当你切换时，代理的代码不会改变。
2. 简单而强大的命令行界面：主要的交互方式是通过一个单一的 allos 命令。你可以给它一个高层次的任务，它会使用其工具完成任务（在处理任何敏感内容之前会先请求许可）。例如，使用命令 allos “在 main.py 中创建一个 FastAPI 应用并运行它。”
3. 可扩展的工具：它内置了安全的文件系统和 shell 操作工具。添加你自己的自定义工具只需一个带有装饰器的 Python 类。
4. 没有魔法：架构简单透明。它是一个直接的代理循环，没有繁重的抽象层需要应对。代码经过 100% 单元测试。
这里有一个 3 分钟的视频展示它的实际操作（包括从单个提示构建多文件应用）：[https://youtu.be/rWc-8awcAJo](https://youtu.be/rWc-8awcAJo)
接下来在路线图上的重大功能是通过 Ollama 对本地模型的一级支持。
我在这里回答任何问题。我很想听取你们的反馈、批评和想法。
谢谢你们的关注！
没有其他办法，对吧？
这是一个基于共生智能四大法则的250行量子启发式架构。与标准贪心算法相比，性能提升了14%。