Open source · Apache 2.0 · Python 3.11+
Phronesis (φρόνησις): voor Aristoteles, praktische wijsheid — het vermogen om goed te beraadslagen en met oordeel te handelen in concrete situaties. Een LLM heeft episteme (kennis). Een agent heeft phronesis nodig.
from phronesis import Agent, anthropic
researcher = Agent(
name="researcher",
model=anthropic("claude-opus-4-7"),
system_prompt="You investigate questions thoroughly and cite sources.",
)
answer = await researcher.run("What is phronesis in Aristotelian ethics?")from phronesis import Agent, anthropic
researcher = Agent(
name="researcher",
model=anthropic("claude-opus-4-7"),
system_prompt="You investigate questions thoroughly and cite sources.",
)
answer = await researcher.run("What is phronesis in Aristotelian ethics?")Waarom Phronesis
LLM's weten dingen — dat is episteme. Maar agents moeten beslissen en handelen met oordeel in concrete situaties. Dat is phronesis. De meeste agent-frameworks behandelen agents als verbeterde chatbots geplakt aan een tool-use-loop. Phronesis behandelt ze als beraadslagende systemen met expliciete contracten: getypeerde invoer, gedeclareerde effecten, begrensd geheugen, benoemde uitvoeringspatronen.
Bestaande frameworks dwingen een keuze af. Aan de ene kant schrijf je willekeurige besturingsstroom als code: maximale expressiviteit, en een multi-agentsysteem dat niemand zes maanden later kan debuggen. Aan de andere kant wordt alles beschreven in YAML of grafenbouwers: in één oogopslag leesbaar, onmogelijk zodra je iets niet-triviaals nodig hebt. Phronesis scheidt declaratieve specificatie van runtime-uitvoering. Agents, tools, geheugen en pipelines zijn getypeerde, onveranderlijke, JSON-serialiseerbare specs. Uitvoeringspatronen komen uit een gesloten, welomschreven catalogus — expressiviteit zonder chaos.
Elke run is observable via OpenTelemetry, elke spec is versioneerbaar, elk contract is een runtime-check, geen commentaar in een prompt. Dat is het verschil tussen een framework dat demo's produceert en een dat systemen produceert die je kunt opereren.
Code-tour
Een agent bindt een model, tools en geheugen onder één declaratieve spec.
from phronesis import Agent, anthropic
from phronesis.memory import SemanticMemory
agent = Agent(
name="assistant",
model=anthropic("claude-opus-4-7"),
tools=[search_web, read_file],
memory=SemanticMemory(scope="session"),
system_prompt="You are a careful research assistant.",
)from phronesis import Agent, anthropic
from phronesis.memory import SemanticMemory
agent = Agent(
name="assistant",
model=anthropic("claude-opus-4-7"),
tools=[search_web, read_file],
memory=SemanticMemory(scope="session"),
system_prompt="You are a careful research assistant.",
)Patronen
Agents die informatie verzamelen, erover redeneren en antwoorden synthetiseren met citaten.
Agents die documenten lezen, structureren en bewerken met expliciet geheugen van wat ze gezien hebben.
Pipelines die gespecialiseerde agents samenstellen via overdrachten, debat of consensus.
Agents die getypeerde tools en MCP-servers aanroepen onder expliciete veiligheidscontracten.
Principes
Agents worden geconfigureerd uit onderdelen — model, tools, geheugen, prompts — niet via subklassen. Je stelt samen; je overschrijft niet.
Streaming, concurrency en annulering zijn basisaannames. Er is geen synchrone schaduw-API om te onderhouden.
Pydantic v2 overal. Types zijn geen documentatie — het zijn runtime-contracten die het framework afdwingt.
Definities zijn JSON-serialiseerbaar en reproduceerbaar. Uitvoeringsstaat leeft apart, observable en bevraagbaar.
OpenTelemetry-spans voor elke agent-run, tool-aanroep en pipeline-stap — vanaf de eerste commit, niet er achteraf opgeschroefd.
Sequence, Parallel, ReActLoop, Consensus, Debate, Handoff. Benoemde modi waarover je kunt redeneren — geen willekeurige besturingsstroom.
Wat zit erin
De primitieven waarmee elke agent wordt gebouwd.
Hoe agents onthouden en wat ze delen.
Hoe agents samen systemen vormen.
Installeren
$pip install phronesis-framework
Projectstatus
De API zal veranderen. We werken openbaar om een framework te bouwen dat agentsystemen serieus neemt — getypeerd, samenstelbaar, observable. Geen productie-claims, geen verzonnen case studies, geen enterprise-poorten. Alleen de code en een eerlijke toewijding aan het ontwerp.
Feedback, ideeën en bijdragen zijn welkom via GitHub Discussions en Issues. De roadmap, de ruwe randjes en de open vragen staan allemaal in de repository.
