Open source · Apache 2.0 · Python 3.11+
Phronesis (φρόνησις): для Аристотеля — практическая мудрость — способность хорошо рассуждать и действовать с рассудительностью в конкретных ситуациях. У LLM есть episteme (знание). Агенту нужна phronesis.
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?")Зачем Phronesis
LLM знают вещи — это эпистеме. Но агенты должны решать и действовать с рассудительностью в конкретных ситуациях. Это фронесис. Большинство фреймворков агентов рассматривают агентов как улучшенных чат-ботов, приклеенных к циклу использования инструментов. Phronesis трактует их как делиберативные системы с явными контрактами: типизированные входы, объявленные эффекты, ограниченная память, именованные паттерны исполнения.
Существующие фреймворки навязывают выбор. С одной стороны — произвольный поток управления в виде кода: максимум выразительности и мультиагентная система, которую через полгода никто не сможет отладить. С другой — всё описано в YAML или конструкторах графов: понятно с первого взгляда, невозможно как только нужно что-то нетривиальное. Phronesis отделяет декларативную спецификацию от исполнения. Агенты, инструменты, память и конвейеры — это типизированные, неизменяемые, сериализуемые в JSON спецификации. Паттерны исполнения берутся из замкнутого, чётко определённого каталога — выразительность без хаоса.
Каждый запуск наблюдаем через OpenTelemetry, каждая спецификация версионируется, каждый контракт — это рантайм-проверка, а не комментарий в промпте. В этом разница между фреймворком, который рождает демо, и тем, который рождает системы, которые можно эксплуатировать.
Обзор кода
Агент связывает модель, инструменты и память под одной декларативной спецификацией.
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.",
)Паттерны
Агенты, собирающие информацию, рассуждающие о ней и синтезирующие ответы с цитатами.
Агенты, читающие, структурирующие и действующие над документами с явной памятью того, что видели.
Конвейеры, компонующие специализированных агентов через передачи, дебаты или консенсус.
Агенты, вызывающие типизированные инструменты и MCP-серверы под явными контрактами безопасности.
Принципы
Агенты конфигурируются из частей — модель, инструменты, память, промпты — а не наследуются. Вы собираете; вы не переопределяете.
Потоковая передача, конкурентность и отмена — базовые предположения. Никакого синхронного теневого API поддерживать не нужно.
Pydantic v2 повсюду. Типы — не документация, а рантайм-контракты, которые фреймворк обеспечивает.
Определения сериализуемы в JSON и воспроизводимы. Состояние исполнения живёт отдельно, наблюдаемо и запросимо.
Спаны OpenTelemetry для каждого запуска агента, вызова инструмента и этапа конвейера — с первого коммита, а не прикручено потом.
Sequence, Parallel, ReActLoop, Consensus, Debate, Handoff. Именованные режимы, о которых можно рассуждать, — а не произвольный поток управления.
Что внутри
Примитивы, из которых строится каждый агент.
Как агенты помнят и что они делят.
Как агенты складываются в системы.
Установка
$pip install phronesis-framework
Статус проекта
API будет меняться. Мы работаем публично, чтобы построить фреймворк, который относится к системам агентов серьёзно — типизированный, компонуемый, наблюдаемый. Никаких заявлений о продакшене, никаких выдуманных кейсов, никаких корпоративных барьеров. Только код и честная приверженность его дизайну.
Обратная связь, идеи и вклад приветствуются через GitHub Discussions и Issues. Дорожная карта, шероховатости и открытые вопросы — всё в репозитории.
