开源 · Apache 2.0 · Python 3.11+
面向 AI 智能体系统的实践智慧。
Phronesis (φρόνησις):对亚里士多德而言, 实践智慧 — 是在具体情境中善于审议并以判断力行动的能力。LLM 拥有 episteme (知识)。智能体需要 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?")为何选择 Phronesis
智能体不是带工具的聊天机器人。
LLM 知道事物 — 那是 知识(episteme)。但智能体必须在具体情境中带着判断力 做出决定并采取行动 。那是 实践智慧(phronesis)。多数智能体框架把它们当作粘在工具使用循环上的增强聊天机器人。Phronesis 把它们当作具有显式契约的审议系统:类型化输入、声明的副作用、有界记忆、命名的执行模式。
现有框架强迫做出选择。一方面,你以代码编写任意控制流:表达力最大,而六个月后没人能调试的多智能体系统。另一方面,一切都用 YAML 或图构造器描述:一眼可读,需要稍微复杂一点的东西时却不可能。Phronesis 将声明式规范与运行时执行分离。智能体、工具、记忆、管道都是 类型化、不可变、可序列化为 JSON 的规范。执行模式来自一个闭合、明确定义的目录 — 在不混乱的前提下保有表达力。
每次运行都可通过 OpenTelemetry 观测,每份规范都可版本化,每个契约都是运行时校验,而不是提示词中的注释。这就是产出 demo 的框架与产出可运维系统的框架之间的区别。
代码导览
四段代码看懂 API。
一个智能体在单一声明式规范下绑定模型、工具与记忆。
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.",
)模式
为反复出现的智能体形态而设计。
研究型智能体
收集信息、对其进行推理并以引用方式合成答案的智能体。
文档型智能体
阅读、构造并对文档采取行动的智能体,带有对所见内容的明确记忆。
多智能体管道
通过交接、辩论或共识组合专门智能体的管道。
使用工具的助手
在明确安全契约下调用类型化工具和 MCP 服务器的智能体。
原则
六项选择,处处适用。
组合优于继承
智能体由组件 — 模型、工具、记忆、提示词 — 配置而成,而非通过子类化。你在装配,而不是覆写。
异步优先
流式、并发与取消是基本假设。没有同步的影子 API 要维护。
强类型
全程使用 Pydantic v2。类型不是文档 — 它们是框架强制执行的运行时契约。
规范不可变,运行可变
定义可 JSON 序列化且可复现。执行状态独立存在,可观测且可查询。
内置可观测性
每次智能体运行、每次工具调用、每个管道阶段都有 OpenTelemetry span — 从首次提交起,而非后期硬拼。
执行模式的闭合目录
Sequence、Parallel、ReActLoop、Consensus、Debate、Handoff。可推理的命名模式 — 而非任意控制流。
内部构成
小而有原则的表面。
核心
每个智能体所依赖的基本元素。
- 智能体
- 工具
- MCP 集成
- 提示词
- 能力
状态与上下文
智能体如何记忆,以及它们共享什么。
- 记忆(情景、语义、工作、共享)
- 上下文管理
- 会话
编排
智能体如何组合成系统。
- 管道
- 执行模式
- 智能体间通信
- 策略
- 可观测性
项目状态