融合 Hermes Agent + cgast/harness + Taiji Verify 太极哲学驱动的 AI Agent 框架
太极生两仪,两仪生四象,四象生八卦。 开源 AI Agent 框架,融合多框架精华,专注防幻觉与可靠性。
Taiji Agent 的每一行代码,都遵循这三条设计原则:
| 原则 | 解释 | 工程体现 |
|---|---|---|
| 分布式 | 没有上帝节点,每个 Agent 都是独立主体 | Agent Loop + 事件驱动,无共享状态,消息传递通信 |
| 可进化 | 系统不是「写完」的,是「长出来」的 | 自我学习闭环,人格持续迭代,记忆动态增长 |
| 自组织 | 没有中央调度,智能体自己决定做什么 | Skills Hub 自创建,任务自规划,上下文自组装 |
无极而太极,太极本无极也
Taiji Agent 的核心只有一件事:管理 Agent 的生命周期。所有其他能力都是插件:
- 想加一个新的 LLM?写个 Provider,50 行代码搞定
- 想加一个新的消息渠道?实现
PlatformAdapter接口 - 想加一个新的记忆后端?实现
HonchoMemory就行 - 想加一个新的技能?放到 Skills Hub 自动加载
核心永远轻量,能力无限扩展。这就是无极之道。
一阴一阳之谓道
阳是规则,是秩序,是可验证的确定性。
Taiji Verify 符号层防幻觉系统,是 Taiji Agent 的确定性基石,也是项目中最核心的差异化能力。
┌───────────────────────────────────────────────────────────────────┐
│ Taiji Verify 防幻觉五重验证 │
├────────────────┬───────────────────┬──────────────┬───────────────┤
│ TaijiVerifier │ SelfConsistency │ SourceTracer │ Hallucination │
│ 符号层规则验证 │ 多路径自一致性检查 │ 知识溯源索引 │ 幻觉风险检测器 │
└────────────────┴───────────────────┴──────────────┴───────────────┘
- 符号层规则验证 (TaijiVerifier):基于知识库的事实匹配,支持正则表达式匹配,输出必须在知识边界内。
- 多路径自一致性 (SelfConsistencyChecker):对同一问题采样多次,投票选出一致结果。
- 知识溯源索引 (SourceTracer):每个结论都能追溯到原始知识来源,可审计。
- 幻觉风险检测 (HallucinationDetector):综合评分 = TaijiVerify(40%) + 自一致性(30%) + 知识溯源(30%)。
阴是变化,是创造,是不可预测的可能性。
Taiji Agent 不造轮子,我们用最好的引擎:
from taiji_agent import TaijiAgent, AgentConfig
agent = TaijiAgent(config=AgentConfig(
provider="anthropic",
model="claude-sonnet-4-20250514"
))
result = await agent.run("分析这段代码")已实现适配器:
| 适配器 | 对应模型 | 厂商 | 状态 |
|---|---|---|---|
| AnthropicProvider | Claude 系列 | Anthropic | ✅ 已实现 |
| OpenAIProvider | GPT 系列 | OpenAI | ✅ 已实现 |
| QwenProvider | 通义千问 | 阿里 | ✅ 已实现 |
| GLMProvider | GLM | 智谱 | ✅ 已实现 |
| KimiProvider | Kimi | 月之暗面 | ✅ 已实现 |
| DoubaoProvider | 豆包 | 字节 | ✅ 已实现 |
OpenTaiji 最核心的创新:不是让确定性去「限制」随机性,而是让两者对话。
LLM 输出
↓
[幻觉检测器打分] → 分数 < 阈值?
↓ ↓
直接输出 [自一致性检查] → 3次采样投票
↓
[溯源索引] → 匹配知识库
↓
输出 + 来源标注 + 置信度
阳中有阴,阴中有阳。这就是太极。
基于 cgast/harness 的 Universal LLM Agent Runtime,~350行核心代码:
from taiji-agent import TaijiAgent
agent = TaijiAgent() # 默认配置
result = await agent.run("帮我分析代码")安全、可解释、易定制的人格系统:
# souls/default.yaml
id: default
name: "太极助手"
layers:
boundaries:
- "不产生有害内容"
- "永远坦诚承认不确定性"
ethics:
- "追求阴阳平衡"
character:
traits:
- "深思熟虑"
- "善于分析"跨会话记忆,用户画像,语义搜索:
from taiji-agent import HonchoMemory
honcho = HonchoMemory()
honcho.update_peer_card("user", facts=["喜欢Python"], topic="开发")
context = honcho.get_user_context_prompt()从交互中学习,自动创建技能:
from taiji-agent import SelfImprovingLoop
loop = SelfImprovingLoop(honcho, skill_manager, verifier)
learnings = await loop.learn_from_interaction(conversation, task, result, tools)开箱即用 + 自定义技能:
| 预置技能 | 说明 |
|---|---|
| github-auth | GitHub 认证配置 |
| github-pr-workflow | PR 工作流自动化 |
| code-review | 代码审查 |
| web-research | 网络研究 |
| document-writer | 文档写作 |
| chinese-context | 中文语境适配 |
| planning-with-files | 跨会话任务规划 |
| 平台 | 支持 |
|---|---|
| Telegram | ✅ |
| Discord | ✅ |
| Slack | ✅ |
| 企业微信 | ✅ |
| 钉钉 | ✅ |
| 飞书 | ✅ |
OpenTaiji 支持完整的多智能体协同架构,融合 Hermes Agent Delegate 机制:
| 模式 | 说明 | 适用场景 |
|---|---|---|
| PARALLEL | 并行执行,最大并发可配置 | 独立子任务并行处理 |
| SEQUENTIAL | 串行执行,按依赖顺序 | 有先后关系的任务链 |
| HIERARCHICAL | 层级结构,树形委托 | 任务分解与汇总 |
| BROADCAST | 广播模式,一对多 | 通知、公告 |
| DEBATE | 辩论模式,多Agent讨论 | 方案评审、决策 |
| CONSENSUS | 共识模式,投票决策 | 团队协作、共识达成 |
| 角色 | 功能 |
|---|---|
| COORDINATOR | 协调者 - 任务分解和结果汇总 |
| EXECUTOR | 执行者 - 具体任务执行 |
| REVIEWER | 评审者 - 结果审查 |
| SYNTHESIZER | 综合者 - 信息融合 |
| MONITOR | 监控者 - 进度跟踪 |
from taiji-agent import MultiAgentCoordinator, AgentRole, AgentTask
coordinator = MultiAgentCoordinator(max_concurrent=3, max_depth=2)
task = AgentTask(description="开发一个电商系统")
result = await coordinator.execute_hierarchical(task)┌─────────────────────────────────────────────────────────────────────────┐
│ Multi-Agent 协同架构 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ MultiAgentCoordinator │ │
│ │ (协调器) │ │
│ │ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │Coder │ │ Reviewer │ │ Tester │ │PM │ │ │
│ │ │ 执行者 │ │ 评审者 │ │ 测试者 │ │ 管理者 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ │
│ │ │ │
│ │ ┌──────────────────────────────────────────────────────┐ │ │
│ │ │ MessageBus │ │ │
│ │ │ (消息总线/发布订阅) │ │ │
│ │ └──────────────────────────────────────────────────────┘ │ │
│ │ │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────▼─────────────────────────────────┐ │
│ │ AgentSwarm │ │
│ │ (智能体蜂群 - 动态创建/销毁) │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────────────────────┐
│ Taiji Agent 2.0 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ 用户交互层 │ │
│ │ CLI TUI │ Telegram │ Discord │ Slack │ 企业微信 │ 钉钉 │ 飞书 │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────▼─────────────────────────────────┐ │
│ │ 太极引擎核心 (Python) │ │
│ │ │ │
│ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │
│ │ │ Taiji Verify │ │ Soul │ │ Honcho │ │ │
│ │ │ 防幻觉 │ │ 人格引擎 │ │ 记忆系统 │ │ │
│ │ │ (OpenTaiji) │ │ (Harness) │ │ (Hermes) │ │ │
│ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │
│ │ │ │
│ │ ┌──────────────────────────────────────────────────────────────┐ │ │
│ │ │ Agent Loop (Harness ~350行) │ │ │
│ │ │ prompt → Taiji Verify验证 → LLM → execute │ │ │
│ │ └──────────────────────────────────────────────────────────────┘ │ │
│ │ │ │
│ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │
│ │ │ MCP │ │ Guardrails │ │ Observability│ │ │
│ │ │ 双向协议集成 │ │ 安全护栏 │ │ 全链路追踪 │ │ │
│ │ │ (Dify v1.6) │ │(OpenAI SDK) │ │ (LangSmith) │ │ │
│ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │
│ │ │ │
│ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │
│ │ │ HITL │ │ Workflow │ │ Handoffs │ │ │
│ │ │ 人机协作 │ │ 状态工作流 │ │ Agent交接 │ │ │
│ │ │(Dify v1.13) │ │ (LangGraph) │ │(OpenAI SDK) │ │ │
│ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │
│ │ │ │
│ │ ┌──────────────┐ ┌──────────────┐ │ │
│ │ │ Code │ │ Visual │ │ │
│ │ │ 代码代理 │ │ 工作流可视化 │ │ │
│ │ │ (SmolAgents) │ │ (Mermaid) │ │ │
│ │ └──────────────┘ └──────────────┘ │ │
│ │ │ │
│ │ ┌──────────────────────────────────────────────────────────────┐ │ │
│ │ │ 工具系统 (15+ Tools) │ │ │
│ │ │ 文件 │ Shell │ Git │ 搜索 │ 代码执行 │ 记忆 │ ... │ │ │
│ │ └──────────────────────────────────────────────────────────────┘ │ │
│ │ │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────▼─────────────────────────────────┐ │
│ │ 模型层 (Multi-Provider) │ │
│ │ Anthropic │ OpenAI │ 通义千问 │ GLM │ Kimi │ 豆包 │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
| 模块 | 来源 | 代码行数 | 功能 |
|---|---|---|---|
| agent/ | cgast/harness | ~350 | Agent Loop 核心 |
| wfgy/ | OpenTaiji | ~400 | Taiji Verify 防幻觉 |
| souls/ | cgast/harness | ~200 | Soul 人格引擎 |
| memory/ | Hermes | ~150 | 会话记忆 |
| learning/ | Hermes | ~300 | 自我学习闭环 |
| skills/ | Hermes | ~400 | 技能系统 |
| tools/ | Hermes | ~500 | 工具注册表 (15个) |
| providers/ | 通用 | ~200 | LLM 提供商 |
| gateway/ | Hermes | ~400 | 消息网关 |
| events/ | cgast/harness | ~100 | 事件总线 |
| cli/ | Hermes | ~200 | 命令行界面 |
# 克隆项目
git clone https://github.com/xiejianjun000/taiji-agent.git
cd taiji-agent/taiji-agent-python
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Linux/Mac
# venv\Scripts\activate # Windows
# 安装
pip install -e ".[all]"
# 初始化
taiji-agent initfrom taiji-agent import TaijiVerifier, HallucinationDetector
verifier = TaijiVerifier()
detector = HallucinationDetector()
# 验证内容
passed = verifier.verify("LLM 的输出内容")
# 检测幻觉风险
risk = detector.detect("可能的回复内容")
print(f"幻觉风险: {risk:.1%}")from taiji-agent import TaijiAgent, AgentConfig
import asyncio
async def main():
config = AgentConfig(
provider="anthropic",
model="claude-sonnet-4-20250514",
wfgy_enabled=True,
max_iterations=25,
)
agent = TaijiAgent(config=config)
result = await agent.run("帮我分析这段代码的性能")
print(result.content)
asyncio.run(main())# 运行 Agent
taiji-agent run "帮我分析这段代码的性能"
# 流式输出
taiji-agent run --stream "写一个快速排序"
# 查看工具
taiji-agent tools
# WFGY 验证
taiji-agent wfgy-check --text "要验证的文本"# LLM API Keys
export ANTHROPIC_API_KEY="sk-ant-..."
export OPENAI_API_KEY="sk-..."
# 国产模型 Keys
export DASHSCOPE_API_KEY="..." # 通义千问
export ZHIPU_API_KEY="..." # 智谱 GLM
export MOONSHOT_API_KEY="..." # Kimi
export DOUBAO_API_KEY="..." # 豆包from taiji-agent import AgentConfig
config = AgentConfig(
provider="anthropic",
model="claude-sonnet-4-20250514",
soul="default",
temperature=0.7,
max_iterations=25,
wfgy_enabled=True,
wfgy_threshold=0.7,
)# Taiji Agent 2.0 新功能测试
python tests/test_v2_features.py
# 完整压力测试
python tests/stress_test.py
# 测试结果
# 新功能测试: 25 通过, 0 失败
# 压力测试: 30 通过, 0 失败| 模块 | 操作 | 性能 |
|---|---|---|
| Soul 加载 | 1,000次 | 595,860 ops/s |
| Taiji Verify 验证 | 10,000次 | 398,195 ops/s |
| 工具执行 | 100次 | 100,358 ops/s |
| 幻觉检测 | 25,000次 | 102,314 ops/s |
| 并发验证 | 1,000任务 | 234,536 ops/s |
# 核心
from taiji-agent import (
TaijiAgent, # Agent 引擎
AgentConfig, # 配置类
)
# Taiji Verify 防幻觉
from taiji-agent import (
TaijiVerifier, # 符号层验证器
HallucinationDetector, # 幻觉检测器
)
# Soul 人格
from taiji-agent import (
SoulLoader, # Soul 加载器
Soul, # Soul 数据类
)
# 记忆
from taiji-agent import SessionMemory
# 工具
from taiji-agent import ToolRegistry
# 国产模型
from taiji-agent import (
QwenProvider, # 通义千问
GLMProvider, # 智谱 GLM
KimiProvider, # Kimi
DoubaoProvider, # 豆包
)
# 消息网关
from taiji-agent import MessageGateway, create_gateway
# 技能系统
from taiji-agent import SkillManager, Skill, SkillCreator
# 自我学习
from taiji-agent import HonchoMemory, SelfImprovingLoop
# 多智能体协同
from taiji-agent import (
MultiAgentCoordinator, # 多智能体协调器
AgentSwarm, # 智能体蜂群
MessageBus, # 消息总线
AgentRole, # 智能体角色
CoordinationMode, # 协同模式
AgentMessage, # 智能体消息
AgentTask, # 智能体任务
BaseAgent, # 智能体基类
)
# MCP Protocol (Dify v1.6.0)
from taiji-agent import (
MCPServerAdapter, # MCP Server 适配器
MCPServerConfig, # MCP Server 配置
MCPClientAdapter, # MCP Client 适配器
MCPConnectionConfig, # MCP 连接配置
MCPProtocol, # MCP 协议核心
MCPTool, # MCP 工具
MCPResource, # MCP 资源
)
# Guardrails (OpenAI Agents SDK)
from taiji-agent import (
Guardrail, # 护栏基类
ValidationResult, # 验证结果
GuardrailConfig, # 护栏配置
GuardrailManager, # 护栏管理器
ContentFilter, # 内容过滤器
RateLimitGuardrail, # 速率限制
SensitiveDataFilter, # 敏感数据过滤
QualityGate, # 质量门控
)
# Observability (LangSmith)
from taiji-agent import (
TracingManager, # 追踪管理器
TraceSpan, # 追踪跨度
TraceEvent, # 追踪事件
SpanStatus, # 跨度状态
SpanKind, # 跨度类型
ConsoleExporter, # 控制台导出
FileExporter, # 文件导出
LangSmithExporter, # LangSmith 导出
)
# HITL (Dify v1.13.0)
from taiji-agent import (
ApprovalQueue, # 审批队列
ApprovalRequest, # 审批请求
ApprovalDecision, # 审批决策
ApprovalStatus, # 审批状态
ConfidenceGate, # 置信度门控
ConfidenceLevel, # 置信度级别
Checkpoint, # 断点
CheckpointManager, # 断点管理器
)
# Workflow (LangGraph)
from taiji-agent import (
WorkflowEngine, # 工作流引擎
WorkflowState, # 工作流状态
WorkflowConfig, # 工作流配置
NodeResult, # 节点结果
WorkflowGraph, # 工作流图
Node, # 节点
Edge, # 边
ConditionalEdge, # 条件边
)
# Handoffs (OpenAI Agents SDK)
from taiji-agent import (
Handoff, # 交接基类
HandoffConfig, # 交接配置
HandoffManager, # 交接管理器
HandoffResult, # 交接结果
HandoffContext, # 交接上下文
AgentRegistry, # Agent 注册表
)
# Code Agent (SmolAgents)
from taiji-agent import (
CodeExecutor, # 代码执行器
ExecutionResult, # 执行结果
ExecutionStatus, # 执行状态
SandboxConfig, # 沙箱配置
SandboxManager, # 沙箱管理器
)
# Visual (Mermaid/Graphviz)
from taiji-agent import (
WorkflowExporter, # 工作流导出器
WorkflowExporterFactory,# 导出器工厂
MermaidExporter, # Mermaid 导出
ASCIIExporter, # ASCII 导出
JSONExporter, # JSON 导出
HTMLExporter, # HTML 导出
ExportFormat, # 导出格式
WorkflowGraph, # 工作流图
NodeData, # 节点数据
EdgeData, # 边数据
)- Taiji Verify 防幻觉系统
- Soul 人格引擎
- Honcho 记忆系统
- 国产模型支持(通义千问/智谱/Kimi/豆包)
- 消息网关(TG/Discord/企微/钉钉/飞书)
- Skills Hub 技能市场
- 自我学习闭环
- 多智能体协同(6种模式)
- MCP 双向协议集成
- Guardrails 安全护栏
- Tracing 可观测性
- Human-in-the-Loop 人机协作
- Stateful Workflow 状态工作流
- Agent Handoffs 智能体交接
- Code Agent 代码代理
- Visual Workflow 工作流可视化
- 完善 WFGY 测试覆盖至 100%
- 记忆系统持久化(SQLite)
- 浏览器自动化集成
- 政务场景定制 (GovMCP)
- 语音模式 (TTS/STT)
- 人格进化系统
- 多语言优化
- 生产级 Agent 运行时
- 完整的自我学习闭环
- 企业级多租户
- Docker / K8s 部署支持
# 1. Fork 仓库
# 2. 克隆到本地
git clone https://github.com/xiejianjun000/taiji-agent.git
cd taiji-agent/taiji-agent-python
# 3. 安装依赖
pip install -e ".[dev]"
# 4. 创建功能分支
git checkout -b feature/your-feature
# 5. 运行测试
python tests/stress_test.py
# 6. 提交 PRA: 2.0 版本从 TypeScript 全面迁移到 Python,融合了 Hermes Agent 的全部功能(54+工具、Skills Hub、消息网关、自我学习闭环)和 cgast/harness 的核心引擎(~350行)。WFGY 防幻觉系统作为核心差异化能力保留并增强。
A: OpenTaiji 的差异化在于:
- WFGY 防幻觉:这是独有的,LangChain/AutoGen 没有
- 太极哲学设计:阴阳平衡,自组织,可进化
- 国产模型优先:开箱即用支持 6 个主流模型
A: 已实现 6 个国产模型:
- 通义千问 (QwenProvider)
- 智谱 GLM (GLMProvider)
- Kimi (KimiProvider)
- 豆包 (DoubaoProvider)
A: 可以。OpenTaiji 使用 MIT 许可证。
- 🐙 GitHub Issues - Bug 反馈,功能请求
MIT © OpenTaiji Team
用太极哲学,构建下一代智能系统。
道生一,一生二,二生三,三生万物。
Made with ❤️ by the OpenTaiji Team
最后更新:2026-05-13 文档版本:v2.0