Upsonic 智能体开发框架

能做什么

• 用 Python 创建自主智能体（AutonomousAgent），执行如分析服务器日志、检测异常模式等任务。可将文件与 shell 操作限制在指定 workspace 内，并拦截路径遍历和危险命令。
• 创建传统智能体（Agent），以任务描述驱动执行，例如市场趋势分析。
• 为任务添加自定义工具：通过 upsonic.tools.tool 装饰器定义函数工具，并传入 Task 的 tools 参数。
• 集成 MCP 工具，将智能体连接到外部数据源与服务。
• 使用社区提供的预构建自主智能体，每个预构建智能体打包技能、系统提示词和首条消息，便于快速运行；项目说明该集合接受社区贡献。
• 提供统一 OCR 接口，采用分层流水线：Layer 0 负责文档准备（PDF 转图像、预处理），Layer 1 运行 OCR 引擎。支持的引擎包括 EasyOCR、RapidOCR、Tesseract、PaddleOCR、DeepSeek OCR，以及通过 Ollama 使用 DeepSeek。

适用场景

• 需要快速搭建自主任务执行智能体的 Python 项目。
• 需要在智能体中接入自定义函数工具或 MCP 外部工具。
• 需要从发票等文档中进行 OCR 文本提取。
• 希望使用现成预构建智能体快速启动。

使用条件与限制

• 使用 Python，并通过 uv pip install upsonic 或 pip install upsonic 安装；OCR 功能需安装 upsonic[ocr] 额外依赖。
• 示例中模型以 anthropic/claude-sonnet-4-5 形式配置。
• 自主智能体的文件与 shell 操作默认限制在 workspace 内；如需隔离的云端执行环境，项目文档提到可连接 E2B 沙箱提供方。
• OCR 功能可用性取决于所选 OCR 引擎及其依赖。
• 项目采用 MIT 许可证。