JarvisCore

JarvisCore

Prescott Data · 程式設計 · 生產力 · 其他

JarvisCore 是開源的 Python 執行環境,讓 AI 代理在網格上以對等節點運作、從共用帳本認領任務,並透過零信任代理服務存取外部系統。

JarvisCore 的介面預覽

關於 JarvisCore

What Is JarvisCore

JarvisCore 是給正式系統使用的多代理框架,以 Python 撰寫。多數框架會指定一個協調者負責規劃每一步、保管全部狀態,它改走另一條路:代理網格上的每個節點自行宣告能力,再從共用帳本領取工作。這個差別在流程掛掉時特別明顯,另一個節點會接手未完成的那一步,目標繼續往前走。

執行環境內建兩種代理設定。AutoAgent 會推理任務、撰寫程式、在沙箱裡執行並自行修錯。CustomAgent 執行你寫在 execute_task 裡的 Python,同時沿用自主代理的身分、記憶與訊息機制。兩者可以並存在同一張網格上,寫死邏輯的 API 工作節點和會推理的代理不必再另外接一套框架。

憑證由 Nexus 處理,這個代理服務在呼叫外部系統的當下才注入權杖。代理只宣告需要哪些服務,從頭到尾看不到金鑰,提示詞、產生的程式碼與追蹤記錄裡也不會出現。專案由 Prescott Data 維護,框架採 Apache 2.0 授權。

開始之前先弄清楚限制。JarvisCore 是開發者用的函式庫,不是免寫程式的工具,文件假設你讀得懂 Python,也熟悉環境變數。耐久型工作流程、當機後續跑、跨機器探索都需要 Redis,多節點還要加裝 P2P 擴充。3.0 版新增的控制層會記錄每一個動作,但預設的觀察模式只留下紀錄,不會阻擋。

Getting Started

  1. 安裝 Python 3.10 以上版本,在新資料夾執行 pip install jarviscore-framework 與 jarviscore init。
  2. 把 .env.example 複製成 .env,填入 Anthropic、Google Gemini、Azure OpenAI 或本機端點的金鑰。
  3. 執行 jarviscore check --validate-llm,確認套件與模型連線都正常。
  4. 寫一個代理類別,設定角色、能力與系統提示詞,加入 Mesh 後呼叫 mesh.run_task()。
  5. 依需求加裝擴充:[redis] 對應耐久型工作流程,[browser] 對應 Playwright,[p2p] 對應跨機器部署。

產品資訊

快速了解 JarvisCore 的定價、支援平台與效能。

免費方案是
付費方案Free (Apache 2.0); Enterprise custom pricing
平台Windows, macOS, Linux (Python 3.10+)
開發者Prescott Data
類別程式設計 · 生產力 · 其他
發布日期Jan 2026
最近更新Oct 2026
網站訪問量N/A
網站全球排名N/A
API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 後端與平台工程師:拿到一個能嵌進現有服務的 Python 函式庫,Redis 與 Playwright 都是選用擴充,不必一開始就備妥整套基礎設施。
  • 工作時間長、分散在多個流程的團隊:某個工作者掛掉後,帳本讓另一個節點接手那一步;任務動輒數分鐘、每次呼叫模型都要付費時,這件事很實際。
  • 憑證規範嚴格的企業:Nexus 把權杖擋在提示詞與產生的程式碼之外,代理可以呼叫 CRM 或付款服務,自己卻不持有金鑰。

任務

  • 多階段研究與報告:先由偵查代理彙整來源,分析代理比對內容,撰稿代理產出摘要,每一步都寫進帳本。
  • 必須撐過重新啟動的工作流程:當機後完成過的步驟會從 Redis 取回,不會重跑也不會重複計費。
  • 在真實網站上操作:瀏覽器擴充驅動 Playwright,代理可以打開型錄、逐頁走完,再用程式算出總額,不必憑感覺估。
  • 需要人工核准的動作:不可逆的呼叫會停在 `Mesh.resolve_hitl()`,核准後只執行一次,適合退款、付款與對外發送訊息。

情境

  • 夜間批次流程要從三個內部系統補齊資料,其中一批出錯時不該讓整輪重跑。
  • 客服團隊想讓代理在 Slack 頻道提出檔案修改,由每個人用自己的帳號決定是否接受。
  • 概念驗證要直接進正式環境,不想重寫,因為同一批代理可以在單一流程或多個節點上執行。

主要功能

沒有中央協調者的對等網格

代理透過 SWIM gossip 宣告能力,彼此依「會做什麼」互相找到對方。某個流程停止時,另一個節點會從共用帳本接手,繼續完成目標。系統裡沒有總管代理,也就沒有「它一掛、全部停擺」的弱點,而這正是協調者架構最常出事的地方。

共用帳本上的耐久目標

Mesh.execute_goal() 把來源目標與義務帳本存進 Redis,在臨時規劃租約下編譯出以能力定址的 DAG,再讓符合條件的節點以原子操作認領就緒步驟。計畫成形後,規劃節點就失去路由權限。每次嘗試都保持不可變,調解程序只為尚未解決的義務補上工作。

同一套執行環境的兩種代理設定

AutoAgent 負責推理循環、工具探索、沙箱執行程式與修復。CustomAgent 則執行你用純 Python 寫的固定處理函式。兩者共用身分、記憶、訊息與儲存層,代理要換設定時,周邊系統不必跟著重做。

以 Nexus 落實零信任憑證

Nexus 在執行邊界解析供應商憑證,直接放進送出的請求。宣告 requires_auth 的代理才會拿到這次呼叫,權杖不會進入模型上下文、代理寫的程式碼或追蹤日誌。OAuth2 設定在本機用 jarviscore nexus init 與 jarviscore nexus register 完成。

撐得比流程更久的記憶

代理決定保留的事實會寫進 .jarviscore/memory/,下次執行時依角色取回,並用 memory_scope_field 依租戶切開。把執行環境指向 Athena,語意記憶就能跨機器共用。工作記憶、情節記憶與長期記憶都走同一套介面。

控制、證據與重播

3.0 版在每次供應商呼叫、沙箱程式、瀏覽器請求與檔案變更發生前先做決定,再把決定寫進以雜湊串接的日誌。jarviscore verify 可離線驗證這份日誌,jarviscore evidence 列出代理為某個人或某個租戶做了什麼,jarviscore replay 則照著紀錄重跑一次工作階段,過程中不呼叫任何線上服務。

優缺點

優點

  • 沒有中央協調者,工作者掛掉不會拖住目標,其他節點會從帳本接手剩下的步驟。
  • 憑證不進入模型,資安團隊常見的反對理由少了一個。
  • AutoAgent 與 CustomAgent 共用執行環境,固定邏輯的工作節點和會推理的代理能放進同一個系統。
  • 3.0 版的控制層會產生可驗證日誌與離線重播,被問到代理到底做了什麼時拿得出紀錄。
  • Apache 2.0 授權允許商業產品使用,沒有營收或使用者數門檻,安裝只要一個 pip 指令加一組模型金鑰。

缺點

  • 需要 Python 能力。沒有視覺化介面,設定過程要用環境檔案與命令列指令。
  • 耐久型工作流程與跨節點探索要 Redis 和 P2P 擴充,單一流程的示範不會顯示這些維運工作。
  • 追蹤記錄是除錯用途,不是稽核紀錄:提示詞只留摘要,工具結果截到 2,000 字元,紀錄七天後過期。
  • 委派存取控制、Maven 成本系統與自我改善的工作流程 DAG 都屬商業模組,價格依專案報價。

常見問題

JarvisCore 是一套以 Python 寫成的開源代理框架。代理加入網格、依能力找到對等節點、從共用帳本認領工作,再透過憑證代理服務呼叫外部系統。專案由 Prescott Data 維護。