Pixelagent
Pixeltable, Inc. · 程式設計 · 其他
Pixelagent 是打造有狀態 AI 代理的開源 Python 框架。它把語言模型、儲存與調度收進同一套宣告式模型，你能很快加上工具、記憶與多模態資料。
關於 Pixelagent
What Is Pixelagent
Pixelagent 是 Pixeltable, Inc. 推出的 Python 框架，用來打造自訂 AI 代理，本身也就是一套完整的開源 AI 代理框架。它把代理看成三塊一起運作的零件：語言模型、存放代理產出的儲存層，以及負責執行的調度。你不必手工把這幾塊焊在一起，只要用幾行宣告一個代理，持久化與模型呼叫交給框架處理。它同時給出一條清楚的路，讓你用 Python 打造 AI 代理，不必拖著一堆零散工具。
框架內建四種供應商模組（OpenAI、Anthropic、AWS Bedrock 與 Gemini），同一份代理程式碼就能換不同的語言模型。代理記憶與工具呼叫紀錄會自動寫進資料表，也就是說，之後你能回頭查過去的對話與日誌。資料層由 Pixeltable 負責，Pixelagent 疊在上面。
要注意的是它寫給誰看。Pixelagent 是開發者用的函式庫，不是免寫程式的工具，你得熟悉寫 Python，也要能從命令列跑套件。它還很年輕，已發佈的版本停留在 0.1.x 系列，API 可能在不同版本之間變動。沒有現成的託管應用可以點進去，模型 API 金鑰要自己準備。
Getting Started
- 用
pip install pixelagent安裝套件，再補上你要用的供應商 SDK，例如pip install openai或pip install anthropic。 - 匯入對應供應商的 Agent 類別，傳入名稱與系統提示詞，建立一個代理。
- 用
agent.chat()送出訊息，或把 Python 函式註冊成工具，再用agent.tool_call()呼叫。 - 想確認代理存了什麼，就查它的記憶與工具資料表，之後再從範例加上記憶、反思或規劃迴圈來擴充。
產品資訊
快速了解 Pixelagent 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- Python 開發者：不必手工縫合資料庫、調度層與模型客戶端，就能做出自訂代理。
- 想跨過原型的 AI 工程師：替代理加上持久記憶與工具呼叫紀錄，讓它撐過重新啟動。
- 需要多模態 AI 代理的團隊：在同一個代理裡處理文字、圖像、音訊與影片，不必另建一條資料管線。
任務
- 幫代理加上工具：把普通的 Python 函式註冊成工具，讓模型在對話中呼叫，代理工具呼叫就保持一般程式碼，而不是新的結構定義。
- 建立長期記憶：存下對話紀錄，並用語意搜尋跨工作階段取回。
- 跑推理與規劃迴圈：搭出 ReAct 式的流程，讓代理先想、再動作、最後回答。
- 多模態檢索：在單一流程裡同時取用圖像、音訊與文字，而不是只取文字。
情境
- 在一個衝刺週期裡試做客服代理：用一段系統提示詞加兩三個工具，半天就能把代理立起來。
- 稽核代理做過的事：調出存下的訊息與工具日誌，事後追出某個判斷是怎麼來的。
- 在不同模型供應商之間測試：換一個供應商匯入，比較同一個代理在不同模型上的表現。
主要功能
宣告式、帶型別的代理模型
你宣告代理的名稱、系統提示詞與工具，其餘交給框架。帶型別的 Python 模型會在組裝時就抓出對不上的參數，而不是等到請求跑到一半才失敗。對開發者來說，這代表少寫重複的程式碼，代理長大時也少一些悄悄冒出來的錯誤。
內建四種 LLM 供應商
Pixelagent 提供 OpenAI、Anthropic、AWS Bedrock 與 Gemini 的代理類別，同一套寫法在四者都能跑。要換供應商，幾乎只要換一行匯入。這樣一來，你在比較成本與品質的時候，專案不會被綁死在單一模型廠商。
狀態與記憶自動保存
代理的記憶與工具呼叫紀錄會在執行時寫進 Pixeltable 資料表。你之後可以查這些表，重播一段對話，或看看哪些工具被觸發。持久記憶也讓代理能接回先前的脈絡，不必每個工作階段都從零開始。
用普通 Python 函式就能呼叫工具
任何 Python 函式都能變成工具。替函式加個裝飾器、交給代理，模型就會自己決定何時在對話中呼叫它。工具既然是一般程式碼，你就能沿用既有函式庫，例如抓即時股價，不必把它包進新的結構定義。
原生處理多模態資料
因為底層儲存就是為此而做，框架把文字、圖像、音訊與影片視為第一級資料。代理能在同一個流程裡對混合的媒體推理，而不是把所有東西塞進只吃文字的管線。當來源不是純文字，檢索與分析的任務就特別有感。
可觀測性與代理擴充
訊息、工具呼叫與效能指標都會自動記錄，留下代理做過什麼、花了多久的痕跡。除此之外，專案附上記憶、反思、推理與多模態檢索的範例，讓你直接塞進代理。結果是一套你能往外擴充的框架，而不是只能接受的黑色箱子。
優缺點
優點
- 把 LLM、儲存與調度收進同一套框架，省去自己組合零散服務。
- OpenAI、Anthropic、Bedrock 與 Gemini 四種供應商一開始就能用。
- 對話記憶與工具日誌自動留存，而且查得到。
- 原生處理文字、圖像、音訊與影片，適合多模態檢索。
- 以 Apache 2.0 授權免費開源，還附上可執行的範例。
缺點
- 瞄準 Python 開發者，不寫程式的人沒有免寫程式的路可走。
- 版本還在早期，已發佈的停留在 0.1.x 系列，要有遇到破壞性變動的心理準備。
- LLM API 金鑰得自己準備，等於另外一筆供應商費用。
- 套件倚賴 Pixeltable 的資料層，日後想換儲存並不容易。
常見問題
Pixelagent 是打造有狀態的 AI 代理的開源 Python 框架。它把語言模型、儲存層與調度收進同一套宣告式模型，所以你不用自己接零散服務，就能做出帶代理記憶、工具呼叫與多模態資料的代理。它出自 Pixeltable, Inc.，以 Apache 2.0 授權發佈。
相關內容
探索與 Pixelagent 相關的工具、技能與文章。
Pixelagent 替代方案
Base Code
Base44 (Wix) · 程式設計 · 生產力Base Code 是 Base44 推出的共享雲端開發環境。團隊在對話中描述對既有 GitHub 儲存庫的修改，看著預覽確認結果，再以 Pull Request 交回工程團隊。
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
GitGlow
GitGlow · 程式設計 · 生產力GitGlow 是桌面版 Git 用戶端，把你自己的程式碼與 AI 代理程式的變更集中在同一份審查裡，讓你在交付前看清楚機器上究竟要送出什麼。