Agenten-Frameworks sind in den letzten zwei Jahren schnell erschienen, und die meisten verpacken zuerst einen funktionierenden Agenten und lassen einen dann in ihrer Hülle arbeiten. Dieses geht den anderen Weg: Es nennt sich selbst Low-Level-Orchestrierungsframework und Laufzeit und gibt die Kontrolle zurück. Die Startseite benennt den Kompromiss, um den es gebaut ist — ein Gleichgewicht zwischen Kontrolle und Autonomie, für Agenten, die komplexe Aufgaben zuverlässig erledigen müssen.

Vier Dinge bekommen ihr eigenes Kapitel

Menschliche Beteiligung ist optional, wird aber als Grundbestandteil behandelt: Checkpoints an Schlüsselknoten erlauben es, eine Aktion zu prüfen, Qualitätskontrollen zu ergänzen und sie freizugeben, bevor der Agent sie ausführt — auf der Seite schlicht als Checkpoints beschrieben, mit denen man lenkt und freigibt. Kontrollfluss kommt in drei Formen: ein Agent, mehrere Agenten, oder eine Hierarchie, und alle drei nutzen dieselben Low-Level-Grundbausteine. Die Struktur wächst also mit der Anforderung, statt dass bei einem Architekturwechsel das Framework getauscht wird. Gedächtnis ist eingebaut: Gesprächsverlauf bleibt erhalten, Kontext überlebt Sitzungen, und die Dokumentation trennt kurzfristigen Arbeitsspeicher von einem längerfristigen Speicher. Auch Streaming wird als Grundbestandteil behandelt — Ausgabe Wort für Wort, die Denkweise und Aktionen in Echtzeit offenlegt, was im Grunde eine Schnittstelle für die jeweilige Oberfläche ist.

Zwei Arten von Schritten, ein Graph

Die wichtigste Designentscheidung ist die Erlaubnis zu mischen. Im selben Graphen darf ein Schritt, der stabil und prüfbar sein muss, als deterministische handgeschriebene Logik stehen, während ein Schritt, der improvisieren muss, an ein Modell geht. Das klingt banal und ändert technisch viel: Man wählt nicht mehr zwischen vollautomatisch und vollständig skriptgesteuert, sondern entscheidet Abschnitt für Abschnitt, wo das Modell hingehört. Die Dokumentation beschreibt das Produkt als Low-Level-Framework und Laufzeit zum Bauen, Verwalten und Ausrollen langlaufender zustandsbehafteter Agenten und nennt Einsatz in großen Finanz-, Mobilitäts- und Bankorganisationen. Sie zieht auch eine klare Abhängigkeitsgrenze: ein Modell und ein Werkzeug genügen für den Start, die Doku nutzt für Integrationen das Schwester-Ökosystem, und die Nutzung dieses Frameworks verlangt nicht, dieses Ökosystem mitzuziehen.

Der Einstieg ist tatsächlich leicht. Die Installation ist ein Paket, und das offizielle Hallo-Welt-Beispiel baut Knoten auf einem Zustandsgraphen mit einem Nachrichtenzustand, verbindet Start und Ende, kompiliert, ruft auf und liefert eine Modellantwort. Dieses Stück Code erklärt die gesamte Weltsicht: Knoten sind Schritte, Kanten sind Übergänge, dazwischen wandert der Zustand.

Wiederaufsetzen und Freigabe sind Produktionsfunktionen

Die ersten drei Vorteile der Dokumentation betreffen Probleme, die erst im Betrieb auftreten. Dauerhafte Ausführung lässt einen Agenten an der Fehlerstelle wieder aufsetzen, statt die ganze Arbeit erneut zu laufen. Menschliche Beteiligung erlaubt, den Zustand jederzeit zu prüfen und zu ändern. Das kombinierte Gedächtnis trennt kurzfristigen Arbeitsspeicher vom langfristigen Speicher. Darüber liegen Fehlersuche und Beobachtbarkeit über das Begleitprodukt des Anbieters sowie das Ausrollen langlaufender Workflows. Schon das Inhaltsverzeichnis zeigt den Schwerpunkt: persistente Checkpoints, Speicher, Fehlertoleranz, Ereignisströme, Unterbrechungen, Zeitreisen, Teilgraphen, Deployment — fast jedes Kapitel beantwortet die Frage, was passiert, wenn ein Lauf lang wird.

Der Abschnitt zur Herkunft ist erfrischend offen: inspiriert von klassischen Graphverarbeitungs- und verteilten Datenflusskonzepten, eine öffentliche Schnittstelle nach dem Vorbild einer bekannten Graphbibliothek, gebaut vom Team hinter einem weit verbreiteten Ökosystem für Agentenkomponenten — und ohne dieses nutzbar.

Für wen es passt

Drei Gruppen. Entwicklungsteams mit langlaufenden Agenten, für die Wiederaufsetzen nach einem Fehler, ein Freigabepunkt und einsehbarer Zustand Grundbausteine sind und keine später angeschraubten Flicken. Teams, die feine Kontrolle wollen und sich nicht in eine einzige Blackbox-Architektur sperren lassen, sondern Abschnitt für Abschnitt entscheiden, wo ein Modell arbeitet und wo feste Logik. Und alle, die schon in diesem Komponenten-Ökosystem leben, wo Beobachtbarkeit, Auswertung und Deployment passende Produkte zum Anschließen haben.

Einige Hinweise. Das ist ein Low-Level-Framework, und weniger Abstraktion bedeutet mehr Code: für einen schnellen Demonstrationsagenten ist ein höherer Wrapper weniger Arbeit, und die Readme des Projekts verweist selbst auf solche oberen Schichten. Beobachtbarkeit und Deployment liegen auf der Cloud-Seite des Anbieters, ein selbst gehosteter Aufbau muss diese Lücken also selbst füllen. Lizenzseitig steht das Repository unter MIT, mit rund 41,8k Sternen, 7,1k Forks, 561 Veröffentlichungen, 301 Beitragenden und Nutzung in 44K Projekten, dazu eine gleichwertige Variante für die Skriptsprachen des Webs.

Der Wert eines Low-Level-Frameworks liegt nicht darin, weniger Code zu schreiben. Er liegt darin, dass beim Stocken in Schritt zwanzig ein Haken in Reichweite ist.