agents

agents 建立一個可以呼叫工具的 Agent。Agent 只能使用你明確提供的工具。

建立 Agent

import akasha

agent = akasha.agents(
    model="gemini:gemini-2.5-flash",
    tools=[],
    skills=None,
    stream=False,
)

常用建立參數：

參數	意義
tools	Agent 可以呼叫的工具或工具清單。
skills	擴充 Agent 的 Skill 路徑或 Skill 物件。
model	Provider 與模型別名。
max_round	Agent 與工具互動的最大輪數。
max_past_observation	Agent 保留的先前觀察數量。
stream	是否回傳串流事件而非單一結果。
thinking	是否啟用 Provider 支援的推理內容。
max_resource_bytes	Skill 工具可以讀取的資源大小限制。

呼叫 Agent

answer = agent("請解釋什麼時候適合使用工具呼叫 Agent。")
print(answer)

非串流呼叫會回傳完整回答；非同步版本是：

answer = await agent.acall("請非同步執行這個任務。")

使用 stream=True 時，呼叫會產生事件字典。請參考 串流事件。

Tool 與 Skill 輸入

請只傳入明確且經過驗證的 Tool：

def add_numbers(a: int, b: int) -> int:
    """Add two integers."""
    return a + b


tool = akasha.create_tool(
    "Add two integers.",
    add_numbers,
    tool_name="add_numbers",
)
agent = akasha.agents(model="gemini:gemini-2.5-flash", tools=[tool])

透過 skills 傳入 Skill 目錄：

agent = akasha.agents(
    model="gemini:gemini-2.5-flash",
    skills=["./hello-skill"],
)

該目錄必須包含 SKILL.md。完整的從零開始範例請閱讀Tool 與 Skill。

MCP 工具

使用 MultiServerMCPClient 探索 MCP 工具，正規化後傳給 tools：

discovered = await client.get_tools()
tools = akasha.normalize_mcp_tools(discovered)
agent = akasha.agents(model="openai:gpt-4o-mini", tools=tools)

Server 啟動、傳輸方式與安全注意事項請參考 MCP。

Warning

Tool 是應用程式能力。請驗證輸入，並限制檔案、網路與憑證的存取範圍。