VoltAgent

VoltAgent — сквозная платформа для разработки AI-агентов, состоящая из двух основных частей:

• Фреймворк с открытым исходным кодом на TypeScript — память, RAG, гарантии безопасности, инструменты, MCP, голос, воркфлоу и многое другое.
• Консоль VoltOps Cloud Self-Hosted — наблюдаемость, автоматизация, деплой, оценка, гарантии безопасности, промпты и многое другое.

Создавайте агентов с полным контролем над кодом и запускайте их в продакшн с готовой инфраструктурой наблюдаемости и операций.

С помощью фреймворка с открытым исходным кодом можно создавать интеллектуальных агентов с памятью, инструментами и многошаговыми воркфлоу, подключаясь к любому AI-провайдеру. Создавайте сложные мультиагентные системы, в которых специализированные агенты работают совместно под управлением супервизора.

• Среда выполнения (@voltagent/core): определяйте агентов с типизированными ролями, инструментами, памятью и провайдерами моделей в одном месте — всё остаётся организованным.
• Движок воркфлоу: описывайте многошаговые автоматизации декларативно, без ручной сборки управляющей логики.
• Супервизоры и суб-агенты: запускайте команды специализированных агентов под управлением супервизора, который маршрутизирует задачи и синхронизирует их.
• Реестр инструментов и MCP: поставляйте типизированные через Zod инструменты с хуками жизненного цикла и отменой, подключайтесь к серверам Model Context Protocol без лишнего связующего кода.
• Совместимость с LLM: переключайтесь между OpenAI, Anthropic, Google и другими провайдерами, меняя конфигурацию, а не переписывая логику агентов.
• Память: подключайте долговременные адаптеры памяти, чтобы агенты сохраняли важный контекст между запусками.
• Возобновляемые потоки: позволяйте клиентам переподключаться к активным потокам после обновления страницы и продолжать получать тот же ответ.
• Поиск и RAG: подключайте агентов-ретриверов для извлечения фактов из ваших источников данных и заземления ответов (RAG) перед ответом модели.
• База знаний VoltAgent: используйте управляемый RAG-сервис для загрузки документов, разбивки на чанки, создания эмбеддингов и поиска.
• Голос: добавляйте возможности синтеза и распознавания речи с помощью OpenAI, ElevenLabs или собственных голосовых провайдеров.
• Гарантии безопасности: перехватывайте и валидируйте входные и выходные данные агента во время выполнения для соблюдения политик контента и правил безопасности.
• Оценка: запускайте наборы тестов оценки агентов вместе с воркфлоу для измерения и улучшения поведения агентов.

MCP-сервер (@voltagent/mcp-docs-server)

Вы можете использовать MCP-сервер @voltagent/mcp-docs-server, чтобы обучить вашу LLM работе с VoltAgent в AI-ассистентах для написания кода, таких как Claude, Cursor или Windsurf. Это позволяет AI-ассистентам обращаться к документации VoltAgent, примерам и журналам изменений прямо во время работы.

📖 Как настроить MCP-сервер документации

⚡ Быстрый старт

Создайте новый проект VoltAgent за секунды с помощью CLI-инструмента create-voltagent-app:

Эта команда проведёт вас через процесс настройки.

Стартовый код находится в src/index.ts — он регистрирует агента и пример комплексного воркфлоу из src/workflows/index.ts.

import { VoltAgent, Agent, Memory } from "@voltagent/core";
import { LibSQLMemoryAdapter } from "@voltagent/libsql";
import { createPinoLogger } from "@voltagent/logger";
import { honoServer } from "@voltagent/server-hono";
import { openai } from "@ai-sdk/openai";
import { expenseApprovalWorkflow } from "./workflows";
import { weatherTool } from "./tools";

// Создаём экземпляр логгера
const logger = createPinoLogger({
  name: "my-agent-app",
  level: "info",
})