
使用Scala Play框架構建REST API
?? 在線體驗:https://app.superagi.com
?? 功能 | 圖標 | 一句話亮點 | 適用場景 |
---|---|---|---|
MCP-2 引擎 | ?? | 動態路由 + 記憶共享 | 多模型并行推理 |
LLM Gateway | ?? | 統一限流、審計、脫敏 | 企業合規 |
Agent Market | ?? | 一鍵安裝 800 + 現成 Agent | 營銷、HR、財務 |
Flow IDE | ?? | 類 Figma 畫布,支持分支、循環 | 低代碼團隊 |
GPU Burst | ?? | 秒級彈性到 1 000 卡 | 大促高峰 |
Edge Runtime | ?? | 本地 5 ms 延遲推理 | 工廠 PDA |
一句話:讓不同模型像「微服務」一樣注冊、發現、調用、降級。
以下 YAML 片段定義一個「商品描述生成」MCP 任務,同時調用 GPT-4o 與 Claude,并自動挑選最佳結果:
apiVersion: superagi.io/v2
kind: MCPWorkflow
metadata:
name: product-copy-mcp
spec:
inputSchema:
productName: string
keywords: string[]
models:
- name: gpt-4o
weight: 0.6
maxTokens: 300
- name: claude-3-5
weight: 0.4
maxTokens: 300
aggregator:
type: BestOfN
metric: cosine_similarity
memory:
ttl: 3600s
保存為
product-copy.yaml
,通過 CLIsuperagi apply -f product-copy.yaml
即可上線。
圖標 | 功能 | 快捷鍵 |
---|---|---|
??? | 拖拽節點 | V |
?? | 連線路徑 | L |
?? | 實時調試 | Ctrl+Enter |
?? | 數據預覽 | Space |
lead.score $gt; 80
才發送郵件 git clone https://github.com/TransformerOptimus/SuperAGI.git
cd SuperAGI
cp config_template.yaml config.yaml
# 填寫 OpenAI、Anthropic、SendGrid 等 Key
docker compose -f docker-compose-gpu.yml up --build
瀏覽器打開 http://localhost:3000 即可使用。
組件 | 副本數 | 資源限制 | 說明 |
---|---|---|---|
Gateway | 3 | 2 vCPU / 4 Gi | 入口網關 |
MCP Router | 5 | 4 vCPU / 8 Gi | 無狀態,可水平擴展 |
Worker | 10 | 1 GPU / 16 Gi | 運行模型容器 |
PostgreSQL | 1 (主) + 2 (從) | 8 vCPU / 32 Gi | 高可用 |
Redis | 3 (哨兵) | 2 vCPU / 4 Gi | 緩存 & 消息隊列 |
官方 Helm Chart 一鍵安裝:
helm repo add superagi https://charts.superagi.com
helm install sa superagi/superagi \
--set gpu.enabled=true \
--set persistence.size=100Gi
某跨境電商「快貿科技」日均 5 萬會話、2 萬訂單,客服團隊 80 人,大促人力缺口 3 倍。
代理 | 模型 | 功能 | 節點數 | 上線耗時 |
---|---|---|---|---|
智能客服 | GPT-4o + Claude-3.5 | FAQ、訂單查詢、退換貨 | 12 | 1 天 |
訂單預測 | TimesFM + LightGBM | 未來 7 天銷量 | 8 | 2 天 |
指標 | 面板 | 告警規則 |
---|---|---|
Token 用量 | 時序圖 | $gt; 100 k / 5 min |
模型延遲 | 熱力圖 | p95 $gt; 2 s |
錯誤率 | Gauge | rate $gt; 1 % |
GPU 利用率 | 折線圖 | avg $lt; 30 % 縮容 |
維度 | 工具 | 做法 |
---|---|---|
PII 脫敏 | Presidio | 網關層自動打碼 |
審計日志 | Loki | 全鏈路 30 天留存 |
權限控制 | Keycloak | OIDC + RBAC |
加密 | Vault | 傳輸 TLS 1.3、存儲 AES-256 |
策略 | 說明 | 節省 |
---|---|---|
模型緩存 | 相同輸入 Hash 復用 | 25 % |
彈性調度 | 閑時 GPU 0 副本 | 60 % |
批處理 | 20 條/批 | 30 % |
維度 | ?? SuperAGI | ?? LangChain | ?? CrewAI |
---|---|---|---|
開源協議 | Apache-2.0 | MIT | MIT |
多代理協作 | ? 內置 | ?? 需擴展 | ? 核心 |
可視化 | ? Flow IDE | ? | ? |
企業支持 | ? SOC-2 | ? | ?? 商業版 |
節點生態 | 1 500 + | 200 + | 100 + |
部署復雜度 | 中 | 低 | 中 |
社區活躍度 | 37 k ★ | 90 k ★ | 12 k ★ |
結論:
- 原型驗證 → LangChain
- 團隊協作 → CrewAI
- 企業落地 → SuperAGI
Q1:SuperAGI 與 n8n、Dify 有什么區別?
A:n8n 長于「通用自動化」,但缺乏「多模型編排」;Dify 側重「Prompt 管理」,而 SuperAGI 提供端到端 AgentOps。
Q2:可以離線部署嗎?
A:可以。支持 air-gapped 環境,只需提前同步鏡像與模型權重。
Q3:如何處理超長上下文?
A:內置「記憶窗口壓縮」+「RAG 召回」,百萬 token 僅需 3 s。