Build мультиагентные сети с детерминированной маршрутизацией и богатым инструментом с помощью MCP.

Документация  · 
Блог  · 
Сообщество

AgentKit предлагает более детерминированную и гибкую маршрутизацию, работает с несколькими поставщиками моделей, использует MCP (для насыщенного инструмента) и поддерживает неудержимое и растущее сообщество разработчиков TypeScript AI. Объедините Inngest Dev Server для локального запуска и его движок оркестрации, делая ваши агенты уязвимыми при развертывании в облаке.

Основные концепции

• Агенты: LLM-вызовы, которые можно комбинировать с подсказками, инструментами и MCP.
• Сети: простой способ заставить агентов сотрудничать с общим состоянием, включая передачу.
• State: сочетает историю переписки с полностью типизированной машиной состояний, используемой в маршрутизации.
• Маршрутизаторы: где находится автономия — от кодовой до оркестрации на основе LLM (например, ReAct)
• Трассирование: отладка и оптимизация вашего рабочего процесса локально и в облаке с встроенной трассировкой

Начните сейчас, клонируя наши примеры или изучая документацию.

Начинайте

Примечание: Начиная с AgentKit v0.9.

AgentKit

Build multi-agent networks with deterministic routing and rich tooling via MCP.

Documentation
 · 
Blog
 · 
Community

AgentKit offers more deterministic and flexible routing, works with multiple model providers, embraces MCP (for rich tooling), and supports the unstoppable and growing community of TypeScript AI developers. Combined the Inngest Dev Server to start locally and its orchestration engine, making your Agents fault-tolerant when deployed to the cloud.

Core concepts

• Agents: LLM calls that can be combined with prompts, tools, and MCP.
• Networks: a simple way to get Agents to collaborate with a shared State, including handoff.
• State: combines conversation history with a fully typed state machine, used in routing.
• Routers: where the autonomy lives, from code-based to LLM-based (ex: ReAct) orchestration
• Tracing: debug and optimize your workflow locally and in the cloud with built-in tracing

Get started now by cloning our examples or exploring the documentation.

Get started

npm i @inngest/agent-kit inngest

Note: Starting with AgentKit v0.9.0, you need to install inngest as a separate dependency alongside @inngest/agent-kit. This ensures proper runtime compatibility and prevents conflicts when multiple packages depend on different versions of Inngest.

MCP Agent example

Choose your favorite MCP server on Smithery (or self-host one) to build an AgentKit Agent using MCP as tools. Here is an example using the Neon database MCP server:

import {
  anthropic,
  createAgent,
  createNetwork,
  createTool,
} from "@inngest/agent-kit";
import { createServer } from "@inngest/agent-kit/server";
import { createSmitheryUrl } from "@smithery/sdk/config.js";
import { z } from "zod";

const neonServerUrl = createSmitheryUrl(
  "https://server.smithery.ai/neon/mcp?profile=bored-catshark-da8hf&api_key=123123123"
);

const neonAgent = createAgent({
  name: "neon-agent",
  system: `You are a helpful assistant that help manage a Neon account.
  IMPORTANT: Call the 'done' tool when the question is answered.
  `,
  tools: [
    createTool({
      name: "done",