BlockAgent：一个模块化的 AI Agent 框架

随着大语言模型（LLM）的发展，AI Agent 正逐渐成为新的应用开发方向。不过，如何管理 Agent 的上下文、记忆和能力扩展，依然是开发者需要解决的问题。

BlockAgent 是一个开源的 AI Agent 框架，它尝试通过模块化 Block 的方式，将 Agent 的能力、状态和上下文进行拆分，让开发者可以更加灵活地构建和扩展自己的 AI Agent。

项目简介

BlockAgent 的核心理念是：

将 Agent 的能力拆分成一个个独立的 Block。

传统 Agent 通常将所有信息堆积在 Prompt 中，随着任务变复杂，上下文会越来越臃肿，导致成本增加和效果下降。

BlockAgent 则把：

• 对话历史

• 记忆系统

• 工具调用

• 任务管理

• Agent 状态

等内容模块化管理。

每个 Block 都可以独立维护状态，并为 Agent 提供对应能力。

特点

1. 模块化设计

BlockAgent 最大的特点就是 Block 架构。

开发者可以根据需求组合不同模块，例如：

• 添加 Memory Block 实现长期记忆

• 添加 Tool Block 扩展工具能力

• 添加 Task Block 管理复杂任务流程

类似软件开发中的插件系统，可以方便扩展 Agent 功能。

2. 更灵活的上下文管理

相比不断增加聊天历史，BlockAgent 可以根据任务需要动态组织上下文。

这样可以减少无效信息，提高 Agent 运行效率。

3. 支持多种模型

项目支持 OpenAI Compatible API，可以连接不同的大语言模型服务，例如：

• OpenAI

• DeepSeek

• Ollama 等

4. 开源可扩展

项目采用 TypeScript 开发，代码结构清晰，方便开发者二次开发，创建自己的 Agent 应用。

使用方法

首先克隆项目：

git clone https://github.com/Zz-er/BlockAgent.git

cd BlockAgent

安装依赖：

npm install

配置模型接口：

export OPENAI_API_KEY=your_api_key

启动：

npm start

即可运行 BlockAgent。

适用场景

BlockAgent 适合：

• 学习 AI Agent 架构

• 开发个人 AI 助手

• 构建具有记忆能力的智能应用

• 研究上下文工程（Context Engineering）

截图