新型AI代理架構：用狀態機控制LLM，減少偏差與Token成本

開源專案Botcircuits推出了一種創新的AI代理架構，旨在解決傳統LLM驅動代理中常見的偏差和高Token成本問題。該架構的核心思想是：讓LLM負責每一步的推理和工具呼叫，但透過一個確定性的狀態機來控制整個流程。這種方法既保留了LLM的靈活性，又確保了多步驟自動化的可預測性和效率。

Botcircuits提供了一個功能豐富的命令列介面（CLI），支援互動式和非互動式操作。使用者可以透過簡單的命令進行設定、執行工作流和管理配置。其工作流系統允許使用者用自然語言編寫複雜的多步驟流程：在CLI中使用/workflow add命令，代理會自動將自然語言描述編譯成JSON格式的工作流檔案，並註冊為可呼叫的工具。工作流可以包含條件分支，並且支援從任意步驟開始執行。

除了工作流，Botcircuits還引入了“技能”（Skills）概念。技能是儲存在資料夾中的指令集，代理可以根據描述自動選擇並執行。這避免了頻繁修改系統提示的麻煩，特別適用於重複性任務，如回答常見問題或生成PR描述。同時，Botcircuits支援MCP（Model Context Protocol）伺服器，允許使用者新增外部工具（如檔案系統、GitHub、資料庫等），並透過層次化的配置檔案進行管理。

專案的安裝和配置非常簡單，支援多種Python版本和主流LLM提供商（Anthropic、OpenAI、Gemini）。為了安全起見，API金鑰儲存在獨立的.env檔案中，並支援多級配置覆蓋。Botcircuits的目標是成為可預測、高效的AI代理框架，適用於需要複雜多步驟自動化的場景。該專案在GitHub上開源，並提供了詳細的文件和示例，歡迎開發者貢獻和使用。