Agent-Lab ist ein Cloud-natives Python-Framework zum Entwickeln, Simulieren und Testen
von LLM-Agenten auf Basis von FastAPI, LangChain/LangGraph und PostgreSQL. Führen Sie
pip install btech-agent-lab aus, erweitern Sie die Agent-Basisklassen und stellen Sie
mit einem einzigen Aufruf von create_app() eine produktionsreife Anwendung zusammen –
inklusive REST API, MCP-Server, Persistenz, Authentifizierung und Observability mit
OpenTelemetry.
Die Dokumentation ist danach gegliedert, was Sie erreichen möchten, im Sinne des Diátaxis-Frameworks: Tutorials, wenn Sie lernen, Guides, wenn Sie arbeiten, Referenz, wenn Sie einen Fakt nachschlagen. Wählen Sie Ihren Weg:
| Ich möchte … | Weg |
|---|---|
| Einsteigen | Ihr erster Agent → Entwicklerhandbuch |
| Eine Anwendung entwickeln | Entwicklerhandbuch → Konfigurationsreferenz → REST-API-Referenz → MCP-Server-Guide |
| Evaluieren und forschen | Forscherhandbuch → Tests & Simulationen |
| Deployen und betreiben | Deployment-Guide → Observability → Keycloak → Vault |
| Mitwirken | Entwicklerhandbuch → Entity-Domänenmodell → Danksagungen |
Tutorials
Lernorientiert: von Anfang bis Ende durcharbeiten, ohne abzuweichen.
| Seite | Beschreibung |
|---|---|
| Ihr erster Agent | Projekt-Scaffolding erstellen, einen Agenten definieren, ihn per REST aufrufen, den Trace verfolgen, ein MCP-Tool bereitstellen – in ca. 15 Minuten. |
Guides
Arbeitsorientiert: das Problem lösen, das Sie gerade haben.
| Seite | Beschreibung |
|---|---|
| Entwicklerhandbuch | Der zentrale Guide: zwei Entwicklungsmodelle, Konfiguration, DI, Entwicklung von Agenten, alle Erweiterungspunkte. |
| MCP-Server | Agenten für MCP-Clients (Claude Desktop, MCP Inspector) bereitstellen; Tools und Prompts hinzufügen. |
| Tests & Simulationen | Integrationstest-Suite mit testcontainers; Agenten-Simulationen mit LLM-as-Judge über Langfuse/LangWatch. |
| Forscherhandbuch | Jupyter-Notebooks, Experimente und Prototyping neuer Agentenverhaltensweisen. |
| Deployment | Lokale Docker-Compose-Stacks und produktives Kubernetes mit Terraform + Helm. |
| Authentifizierung mit Keycloak | Einrichtung von Realm, Client und Service-Account; die Token-Flows, die die API erwartet. |
| Secrets mit Vault | Wie Konfigurations-Secrets gespeichert, abgerufen und rotiert werden. |
| Observability mit Grafana · mit OpenSearch | Referenz-Dashboards für die beiden mitgelieferten Observability-Stacks. |
Referenz
Nur Fakten: exakt, vollständig, aus dem Code generiert.
| Seite | Beschreibung |
|---|---|
| Konfigurationsreferenz | Alle Konfigurationsschlüssel und Umgebungsvariablen sowie die Auswahl der aktiven ConfigSource. |
| REST API | Der vollständige Endpoint-Katalog mit Request-/Response-Beispielen. |
| Entity-Domänenmodell | Entitäten, Beziehungen und die drei PostgreSQL-Datenbanken. |
Projekt
| Seite | Beschreibung |
|---|---|
| Danksagungen | Mitwirkende und Drittanbieter-Software. |
| Lizenz | MIT. |
Wie geht es weiter?
Neu bei Agent-Lab? Beginnen Sie mit Ihr erster Agent – einer vollständigen Schritt-für-Schritt-Anleitung zum Kopieren und Einfügen, an deren Ende ein laufender Agent steht, mit dem Sie per REST und MCP kommunizieren können.