Open source · MIT · Python 3.12+

Agent-Lab

Bouw, simuleer en test LLM-agenten.

Een cloud-native Python-framework op basis van FastAPI, LangGraph en PostgreSQL.

$ uvx cookiecutter gh:btech-software/agent-lab --directory cookiecutter
$ cd my-agent-app && docker compose up --build -d
$ curl http://localhost:18000/status/liveness
# REST API op /agents · MCP-server op /mcp · OpenAPI-documentatie op /docs

Bouwen

Maak een subklasse van een basisagent, registreer deze met één decorator en roep create_app() aan. REST, MCP, persistentie en authenticatie zijn meteen ingebouwd.

Gids voor ontwikkelaars MCP-server

Simuleren

Draai agenten tegen echte LLM's met een gesimuleerde gebruiker en een LLM als rechter, en volg de resultaten in de loop van de tijd in Langfuse en LangWatch.

Gids voor onderzoekers Simulaties

Testen

Valideer elke wijziging tegen echte infrastructuur, opgezet met testcontainers. Geen mocks waar het erop aankomt.

Testgids

Tutorial · ongeveer 15 minuten

Van nul naar een draaiende, observeerbare agent.

Genereer een project op basis van de template.
Draai de volledige stack met Docker Compose.
Praat met je agent via REST en daarna vanuit een MCP-client.

Je eerste agent Gids voor ontwikkelaars

# 1 · project genereren
$ uvx cookiecutter gh:btech-software/agent-lab --directory cookiecutter
# 2 · installeren en testen zonder infrastructuur
$ cd my-agent-app
$ uv lock && uv sync --group dev --group test
$ make test_unit
# 3 · volledige lokale stack draaien
$ docker compose up --build -d
$ curl http://localhost:18000/status/liveness

Kies je route

De documentatie is ingedeeld naar wat je wilt doen.