Naar de inhoud springen

Zoek in de documentatie

Typ om elke pagina van de documentatie te doorzoeken.

Documentatiemenu
IndexDoelgroep · Iedereen — begin hier

Documentatie

Alles wat je nodig hebt om LLM-agents te bouwen, te evalueren en te deployen

Deze pagina is automatisch vanuit het Engels vertaald. Bij verschillen geldt het origineel.Het origineel in het Engels lezen

Agent-Lab is een cloud-native Python-framework voor het bouwen, simuleren en testen van LLM-agents op basis van FastAPI, LangChain/LangGraph en PostgreSQL. Voer pip install btech-agent-lab uit, breid de basisklassen voor agents uit en stel met één enkele aanroep van create_app() een productieklare applicatie samen — inclusief REST API, MCP-server, persistentie, authenticatie en observability met OpenTelemetry.

De documentatie is ingedeeld naar wat je wilt bereiken, in de geest van het Diátaxis-framework: tutorials als je aan het leren bent, handleidingen als je aan het werk bent, referentie als je een feit nodig hebt. Kies je route:


Tutorials

Gericht op leren: doorloop alles van begin tot eind, wijk niet af.

Pagina Beschrijving
Je eerste agent Zet een project op, definieer een agent, roep die aan via REST, bekijk de trace, stel een MCP-tool beschikbaar — in ~15 minuten.

Handleidingen

Gericht op werken: los het probleem op dat je nu hebt.

Pagina Beschrijving
Handleiding voor ontwikkelaars De belangrijkste handleiding: twee ontwikkelmodellen, configuratie, DI, agents bouwen, elk uitbreidingspunt.
MCP-server Stel agents beschikbaar aan MCP-clients (Claude Desktop, MCP Inspector); voeg tools en prompts toe.
Testen & simulaties Integratietestsuite met testcontainers; agentsimulaties met LLM-as-judge via Langfuse/LangWatch.
Handleiding voor onderzoekers Jupyter-notebooks, experimenten en het prototypen van nieuw agentgedrag.
Deployment Lokale Docker Compose-stacks en Kubernetes in productie met Terraform + Helm.
Authenticatie met Keycloak Inrichting van realm, client en serviceaccount; de tokenflows die de API verwacht.
Secrets met Vault Hoe configuratiesecrets worden opgeslagen, opgehaald en geroteerd.
Observability met Grafana · met OpenSearch Referentiedashboards voor de twee meegeleverde observability-stacks.

Referentie

Alleen feiten: exact, volledig, gegenereerd uit de code.

Pagina Beschrijving
Configuratiereferentie Elke configuratiesleutel en omgevingsvariabele, en hoe de actieve ConfigSource wordt gekozen.
REST API De volledige endpointcatalogus met voorbeelden van requests en responses.
Domeinmodel van entiteiten Entiteiten, relaties en de drie PostgreSQL-databases.

Project

Pagina Beschrijving
Dankbetuigingen Bijdragers en software van derden.
Licentie MIT.

Hoe verder?

Nieuw bij Agent-Lab? Begin met Je eerste agent — een complete walkthrough om te kopiëren en plakken, die eindigt met een draaiende agent waarmee je via REST en MCP kunt praten.