Vibe Index
🎯

pdf

🎯Skill

from wordflowlab/agentsdk

VibeIndex|
What it does

Extracts, analyzes, and processes PDF documents, enabling text extraction, metadata retrieval, and content understanding within the AgentSDK framework.

📦

Part of

wordflowlab/agentsdk(4 items)

pdf

Installation

📋 No install commands found in docs. Showing default command. Check GitHub for actual instructions.
Quick InstallInstall with npx
npx skills add wordflowlab/agentsdk --skill pdf
Need more details? View full documentation on GitHub →
4Installs
-
AddedFeb 4, 2026
View on GitHubBack to Skills

Skill Details

SKILL.md

Overview

# 转移到独立组织仓库中 https://github.com/astercloud/aster

# AgentSDK · Go语言AI Agent开发框架

> 企业级AI Agent运行时: 事件驱动、云端沙箱、安全可控 —— 为生产环境设计的Go Agent SDK

📖 [完整文档](https://wordflowlab.github.io/agentsdk/) | 🚀 [快速开始](https://wordflowlab.github.io/agentsdk/introduction/quickstart) | 🏗️ [架构设计](https://wordflowlab.github.io/agentsdk/introduction/architecture)

架构设计

![AgentSDK 系统架构](docs/public/images/architecture-overview.svg)

Middleware 洋葱模型

![Middleware 洋葱模型](docs/public/images/middleware-onion.svg)

AgentSDK 采用洋葱模型的 Middleware 架构，每个请求和响应都会依次通过多层中间件。优先级数值越大的中间件位于越外层，越早处理请求，越晚处理响应。这种设计使得功能可以清晰地分层，便于扩展和维护。

特性

🎯 核心能力

  • 事件驱动架构: Progress/Control/Monitor 三通道设计,清晰分离数据流、审批流、治理流
  • 流式处理: 基于 Go 1.23 iter.Seq2 的流式接口，内存占用降低 80%+，支持实时响应和背压控制
  • 工作流 Agent: 提供 ParallelAgent（并行）、SequentialAgent（顺序）、LoopAgent（循环）三种工作流模式
  • 云端沙箱集成: 原生支持阿里云AgentBay、火山引擎等云平台安全沙箱
  • 高性能并发: 基于Go goroutine的并发模型,支持100+并发Agent

🛠️ 开发体验

  • 三层记忆系统: Text Memory（文本记忆）、Working Memory（工作记忆）、Semantic Memory（语义记忆），完整支持短期和长期记忆管理
  • Working Memory: 自动加载到 system prompt，LLM 可主动更新，支持 Thread/Resource 双作用域，JSON Schema 验证，TTL 过期机制
  • 高级记忆功能:

- Memory Provenance（内存溯源）: 追踪每条记忆的来源、置信度和谱系关系，支持 4 种数据源类型和时间衰减

- Memory Consolidation（内存合并）: LLM 驱动的智能合并，自动处理冗余记忆、解决冲突、生成总结

- PII Auto-Redaction（PII 自动脱敏）: 10+ 种 PII 类型检测，4 种脱敏策略，Middleware 自动拦截

  • 丰富工具生态: 内置文件系统、Bash、Todo、HTTP请求、Web搜索,支持MCP协议扩展
  • 长时运行工具: 异步任务管理、进度追踪、取消支持
  • 多Agent协作: AgentPool和Room机制实现Agent间消息路由与协作
  • Middleware系统: 洋葱模型架构,支持自动上下文总结、工具拦截、自定义中间件
  • Slash Commands: 通用命令架构,支持自定义命令和技能注入

📊 生产就绪

  • 数据持久化: PostgreSQL + MySQL 双数据库支持，JSONB/JSON 列优化存储
  • 可观测性: OpenTelemetry 完整集成，分布式追踪、指标收集、日志关联
  • 完整测试: 1300+ 行单元测试，容器化集成测试，测试覆盖率 80%+
  • 断点恢复: 7段断点机制,会话中断后可无缝恢复
  • 多Provider支持: Anthropic、OpenAI、DeepSeek、GLM等多种大模型提供商

快速开始

安装

```bash

go get github.com/wordflowlab/agentsdk

```

基础示例

```go

package main

import (

"context"

"fmt"

"log"

"os"

"github.com/wordflowlab/agentsdk/pkg/agent"

"github.com/wordflowlab/agentsdk/pkg/provider"

"github.com/wordflowlab/agentsdk/pkg/sandbox"

"github.com/wordflowlab/agentsdk/pkg/store"

"github.com/wordflowlab/agentsdk/pkg/tools"

"github.com/wordflowlab/agentsdk/pkg/tools/builtin"

"github.com/wordflowlab/agentsdk/pkg/types"

)

func main() {

// 1. 创建工具注册表并注册内置工具

toolRegistry := tools.NewRegistry()

builtin.RegisterAll(toolRegistry)

// 2. 创建依赖

jsonStore, _ := store.NewJSONStore("./.agentsdk")

deps := &agent.Dependencies{

Store: jsonStore,

SandboxFactory: sandbox.NewFactory(),

ToolRegistry: toolRegistry,

ProviderFactory: &provider.AnthropicFactory{},

TemplateRegistry: agent.NewTemplateRegistry(),

}

// 3. 注册模板

deps.TemplateRegistry.Register(&types.AgentTemplateDefinition{

ID: "assistant",

SystemPrompt: "You are a helpful assistant with file and bash access.",

Model: "claude-sonnet-4-5",

Tools: []interface{}{"Read", "Write", "Bash"},

})

// 4. 创建Agent

ag, err := agent.Create(context.Background(), &types.AgentConfig{

TemplateID: "assistant",

ModelConfig: &types.ModelConfig{

Provider: "anthropic",

Model: "claude-sonnet-4-5",

APIKey: os.Getenv("ANTHROPIC_API_KEY"),

},

Sandbox: &types.SandboxConfig{

Kind: types.SandboxKindLocal,

WorkDir: "./workspace",

},

}, deps)

if err != nil {

log.Fatal(err)

}

defer ag.Close()

// 5. 订阅事件

eventCh := ag.Subscribe([]types.AgentChannel{types.ChannelProgress}, nil)

go func() {

for envelope := range eventCh {

if evt, ok := envelope.Event.(types.EventType); ok {

switch e := evt.(type) {

case *types.ProgressTextChunkEvent:

fmt.Print(e.Delta) // 实时输出AI回复

case *types.ProgressToolStartEvent:

fmt.Printf("\n[Tool] %s\n", e.Call.Name)

}

}

}

}()

// 6. 同步对话

result, err := ag.Chat(context.Background(), "请创建一个 hello.txt 文件,内容是 'Hello World'")

if err != nil {

log.Fatal(err)

}

fmt.Printf("\n\nFinal Result: %s\n", result.Text)

}

```

完整示例见 [examples/agent](./examples/agent)

MCP 工具集成

```go

import "github.com/wordflowlab/agentsdk/pkg/tools/mcp"

// 1. 创建 MCP Manager

toolRegistry := tools.NewRegistry()

mcpManager := mcp.NewMCPManager(toolRegistry)

// 2. 添加 MCP Server

server, _ := mcpManager.AddServer(&mcp.MCPServerConfig{

ServerID: "my-mcp-server",

Endpoint: "http://localhost:8080/mcp",

AccessKeyID: os.Getenv("MCP_ACCESS_KEY"),

AccessKeySecret: os.Getenv("MCP_SECRET_KEY"),

})

// 3. 连接并自动注册工具

ctx := context.Background()

mcpManager.ConnectServer(ctx, "my-mcp-server")

// 4. Agent 现在可以使用 MCP 工具了!

// 工具名称格式: {server_id}:{tool_name}

```

完整示例见 [examples/mcp](./examples/mcp)

Middleware 系统

```go

import "github.com/wordflowlab/agentsdk/pkg/types"

// 启用 Summarization Middleware - 自动总结长对话

ag, err := agent.Create(context.Background(), &types.AgentConfig{

TemplateID: "assistant",

ModelConfig: &types.ModelConfig{

Provider: "anthropic",

Model: "claude-sonnet-4-5",

APIKey: os.Getenv("ANTHROPIC_API_KEY"),

},

// 启用中间件

Middlewares: []string{"summarization"}, // 当上下文超过 170k tokens 时自动总结

}, deps)

// 中间件会自动:

// 1. 监控消息历史的 token 数

// 2. 超过阈值时自动总结旧消息

// 3. 保留最近 6 条消息 + 总结

// 4. 拦截模型调用和工具执行 (洋葱模型)

```

详细文档见 [ARCHITECTURE.md](./ARCHITECTURE.md) 和 [docs/PHASE6C_MIDDLEWARE_INTEGRATION.md](./docs/PHASE6C_MIDDLEWARE_INTEGRATION.md)

工作流 Agent

```go

import "github.com/wordflowlab/agentsdk/pkg/agent/workflow"

// 1. 顺序执行工作流

sequential, _ := workflow.NewSequentialAgent(workflow.SequentialConfig{

Name: "DataPipeline",

SubAgents: []workflow.Agent{

dataCollector, // 第一步：收集数据

analyzer, // 第二步：分析

reporter, // 第三步：生成报告

},

})

// 2. 并行执行多个方案

parallel, _ := workflow.NewParallelAgent(workflow.ParallelConfig{

Name: "MultiAlgorithm",

SubAgents: []workflow.Agent{

algorithmA, // 方案A

algorithmB, // 方案B

algorithmC, // 方案C

},

})

// 3. 循环优化直到满足条件

loop, _ := workflow.NewLoopAgent(workflow.LoopConfig{

Name: "Optimizer",

SubAgents: []workflow.Agent{critic, improver},

MaxIterations: 5,

StopCondition: func(event *session.Event) bool {

// 质量达标后停止

return event.Metadata["quality_score"].(int) >= 90

},

})

// 执行工作流

for event, err := range sequential.Execute(ctx, "处理任务") {

fmt.Printf("Event: %+v\n", event)

}

```

完整示例见 [examples/workflow-agents](./examples/workflow-agents)

流式处理 & 长时运行工具

```go

import (

"github.com/wordflowlab/agentsdk/pkg/agent"

"github.com/wordflowlab/agentsdk/pkg/tools"

)

// 1. 流式处理 - 实时获取 Agent 响应

for event, err := range agent.Stream(ctx, "分析大文件") {

if err != nil {

break

}

// 实时处理每个事件，内存占用 O(1)

fmt.Printf("Event: %s\n", event.Content.Content)

}

// 2. 长时运行工具 - 异步任务管理

executor := tools.NewLongRunningExecutor()

tool := NewFileProcessingTool(executor)

// 启动异步任务

taskID, _ := tool.StartAsync(ctx, map[string]interface{}{

"file_path": "/large/file.dat",

})

// 实时查询进度

status, _ := executor.GetStatus(ctx, taskID)

fmt.Printf("Progress: %.1f%%\n", status.Progress*100)

// 支持取消

executor.Cancel(ctx, taskID)

```

完整示例见 [examples/streaming](./examples/streaming) 和 [examples/long-running-tools](./examples/long-running-tools)

高级记忆功能

```go

import (

"github.com/wordflowlab/agentsdk/pkg/memory"

"github.com/wordflowlab/agentsdk/pkg/security"

)

// 1. Memory Provenance - 内存溯源

semanticMemory := memory.NewSemanticMemory(memory.SemanticMemoryConfig{

Store: vectorStore,

Embedder: embedder,

EnableProvenance: true, //

More from this repository3

🎯
markdown-segment-translator🎯Skill

markdown-segment-translator skill from wordflowlab/agentsdk

🎯
pdfmd🎯Skill

pdfmd skill from wordflowlab/agentsdk

🎯
consistency-checker🎯Skill

consistency-checker skill from wordflowlab/agentsdk