[ Русский | 中文 | English | Español ]

GigaAgent может решать самые разные задачи, используя более 30 встроенных инструментов и субагентов.

Например, он позволит вам работать с большими файлами через код (Excel-файл с десятками тысяч строк), придумать мем, описать бизнес-модель стартапа или создать лендинг. Для этого GigaAgent использует субагентов, REPL-среду для исполнения кода и сторонние сервисы.

GigaAgent разработан в рамках проекта GigaChain – открытого набора инструментов для разработки LLM-приложений и мультиагентных систем.

GigaAgent умеет:

• работать с разными моделями, доступными в LangChain: GigaChat, ChatGPT, Anthropic и другими
• исполнять код в чате с помощью REPL-среды, подобной блокнотам Jupyter
• подключать внешние сервисы через каталог коннекторов: Яндекс.Почту, Календарь и Диск, VK, GitHub и другие серверы MCP
• использовать инструменты для анализа данных, генерации изображений, создания презентаций и лендингов
• генерировать изображения с помощью разных провайдеров: GigaChat, FusionBrain, OpenAI
• показывать результаты интерактивными виджетами в чате: письма, календарь, файлы
• выполнять задачи по расписанию и отвечать в Telegram через каналы
• работать локально или в облаке, с помощью Docker
• применять знания из ваших документов с помощью RAG

Примеры работы с GigaAgent в формате PDF:

• кластеризация комментариев в VK
• анализ настроений комментариев в VK и вывод основных жалоб
• создание сайта со списком изменений, созданным на основе последних закрытых PR

Примеры работы субагентов, а также подробная информация о них — в разделе Субагенты. Описание доступных инструментов и процесса создания новых инструментов можно найти в разделе Инструменты в GigaAgent

1. Установите пакет:

 uv add giga_agent

Для локальной изолированной среды через Jupyter установите дополнение:

 pip install -U "giga-agent[jupyter]"

1. Запустите dev-сервер:

 uv run giga_agent dev

1. Откройте в браузере:

 http://localhost:9090

Логин по умолчанию при первой инициализации (когда в БД нет пользователей):

• admin@example.com
• giga_agent_admin

Для первого ответа агента откройте настройки и добавьте подключение к провайдеру моделей (вкладка «Подключения»), затем языковую модель. Для работы с документами и памятью понадобятся Embeddings, для выполнения кода — Sandbox. Пошагово: Первый чат.

Standalone-образ запускает UI и API одним процессом на порту 9090, использует SQLite и хранит данные в /data/.giga_agent:

docker run --rm -it \
  -p 9090:9090 \
  -v giga-agent-data:/data/.giga_agent \
  ghcr.io/<owner>/<repo>:latest

Docker Compose поднимает отдельные сервисы (nginx, PostgreSQL, Redis, Qdrant) для самостоятельного размещения:

cp .env.example .env   # заполните минимум GIGA_AGENT_SECRET_KEY
make build
make up                # UI на http://localhost:8123

Подробности и переменные окружения: Запуск через Docker и env-референс.

Полная документация живёт на отдельном сайте — https://ai-forever.github.io/giga_agent/ — в двух версиях (стабильный пакет PyPI и текущая ветка main) и на двух языках:

• Быстрый старт — установка, первый чат, Docker
• Руководство пользователя — чат, проекты, коннекторы, сервисы Яндекса, виджеты, задачи по расписанию, каналы
• Возможности и требования — что работает сразу и что нужно настроить
• Разработчикам — архитектура, модули, интеграции, GenUI
• Эксплуатация — конфигурация, изолированная среда, совместный сервер, устранение неполадок

• Python 3.11+ — современный Python с async/await
• LangGraph 1.0.8 — state machine для AI-агентов от LangChain
• FastAPI — высокопроизводительный веб-фреймворк
• SQLAlchemy 2.0 — async ORM с поддержкой SQLite и PostgreSQL
• Alembic — система миграций с multi-scope поддержкой
• Redis — кэширование и distributed locks (через cashews)
• Qdrant — векторное хранилище для RAG и памяти
• E2B — облачные sandboxes для безопасного выполнения кода
• Docker SDK — управление локальными sandbox-контейнерами
• Jupyter Server — optional extra giga-agent[jupyter] для admin-only local_jupyter sandbox с одним singleton-процессом на агент

• React 19 — последняя версия React
• TypeScript 5.8 — статическая типизация
• Vite 7 — быстрая сборка и dev-сервер
• Tailwind CSS 4 — utility-first CSS фреймворк
• Radix UI — headless UI компоненты
• LangGraph SDK — интеграция с LangGraph для streaming
• Framer Motion — анимации

• Docker & Docker Compose — контейнеризация
• Nginx — reverse proxy для production
• PostgreSQL — production база данных (dual-database: LangGraph + app)
• SQLite — development база данных

Ключевые CLI-команды:

• Проверка состояния миграций:

  giga_agent check

• Применение миграций:

  giga_agent migrate

• Генерация миграций:

  giga_agent makemigrations

• Проксирование Alembic-команд:

  giga_agent alembic --scope core upgrade head

• Экспорт langgraph-конфига:

  giga_agent export-langgraph-json

Об устройстве модулей, инструментов и точках расширения — в разделе для разработчиков.

• 📖 Полная документация: https://ai-forever.github.io/giga_agent/
• Субагенты: SUBAGENTS.md
• Инструменты: TOOLS.md
• Env-референс: docs/configuration/env.md
• Observability для локального запуска: docs/configuration/observability-local.md

PR и issue приветствуются. Для больших изменений лучше заранее описать proposal в issue с ожидаемым эффектом и планом валидации.

Проект распространяется под лицензией MIT. См. файл LICENSE.