框架架构
1. 概述
AKG Agents 是一个面向 AI Infra 与高性能计算场景的 LLM 多 Agent 协作框架，致力于通过智能 Agent 协同提升高性能代码的开发与优化效率。
框架提供完整的 Agent 基础设施：可扩展的 Skill / Tools / Sub-agent 机制、LangGraph 工作流编排、树状 Trace 追踪系统，以及统一的配置与注册体系。
2. 架构图
┌─────────────────────────────────────────────────────────────────┐
│ AKG Agents │
├─────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌───────────────┐ │
│ │ Agents │ │ Skills │ │ Tools │ │ Workflows │ │
│ │ │ │ │ │ │ │ (LangGraph) │ │
│ │ AgentBase │ │ Registry │ │ Executor │ │ BaseWorkflow │ │
│ │ ReAct │ │ Loader │ │ Basic │ │ BaseTask │ │
│ │ Plan │ │ Selector │ │ Domain │ │ Router │ │
│ │ Registry │ │ Hierarchy│ │ │ │ Visualizer │ │
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ └──────┬────────┘ │
│ │ │ │ │ │
│ ┌────┴──────────────┴─────────────┴───────────────┴────────┐ │
│ │ Trace System │ │
│ │ TraceSystem · FileSystemState · ActionCompressor │ │
│ └──────────────────────────┬────────────────────────────────┘ │
│ │ │
│ ┌──────────────────────────┴────────────────────────────────┐ │
│ │ LLM Layer │ │
│ │ LLMProvider · LLMClient · Embedding │ │
│ └──────────────────────────┬────────────────────────────────┘ │
│ │ │
│ ┌──────────────────────────┴────────────────────────────────┐ │
│ │ 配置系统 │ │
│ │ AKGSettings · ModelConfig · EmbeddingConfig │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
├─────────────────────────────────────────────────────────────────┤
│ 场景层 │
│ ┌───────────────────┐ ┌────────────────┐ ┌──────────────┐ │
│ │ Kernel Agent (op) │ │ Common Agent │ │ 更多 ... │ │
│ │ 多后端 │ │ │ │ │ │
│ │ 多 DSL │ │ │ │ │ │
│ └───────────────────┘ └────────────────┘ └──────────────┘ │
└─────────────────────────────────────────────────────────────────┘
3. 模块概览
| 模块 | 说明 |
|---|---|
| Agents | Agent 基类（AgentBase、ReActAgent）、Agent 注册与发现机制。详见 Agent 体系。 |
| Skills | Skill 管理系统：元数据、加载、注册、层级关系、LLM 驱动选择、版本管理。详见 Skill 系统。 |
| Tools | 工具执行框架：内置工具（文件读写、Shell）、领域工具（算子验证、性能分析）、参数解析器。详见 Tools 体系。 |
| Workflows | 基于 LangGraph 的工作流编排：BaseWorkflow、BaseLangGraphTask、路由器、可视化。详见 工作流。 |
| Trace | 树状推理追踪系统：多分叉、状态持久化、断点续跑。详见 Trace 系统。 |
| LLM | LLM 接入层：OpenAI 兼容 Provider、带 Token 计数和流式输出的 Client、Embedding 模型。详见 LLM 接入。 |
| 配置系统 | 统一配置管理：settings.json、环境变量、多层级优先级。详见 配置系统。 |
4. 场景：Kernel Agent
当前已落地场景为 AI 算子代码生成 —— 通过 LLM 规划与多 Agent 协同，实现多后端、多 DSL 的高性能算子自动生成与优化。
详见 Kernel Agent。
5. CLI
AKG Agents 提供命令行工具（akg_cli）用于交互式使用。详见 AKG CLI。
6. 其他模块（v1 文档）
以下模块自 v1 以来未发生变更，文档保留在 v1 目录中：
| 模块 | 说明 | 文档链接 |
|---|---|---|
| RAG | 向量检索增强生成模块 | RAG (EN) / RAG (CN) |
| Database | 数据库基类与算子专用存储 | Database (EN) / Database (CN) |
| 服务化架构 | Client-Server-Worker 架构 | ServerArchitecture (EN) / ServerArchitecture (CN) |
| DevicePool | 设备池管理（Ascend / CUDA / CPU） | DevicePool (EN) / DevicePool (CN) |
| TaskPool | 异步任务池管理 | TaskPool (EN) / TaskPool (CN) |