FrontierAgent: это среда выполнения агентов с открытым исходным кодом, TUI и двумя режимами работы

FrontierAgent — open-source фреймворк агентов от команды Apodex, предназначенный для длительных исследовательских задач и работы с файлами. Включает нативный терминальный интерфейс (TUI) с двумя рабочими режимами: ReAct для одиночного агента и Agent Team для параллельной работы нескольких агентов.

Проект построен на Python 3.12, использует uv для управления зависимостями и поддерживает подключение к любому OpenAI-совместимому endpoint. Docker опционален — можно запускать нативно на macOS и Linux без предустановки контейнеров.

Режимы работы

ReAct — автономный агент исследует кодовую базу, читает файлы, записывает результаты, выполняет команды и итеративно работает в задачевой песочнице. Подходит для focused research, анализа репозитория и работы с документами.

Agent Team — координатор декомпозирует задачу, распределяет работу между параллельными sub-агентами через task board, собирает их отчёты и синтезирует финальный результат. Каждый sub-агент работает в изолированном пространстве и возвращает структурированный отчёт.

Режим выбирается флагом --mode react или --mode agent_team. Agent Team поддерживает live steering — во время работы можно ввести новую инструкцию, которая будет передана координатору на следующем безопасном шаге.

Архитектура

Структура репозитория разделена по ответственности:

• frontier_agent/ — generic loop, scheduling, registries, AgentBus, observers
• plugins/tools/ — реализации инструментов: web, shell, file, sandbox, team
• workflows/ — пайплайны ReAct и Agent Team, профили, промпты, observers
• apodex/ — CLI/TUI, approvals, sessions, traces, Docker path
• benchmarks/ — evaluation harness и встроенные бенчмарки (FrontierSearchBench, FrontierChallenge)

Фреймворк, инструменты, воркфлоу и evaluation layer намеренно разделены, чтобы каждый компонент можно было использовать независимо.

Файловая система и безопасность

Агенты работают в task-scoped sandbox с тремя зонами:

Мутации файлов журналируются — команда /revert откатывает изменения сессии. Операции записи, удаления и установки пакетов требуют approval, если не передан флаг --yes. Некоторые операции остаются запрещёнными даже с --yes.

Ключевые возможности

• Task Board — события add_task и update_task отображаются в sidebar TUI в реальном времени со статусами pending, active, completed, blocked, cancelled
• Asynchronous intervention — во время выполнения агента можно набрать новую инструкцию, она будет внедрена на следующем шаге без прерывания текущего run
• Transparent deliverables — на macOS/Docker папка /outputs маппится на .apodex/runs/<session-id>/outputs на хосте, где также хранятся checkpoint, trace, engine log и trajectories
• Approval, trace, and recovery — мутационные операции показывают diff и требуют подтверждения; сессии чекпоинтятся, каждое действие трейсится локально, --resume продолжает сохранённый run

Quick start

Требования: Git, Python 3.12, uv и OpenAI-совместимый endpoint.

git clone https://github.com/ApodexAI/FrontierAgent.git
cd FrontierAgent
uv sync --python 3.12 --extra dev
cp .env.example .env

Конфигурация endpoint в .env:

OPENAI_API_KEY=your-key
OPENAI_BASE_URL=https://your-openai-compatible-endpoint/v1
OPENAI_MODEL=your-model-name

Запуск:

# ReAct — одиночный агент
uv run frontier-agent --mode react --cwd /path/to/project

# Agent Team — координатор + параллельные sub-агенты
uv run frontier-agent --mode agent_team --cwd /path/to/project

Для Docker: docker compose run --rm agent. Скрипты scripts/run-macos.sh и scripts/run-linux.sh автоматизируют установку.

Поддержка GPU и локальных моделей

FrontierAgent подключается к SGLang для локального запуска моделей на NVIDIA GPU. Конфигурация SGLang документирована в config/sglang/README.md с production-шаблонами для RTX 4090, RTX 5090 и двух-GPU конфигураций. Перед выбором образа рекомендуется свериться с GPU compatibility matrix.

Evaluation harness

Встроенный evaluation runner поддерживает исследовательские и file-grounded бенчмарки с deterministic artifact collection, concurrency и возможностью rerun отдельных ошибок. Поддерживаемые бенчмарки: BrowseComp, Humanity's Last Exam, SuperChem, FrontierScience, DeepSearchQA, FrontierSearchBench, OfficeQA, GDPval, APEX, OneMillion-Bench и другие.

uv run python -m benchmarks.public.runner.run_subprocess \
  --benchmark browsecomp --pipeline stateful-react-agent --profile default \
  --limit 1 --concurrency 1 --out ./results/smoke

Производительность Apodex-1.1

На внутренних бенчмарках Agent Team показывает значительный прирост над базовой моделью Apodex-1.0: APEX-Agents 38.5 vs 16.5, GDPval 78.8 vs 59.3, FrontierScience-Research 63.3 vs 28.3. ReAct-режим также превосходит 1.0 версию по всем метрикам.

Лицензия

Apache 2.0. Технический отчёт доступен на arXiv: 2608.23283.