Adam: Una biblioteca de agente de IA multiplataforma integrable en C

Adam es una biblioteca de agente de IA integrable escrita en C. Ofrece un bucle de agente completo — llamada a herramientas, memoria, sesiones, voz, streaming, salida estructurada — como un solo #include. Admite APIs en la nube (Anthropic, OpenAI, Google Gemini, Groq, Together, xAI) y modelos locales a través de llama.cpp mediante la misma interfaz. Compila en macOS, Linux, Windows, iOS, Android y WASM.

Inicio rápido

#include "adam.h"

int main(void) {
    adam_init();
    adam_settings_t *s = adam_create_settings();
    adam_settings_set_provider(s, ADAM_API_ANTHROPIC, getenv("ANTHROPIC_API_KEY"), "claude-sonnet-4-20250514");
    adam_history_t *h = adam_history_create();
    adam_run_result_t r = adam_run(s, h, "¿Cuál es la capital de Francia?");
    printf("%s\n", r.final_response); // "La capital de Francia es París."
    adam_run_result_free(&r);
    adam_history_destroy(h);
    adam_settings_destroy(s);
    adam_cleanup();
}

make deps     # compilar llama.cpp + whisper.cpp
make all      # compilar libadam.a
make test     # ejecutar 161 pruebas (ASan + UBSan)

Características principales

• Bucle de agente – llamada a herramientas con iteración automática hasta respuesta final
• Tres proveedores – Anthropic, OpenAI, Google Gemini + cualquier API compatible + GGUF local vía llama.cpp
• Visión local – comprensión de imágenes multimodal mediante llama.cpp + mmproj (Gemma 3, LLaVA, etc.)
• Generación de imágenes – salida de imágenes nativa mediante modelos de imagen de Gemini
• Extensiones de base de datos – extensiones SQLite y PostgreSQL que integran Adam como funciones SQL
• 13 herramientas integradas – E/S de archivos, shell, calculadora, SQL, búsqueda web/obtención, HTTP POST, memoria, investigación, multi-agente
• Memoria a largo plazo – búsqueda híbrida BM25 + vectorial mediante SQLite (sqlite-memory + sqlite-vector)
• Persistencia de sesiones – guardar/cargar conversaciones con claves UUIDv7
• Bot de Telegram – completo con texto, voz, imágenes, herramientas y memoria
• Voz – STT (Whisper nube/local) + TTS (nube/sistema) + pipeline de audio completo
• Streaming – entrega de tokens en tiempo real mediante callback
• Salida estructurada – adam_run_json() con validación y reintento
• Bucle de evolución – agente auto-mejorable: iterar, puntuar, refinar estrategia
• Modo de investigación – recopilación autónoma de información multi-iteración con síntesis de informes
• Multi-agente – Agente A invoca al Agente B como herramienta, con configuraciones/herramientas independientes
• Guardarraíles – callbacks de validación previa al envío y posterior a la recepción
• Caché de respuestas – tabla hash LRU basada en modelo + historial de mensajes
• Gestión de historial – clonar, resumir (compresión basada en LLM), estimación de tokens
• Pool de hilos – ejecución concurrente de agentes con cola de trabajos
• Zona de pruebas del sistema de archivos – herramientas restringidas a directorios explícitamente permitidos
• Asignador de arena – memoria sin fugas por iteración con limpieza automática

Objetivos de compilación

make deps     # Compilar llama.cpp, whisper.cpp (+ mbedtls/curl en Linux)
make all      # Compilar libadam.a
make test     # Compilar y ejecutar pruebas unitarias (ASan + UBSan)
make chat     # Chat interactivo de texto (API en la nube)
make chat GGUF=models/model.gguf   # Chat interactivo de texto (local)
make vision GGUF=models/model.gguf MMPROJ=models/mmproj.gguf  # Prueba de visión local
make talk     # Agente de voz (nube)
make talk LOCAL=1  # Agente de voz (totalmente local)
make memory   # Pruebas del sistema de memoria
make clean    # Eliminar todos los artefactos de compilación

La documentación completa de la API está disponible en API.md con cada función, tipo y callback.