Адам: Встраиваемая кроссплатформенная библиотека AI-агентов на C

Adam — это встраиваемая библиотека AI-агента, написанная на C. Она предлагает полный цикл агента — вызов инструментов, память, сессии, голос, потоковую передачу, структурированный вывод — в виде одного #include. Поддерживает облачные API (Anthropic, OpenAI, Google Gemini, Groq, Together, xAI) и локальные модели через llama.cpp с единым интерфейсом. Компилируется на macOS, Linux, Windows, iOS, Android и WASM.

Быстрый старт

#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, "Какова столица Франции?");
    printf("%s\n", r.final_response); // "Столица Франции — Париж."
    adam_run_result_free(&r);
    adam_history_destroy(h);
    adam_settings_destroy(s);
    adam_cleanup();
}

make deps     # сборка llama.cpp + whisper.cpp
make all      # сборка libadam.a
make test     # запуск 161 теста (ASan + UBSan)

Ключевые возможности

• Цикл агента – вызов инструментов с автоматической итерацией до получения окончательного ответа
• Три провайдера – Anthropic, OpenAI, Google Gemini + любые совместимые API + локальный GGUF через llama.cpp
• Локальное зрение – мультимодальное понимание изображений через llama.cpp + mmproj (Gemma 3, LLaVA и др.)
• Генерация изображений – нативный вывод изображений через модели Gemini
• Расширения баз данных – расширения SQLite и PostgreSQL, встраивающие Adam как SQL-функции
• 13 встроенных инструментов – файловый ввод/вывод, оболочка, калькулятор, SQL, веб-запросы/поиск, HTTP POST, память, исследование, мультиагент
• Долговременная память – гибридный поиск BM25 + векторный через SQLite (sqlite-memory + sqlite-vector)
• Сохранение сессий – сохранение/загрузка диалогов с ключами UUIDv7
• Telegram-бот – полнофункциональный с текстом, голосом, изображениями, инструментами и памятью
• Голос – STT (Whisper облачный/локальный) + TTS (облачный/системный) + полный аудио-конвейер
• Потоковая передача – доставка токенов в реальном времени через колбэк
• Структурированный вывод – adam_run_json() с валидацией и повторными попытками
• Цикл эволюции – самоулучшающийся агент: итерация, оценка, уточнение стратегии
• Режим исследования – автономный многократный сбор информации с синтезом отчета
• Мультиагент – Агент A вызывает Агента B как инструмент с независимыми настройками/инструментами
• Ограничения – колбэки валидации до отправки и после получения
• Кэш ответов – LRU хеш-таблица с ключом по модели и истории сообщений
• Управление историей – клонирование, суммаризация (сжатие на основе LLM), оценка токенов
• Пул потоков – параллельное выполнение агентов с очередью задач
• Песочница файловой системы – инструменты ограничены явно разрешенными директориями
• Арена-аллокатор – без утечек память на итерацию с автоматической очисткой

Цели сборки

make deps     # Сборка llama.cpp, whisper.cpp (+ mbedtls/curl на Linux)
make all      # Сборка libadam.a
make test     # Сборка и запуск модульных тестов (ASan + UBSan)
make chat     # Интерактивный текстовый чат (облачный API)
make chat GGUF=models/model.gguf   # Интерактивный текстовый чат (локальный)
make vision GGUF=models/model.gguf MMPROJ=models/mmproj.gguf  # Локальное тестирование зрения
make talk     # Голосовой агент (облачный)
make talk LOCAL=1  # Голосовой агент (полностью локальный)
make memory   # Тесты системы памяти
make clean    # Удаление всех артефактов сборки

Полная документация API доступна в API.md с описанием каждой функции, типа и колбэка.