AgentExecutor от OnPrem.LLM позволяет автономным ИИ-агентам выполнять сложные задачи, используя как облачные, так и локальные модели. Конвейер работает с любой моделью, поддерживаемой LiteLLM и способной вызывать инструменты, включая облачные модели, такие как GPT-5.2-Codex от OpenAI, Claude Sonnet 4.5 от Anthropic и Gemini 1.5 Pro от Google, а также локальные модели через Ollama, vLLM или llama.cpp.

Встроенные инструменты

По умолчанию AgentExecutor предоставляет доступ к девяти встроенным инструментам:

• read_file — Чтение полного содержимого файла
• read_lines — Чтение определённых диапазонов строк из файлов
• edit_file — Редактирование файлов через поиск/замену
• write_file — Запись полного содержимого файла
• grep — Поиск шаблонов в файлах
• find — Поиск файлов по шаблону glob
• run_shell — Выполнение команд оболочки
• web_search — Поиск информации в интернете
• web_fetch — Получение и чтение содержимого с URL-адресов

Примеры конфигурации

Вы можете настроить доступ к инструментам в соответствии с вашими требованиями безопасности:

# Использовать значения по умолчанию (все инструменты, включая оболочку):
executor = AgentExecutor(model='anthropic/claude-sonnet-4-5')

Значения по умолчанию, но без доступа к оболочке (безопаснее):
executor = AgentExecutor(
    model='openai/gpt-5-mini',
    disable_shell=True
)
Минимальные инструменты:
executor = AgentExecutor(
    model='openai/gpt-5-mini',
    enabled_tools=['read_file', 'write_file']
)
Только веб-исследование:
executor = AgentExecutor(
    model='openai/gpt-5-mini',
    enabled_tools=['web_search', 'web_fetch']
)

Изолированное выполнение

Для безопасности вы можете запускать агентов во временных контейнерах, используя sandbox=True. Это важно, потому что агенты с доступом к оболочке потенциально могут читать или изменять файлы за пределами рабочего каталога. Агент работает в указанном рабочем каталоге и не может читать или записывать за его пределами, если ему не предоставлен доступ к оболочке.

Базовый пример с изоляцией:

executor = AgentExecutor(
    model='anthropic/claude-sonnet-4-5',
    sandbox=True,
)

result = executor.run(
    task="""
    Создайте простой модуль калькулятора на Python со следующим:
    - calculator.py с функциями add, subtract, multiply, divide
    - test_calculator.py с тестами pytest
    - Все тесты должны проходить
    """,
    working_dir='./calculator_project'
)

Этот подход полезен для разработчиков, которым необходимо автоматизировать задачи программирования, сохраняя при этом границы безопасности. Для работы инструмента требуется установить PatchPal с помощью pip install patchpal.