Communitygithub.com

GTLordLL/CutinAgent

CutinAgent (千务小切): Ein SOP-gesteuertes, kontrolliertes Agenten-Framework, erstellt mit Python & LangGraph. Führt LLMs als standardisierte digitale Ausführer auf Verbraucherhardware aus (z. B. RTX 3060 6GB, qwen3:4b).

Was ist CutinAgent?

CutinAgent ist ein auf Python und LangGraph basierendes Agenten-Framework, das durch SOPs (Standardarbeitsanweisungen) gesteuert wird. Es ermöglicht den Betrieb von großen Sprachmodellen (LLMs) als standardisierte 'digitale Ausführer', die innerhalb klar definierter Grenzen arbeiten – ideal für strukturierte Aufgaben wie Datenextraktion, Dokumentenverarbeitung und Workflow-Automatisierung. Das Framework ist speziell für Verbraucherhardware optimiert, z. B. eine NVIDIA RTX 3060 mit 6 GB VRAM und das Modell qwen3:4b, sodass es ohne teure Serverinfrastruktur auskommt. Die SOP-Integration sorgt für vorhersagbares und reproduzierbares Verhalten der Agenten, was es für Entwickler nützlich macht, die zuverlässige und nachvollziehbare KI-Workflows benötigen. CutinAgent unterstützt gängige LLM-Formate wie llama.cpp und kann je nach Bedarf lokal oder über APIs ausgeführt werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add GTLordLL/CutinAgent

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht CutinAgent?

CutinAgent (千务小切): Ein SOP-gesteuertes, kontrolliertes Agenten-Framework, erstellt mit Python & LangGraph. Führt LLMs als standardisierte digitale Ausführer auf Verbraucherhardware aus (z. B. RTX 3060 6GB, qwen3:4b).

Überblick

CutinAgent ist ein Framework für den Bau von KI-Agenten, die durch SOPs (Standardarbeitsanweisungen) gesteuert werden. Es nutzt Python und LangGraph, um LLMs (Large Language Models) als standardisierte Ausführer für wiederkehrende Aufgaben einzusetzen. Das Framework ist darauf ausgelegt, auf handelsüblicher Hardware zu laufen, sodass es auch ohne leistungsstarke Server oder Cloud-Dienste genutzt werden kann.

Hauptmerkmale

  • SOP-gesteuert: Definiere klare Arbeitsabläufe mit SOPs, um das Verhalten des Agenten zu kontrollieren.
  • Leichtgewichtig: Optimiert für Verbraucherhardware wie NVIDIA RTX 3060 (6 GB VRAM) und Modelle wie qwen3:4b.
  • Python + LangGraph: Nutzt bewährte Bibliotheken für Flexibilität und Erweiterbarkeit.
  • Strukturiert: Geeignet für Aufgaben wie Datenextraktion, Dokumentenverarbeitung und Workflow-Automatisierung.

Voraussetzungen

  • Hardware: NVIDIA GPU mit mindestens 6 GB VRAM (z. B. RTX 3060) oder CPU, falls kleinere Modelle verwendet werden.
  • Software: Python 3.10+, LangGraph, llama.cpp (oder ein kompatibles Backend).

Schnellstart

# Repository klonen
git clone https://github.com/GTLordLL/CutinAgent.git
cd CutinAgent

# Abhängigkeiten installieren
pip install -r requirements.txt

# Beispiel ausführen
python run.py --sop examples/sop_demo.yaml

Integration

CutinAgent unterstützt verschiedene LLM-Backends. Stelle sicher, dass das gewünschte Modell (z. B. qwen3:4b) heruntergeladen und verfügbar ist. Das Framework kann sowohl lokal als auch über APIs ausgeführt werden.

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.

Verwandte Skills