最小示例

最简完整的 AmritaCore 程序。复制、粘贴、运行。

你将看到：agent 的回答逐 token 流出。循环前的三行（minimal_init、 create_agent、get_chatobject）就是全部配置——其余都是 AmritaCore 在 替你干活。

import asyncio
import os

from amrita_core import create_agent, minimal_init


async def main() -> None:
    await minimal_init()
    agent = create_agent(
        base_url="https://api.openai.com/v1",
        api_key=os.environ["OPENAI_API_KEY"],
        model="gpt-4o-mini",
    )
    chat = agent.get_chatobject("Hello! Who are you?")
    async with chat.begin():
        async for msg in chat.io_stream.get_response_generator():
            print(msg, end="", flush=True)


if __name__ == "__main__":
    asyncio.run(main())

刚才发生了什么

行	作用
minimal_init()	初始化全局配置（每个进程一次）
create_agent(...)	构建绑定到你端点的 Agent 工厂
agent.get_chatobject(text)	创建 ChatObject——对话的基本单位
chat.begin()	运行工作流；agent 在此上下文内作答
get_response_generator()	逐 token 流式读取响应

备注

• 使用匹配的 base_url + OPENAI_API_KEY/ANTHROPIC_API_KEY 环境变量时， api_key 可省略。
• DeepSeek 等 OpenAI 兼容供应商：只改 base_url 和 model 即可。
• Anthropic？用 protocol="anthropic"——见适配器。

下一步

基础示例——加入流式元数据、工具与会话。