Beam AI

依赖关系

┌───────────────────────┐ ┌───────────────────────┐
│   存储层              │ │   LLM 层              │
│  (beamai_memory)      │ │  (beamai_llm)         │
└───────────┬───────────┘ └───────────┬───────────┘
            │                         │
┌───────────┴─────────────────────────┴───────────┐
│   核心层                                         │
│  (beamai_core)                                   │
└─────────────────────────────────────────────────┘

beamai_core 通过 Behaviour 接口和 {Module, Ref} 动态分发模式解耦， 不依赖上层应用。beamai_llm 和 beamai_memory 平级，互不依赖。

快速开始

编译

rebar3 compile

1. 启动 Shell

export ZHIPU_API_KEY=your_key_here
rebar3 shell

运行示例

```bash

启动 Shell

rebar3 shell ```

测试运行

```bash

运行所有测试

rebar3 eunit

运行特定应用的测试

rebar3 eunit --app=beamai_llm

运行代码检查

rebar3 dialyzer ```

配置

LLM 配置

LLM 配置使用 beamai_chat_completion:create/2 创建：

%% 创建 LLM 配置
LLM = beamai_chat_completion:create(zhipu, #{
    model => <<"glm-4.7">>,
    api_key => list_to_binary(os:getenv("ZHIPU_API_KEY")),
    temperature => 0.7
}).

%% 发送请求
{ok, Response} = beamai_chat_completion:chat(LLM, [
    {role, user, content, <<"你好"/utf8>>}
]).

支持的 Provider：

HTTP 后端配置

BeamAI 支持 Gun 和 Hackney 两种 HTTP 后端，默认使用 Gun（支持 HTTP/2）。

%% 在 sys.config 中配置（可选）
{beamai_core, [
    {http_backend, beamai_http_gun},
    {http_pool, #{
        max_connections => 100,
        connection_timeout => 30000
    }}
]}.

扩展项目 ([beamai_extra](https://github.com/TTalkPro/beamai_extra))

基于核心库构建的高级功能： - Deep Agent - 基于 SubAgent 架构的递归规划 Agent - Tools 库 - 文件、Shell、HTTP 等常用工具集合 - RAG - 检索增强生成 - 协议支持 - A2A (Agent-to-Agent)、MCP (Model Context Protocol)

模块文档