agentica是一个Agent构建工具，功能：
- 简单代码快速编排Agent，支持 Reflection(反思）、Plan and Solve(计划并执行)、RAG、Agent、Multi-Agent、Multi-Role、Workflow等功能
- Agent支持prompt自定义，支持多种工具调用（tool_calls）
- 支持OpenAI/Azure/Claude/Ollama/Together API调用
实现的demo示例有：
| 示例 | 描述 |
|---|---|
| examples/naive_rag_demo.py | 实现了基础版RAG，基于Txt文档回答问题 |
| examples/advanced_rag_demo.py | 实现了高级版RAG，基于PDF文档回答问题，新增功能：pdf文件解析、query改写，字面+语义多路召回，召回排序（rerank） |
| examples/python_assistant_demo.py | 实现了Code Interpreter功能，自动生成python代码，并执行 |
| examples/research_demo.py | 实现了Research功能，自动调用搜索工具，汇总信息后撰写科技报告 |
| examples/team_news_article_demo.py | 实现了写新闻稿的team协作，multi-role实现，委托不用角色完成各自任务：研究员检索分析文章，撰写员根据排版写文章，汇总多角色成果输出结果 |
| examples/workflow_news_article_demo.py | 实现了写新闻稿的工作流，multi-agent的实现，定义了多个Assistant和Task，多次调用搜索工具，并生成高级排版的新闻文章 |
| examples/workflow_investment_demo.py | 实现了投资研究的工作流：股票信息收集 - 股票分析 - 撰写分析报告 - 复查报告等多个Task |
| examples/crawl_webpage_demo.py | 实现了网页分析工作流：从Url爬取融资快讯 - 分析网页内容和格式 - 提取核心信息 - 汇总保存为md文件 |
| examples/find_paper_from_arxiv_demo.py | 实现了论文推荐工作流：自动从arxiv搜索多组论文 - 相似论文去重 - 提取核心论文信息 - 保存为csv文件 |
| examples/remove_image_background_demo.py | 实现了自动去除图片背景功能，包括自动通过pip安装库，调用库实现去除图片背景 |
| examples/text_classification_demo.py | 实现了自动训练分类模型的工作流：读取训练集文件并理解格式 - 谷歌搜索pytextclassifier库 - 爬取github页面了解pytextclassifier的调用方法 - 写代码并执行fasttext模型训练 - check训练好的模型预测结果 |
| examples/llm_os_demo.py | 实现了LLM OS的初步设计，基于LLM设计操作系统，可以通过LLM调用RAG、代码执行器、Shell等工具，并协同代码解释器、研究助手、投资助手等来解决问题。 |
Full Changelog: 0.0.6...0.1.0