bhavyamach90-png/etl-incident-response-agent

# Neuro SAN Studio **您构建智能多 agent 系统的起点。** Neuro SAN Studio 是一个专为 [Neuro SAN](https://github.com/cognizant-ai-lab/neuro-san) 框架打造的互动实验场，提供即开即用的示例、教程和 工具，让您能在几分钟而非几个月内设计、测试并部署复杂的 agent 网络。无论您是 探索自适应 AI 系统的研究人员、正在开发生产级解决方案的开发者，还是无需编写代码即可配置 agent 的领域专家，这款 Studio 都能为您处理复杂的编排工作，让您可以专注于解决实际问题。

Neuro SAN 是为 Cognizant Neuro® AI Multi-Agent Accelerator 提供支持的开源库，旨在帮助领域专家、 研究人员和开发者立即开始构建和原型设计适用于任何行业的 agent 网络。

Neuro SAN library

## 什么是 Neuro SAN？ [**Neuro AI system of agent networks (Neuro SAN)**](https://github.com/cognizant-ai-lab/neuro-san) 是一个开源的、 数据驱动的多 agent 编排框架，旨在简化和加速协作式 AI 系统的开发。它允许用户——从机器学习工程师到业务领域专家——使用声明式配置文件（HOCON 格式）快速构建复杂的 多 agent 应用，而无需进行大量的编码。 Neuro SAN 允许多个由大型语言模型 (LLM) 驱动的 agent 协同解决复杂任务，并通过自适应的 agent 间通信协议动态地 委派子任务。这种方法克服了单 agent 系统固有的局限性，因为在单 agent 系统中，没有任何单一模型能具备解决多面性问题所需的全部专业知识或上下文。 | 几分钟内构建多 agent 网络 | Neuro SAN 概述 | 快速开始 | |-------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------|--------------------------------------------------------------------------| | [](https://www.youtube.com/watch?v=wGxvPBN34Mk) | [](https://www.youtube.com/watch?v=NmniQWQT6vI) | [](https://youtu.be/gfem8ylphWA) | ### ✨ 核心功能 * **🗂️ 数据驱动的配置**：整个 agent 网络通过简单的 HOCON 文件进行声明式定义，使 技术和非技术干系人都能直观地设计 agent 交互。 * **🔀 自适应通信（[AAOSA 协议](https://arxiv.org/abs/cs/9812015)）**：Agent 能够自主决定如何 委派任务，通过去中心化决策使交互更加流畅和动态。 * **🔒 Sly-Data**：Sly Data 有助于在 agent 之间安全地处理和传输敏感数据，而不会将其 直接暴露给任何语言模型。 * **🧩 动态 Agent 网络设计器**：包含一个名为 Agent Network Designer 的元 agent（meta-agent）——本质上，这是一个 用于创建其他 agent 网络的 agent。作为 Neuro SAN 的示例提供，它可以接收关于某个 用例的高级描述作为输入，并为其生成新的自定义 agent 网络。 * **🛠️ 灵活的工具集成**：将基于 Python 的自定义“编码工具”、API、数据库，甚至是外部 agent 生态系统（Agentforce、Agentspace、CrewAI、MCP、A2A agent、LangChain 工具等）无缝集成到您的 agent 工作流中。 * **📈 强大的可追溯性**：详细的日志、追踪和会话级别的指标增强了透明度、调试能力以及 运营监控。 * **🌐 可扩展与云无关**：兼容多种 LLM 提供商（OpenAI、Anthropic、Azure、Ollama 等），并可部署在多样化的环境中（本地计算机、容器或云基础设施）。 ### 用例 以下是使用 Neuro SAN 实现的几个用例示例。 如需获取更多示例，请查看 [docs/examples.md](docs/examples.md)。

Agent 网络	用例	描述
🧬 Agent 网络设计器	自动生成多 agent HOCON 配置。	从自然语言输入生成复杂的多 agent 配置，简化了错综复杂的 agent 工作流的创建过程。
🛫 航空公司政策助手	航空公司政策的客户支持。	Agent 负责解读和解释航空公司政策，协助客户解答关于行李额度、航班取消 及其他与旅行相关的问题。
🏦 银行业务与合规	自动化金融操作与监管合规。	自动执行交易监控、欺诈检测和合规报告等任务，确保遵循 监管要求并实现高效的日常运营。
🛍️ 消费品 (CPG)	消费品行业的市场分析与产品开发。	收集并分析市场趋势、客户反馈和销售数据，以支持产品开发和战略性 营销。
🛡️ 保险 Agent	理赔处理与风险评估。	自动执行理赔评估，分析风险因素，确保符合保单要求，从而提高理赔处理效率 及客户满意度。
🏢 内联网 Agent	内部知识管理与员工支持。	为员工提供对公司政策、人力资源和 IT 支持的快速访问，增强内部沟通与资源 获取能力。
🛒 零售业务与客户服务	提升零售客户体验与运营效率。	处理客户咨询、库存管理并支持销售流程，以优化运营和服务 质量。
📞 电信网络支持	技术支持与网络故障解决。	诊断网络问题，指导故障排除并上报复杂问题，从而减少停机时间并提升 客户服务。
📞 治疗案例情景监督	针对特定治疗案例生成治疗计划。	这是一个展示多个不同专业 agent 协同工作以制定单一计划的良好示例。

以及更多内容：请查看 [docs/examples.md](docs/examples.md)。 ## 顶层架构

## 快速开始 要深入了解 Neuro SAN 并开始构建您自己的多 agent 网络，本代码库包含了一系列针对 [neuro-san 库](https://github.com/cognizant-ai-lab/neuro-san) 的演示。 您将找到详尽的文档、示例 agent 网络和教程，以指导您完成入门。 ### 从 PyPI 安装 如果您只是想在 Neuro SAN Studio 的基础上构建 agent 网络，则无需克隆此 代码库——您可以直接从 PyPI 安装并在任意目录中搭建项目。需要 Python 3.10+。 快速开始流程如下： 1. 安装软件包 2. 搭建初始项目（`ns init`） 3. 设置您的 API 密钥 4. 启动服务器（`ns run`） 5. 打开界面 UI `ns` 控制台脚本已注册为 `neuro-san-studio` 的快捷方式——两者可互换使用。 #### 1. 安装 ``` pip install neuro-san-studio ``` OpenAI、Anthropic 和 Google Gemini 提供商的库（`langchain-openai`、`langchain-anthropic`、 `langchain-google-genai`）随基础安装包附带。无需添加额外依赖。 #### 2. 搭建初始项目 ``` ns init ``` `init` 会提示您选择想要启用的 LLM 提供商，并将一个最小化的项目写入当前 目录： * `config/llm_config.hocon` —— 提供商/模型配置（默认为 OpenAI `gpt-5.2`） * `config/plugins.hocon` —— 可观测性与日志插件配置（默认启用富文本格式的日志桥接） * `registries/manifest.hocon` —— 活跃 agent 网络的清单 * `registries/music_nerd.hocon` —— 示例 agent 网络 * `registries/aaosa.hocon` —— AAOSA 替换变量（指令、调用、命令） * `registries/aaosa_basic.hocon` —— 简化的 AAOSA 替换变量 * `mcp/mcp_info.hocon` —— MCP 服务器配置 使用 `--providers` 跳过提示： ``` ns init --providers openai,anthropic,google ``` 提供商会按您选择的顺序写入。第一个将成为主要模型，其余的 将作为有序备选；只有在未进行任何选择时，才会将 OpenAI 用作默认选项。 #### 3. 设置您的 API 密钥 设置您的提供商密钥，例如 `OPENAI_API_KEY`（或在当前目录下创建一个 `.env` 文件）。 详情及其他提供商请参见 [docs/api_key.md](docs/api_key.md)。 #### 4. 运行服务器 ``` ns run ``` Neuro SAN 服务器监听 `localhost:8080`；nsflow UI 的访问地址为 [http://localhost:4173/](http://localhost:4173/)。日志将存放在 `logs/` 目录下（`server.log`、`nsflow.log`、 `thinking_dir/`）。 #### 导入更多 agent 网络 除了通过 `ns init` 生成的 `music_nerd` 示例外，您还可以从 neuro-san-studio 中包含的 80 多个网络中导入更多 agent 网络： ``` ns import # interactive ns import basic industry # by group(s) ns import agent_network_designer # specific network ns import path/to/network.hocon # from a local file ``` 详情请参见 [`docs/cli/import.md`](docs/cli/import.md)。 要在不同项目间共享网络，您可以从当前项目将其打包，并将 生成的文件放入另一个项目中： ``` ns export music_nerd # → music_nerd.hocon (no deps) ns export agent_network_designer # → agent_network_designer.zip (with deps) ns import -f music_nerd.hocon # install in another project ``` 详情请参见 [`docs/cli/export.md`](docs/cli/export.md)。 #### 命令参考 | 命令 | 用途 | 关键标志 | |---------------------|------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | `ns init` | 在当前目录搭建初始项目。 | `--providers openai,anthropic,google` | | `ns run` | 启动 Neuro SAN 服务器及 nsflow UI。 | `--server-host`, `--server-http-port`, `--nsflow-port`, `--log-level`, `--client-only`, `--server-only` | | `ns chat` | 直接与 agent 网络聊天（无需服务器）。 | 位置参数：agent 名称，`--connection`, `--host`, `--port`, `--one-shot`, `--list`。 | | `ns import` | 将 agent 网络导入到当前项目。 | 位置参数：以空格分隔的组名、网络名或 `all`；或是本地的 `.hocon` / `.zip` 路径（不要混用两者）。使用 `--force` 进行覆盖。省略参数则进入交互模式。 | | `ns export` | 将当前项目中的网络打包为可共享的文件。 | 位置参数：网络名（例如 `music_nerd` 或 `basic/music_nerd`）。使用 `-o` / `--output` 设置输出路径。省略参数则使用交互式选择器。 | | `ns check-llm-keys` | 验证 LLM API 密钥 / 环境变量。 | `--tier 1` (占位符), `--tier 2` (格式), `--tier 3` (实时 API 调用，默认) | | `ns check-config` | 验证 HOCON 文件中的 LLM 配置。 | `--hocon-path` (默认为 `config/llm_config.hocon`) | 使用 `ns --help` 可查看任何子命令的完整标志列表。 ### 安装 克隆代码库： ``` git clone https://github.com/cognizant-ai-lab/neuro-san-studio ``` 进入目录： ``` cd neuro-san-studio ``` 确保您拥有受支持的 Python 版本（例如 312 或 3.13）： ``` python --version ``` 创建一个专用的 Python 虚拟环境： ``` python -m venv venv ``` 激活它： * 对于 Windows： .\venv\Scripts\activate.bat && set PYTHONPATH=%CD% * 对于 Mac： source venv/bin/activate && export PYTHONPATH=`pwd` 安装依赖项： ``` pip install -r requirements.txt ``` **重要提示**：默认情况下，服务器依赖 OpenAI 的 `gpt-5.2` 模型。请设置 OpenAI API 密钥并将其添加到您的 shell 配置中，以便在未来的会话中可以使用。 您可以从 获取 OpenAI API 密钥。注册后，在您个人资料的 API keys 部分创建一个新的 API 密钥。 **注意**：请将 `XXX` 替换为您实际的 OpenAI API 密钥。 **注意**：这取决于您的操作系统。 * 对于 macOS 和 Linux： export OPENAI_API_KEY="XXX" && echo 'export OPENAI_API_KEY="XXX"' >> ~/.zshrc * 对于 Windows： * 在命令提示符中： set OPENAI_API_KEY=XXX * 在 PowerShell 中： $env:OPENAI_API_KEY="XXX" 同时也支持其他提供商（如 Anthropic、AzureOpenAI、Ollama 等），但需要进行适当的设置。 请查看 `.env.example` 文件以针对特定用例设置环境变量。 如需测试 API 密钥，请参阅此[文档](./docs/api_key.md) ### 运行 Neuro SAN Studio 提供了一个用户友好的环境来与 agent 网络进行交互。 1. 在项目根目录下使用单个命令启动服务器和客户端： python -m neuro_san_studio run 2. 导航至 [http://localhost:4173/](http://localhost:4173/) 访问 UI。 3. （可选）检查日志： * 服务器日志：`logs/server.log` * 客户端日志：`logs/nsflow.log` * Agent 日志：`logs/thinking_dir/*` 使用 `--help` 选项查看 `run` 命令的各种配置选项： ``` python -m neuro_san_studio run --help ``` 截图：  ## 用户指南 准备好深入了解了吗？请查看[用户指南](docs/user_guide.md)，以获取关于 neuro-san 库 及其功能的详细概述。 ## 教程 有关详细的教程，请参阅 [docs/tutorial.md](docs/tutorial.md)。 ## 示例 有关 agent 网络的示例，请查看 [docs/examples.md](docs/examples.md)。 ## 开发者指南 有关开发指南，请查看 [docs/dev_guide.md](docs/dev_guide.md)。 ## 社区项目 ### 应用 * [气候变化](https://github.com/cognizant-ai-lab/neuro-san-cc)： 使用 UNFCCC 文档回答关于 COP、巴黎协定或京都议定书相关问题的工具。 * [企业访问门户](https://github.com/M-Elsaied/enterprise-access-portal)： 用于管理企业应用访问请求和 IT 运营的 AI 驱动多 agent 系统。 * [F1 车迷评估](https://github.com/deepsaia/f1-fan-eval)： 用于评估 F1 车迷提交的关于他们为何是最大 F1 车迷的应用程序。 * [PDF 知识助手](https://github.com/M-Elsaied/neuro-san-studio/tree/pdf-knowledge-base/apps/pdf_knowledge_assistant)： 使用 RAG 技术查询 PDF 的 Flask Web 应用，具备跨文档的基于主题的长期记忆合成功能。 * [Loopy Agents](https://github.com/babakatwork/loopy_agent)： 通过独立服务持续或在触发条件下运行 Neuro SAN agent，并支持异步消息传递。 * [年度报告阅读器](https://github.com/shrushtiimehta/neuro-san-annual-report-reader)： 分析 LinkedIn 个人资料，并提供一份个性化的 Cognizant 2024 年度报告摘要， 呈现与用户所在行业及资历级别最相关的内容。 ### 工具 * [Neuro SAN Web 客户端](https://github.com/cognizant-ai-lab/neuro-san-web-client)： Neuro SAN 的基础 Flask Web 客户端界面。 * [Neuro SAN Slack 应用](./apps/slack/README.md) 这是一款 Slack 集成工具，允许您直接从工作区与 Neuro SAN 进行交互。 ## 链接 * 网站：[Cognizant AI Lab](https://www.cognizant.com/us/en/ai-lab) * YouTube：[Decision AI](https://www.youtube.com/@decision-ai) * X：[@cognizantailab](https://x.com/cognizantailab) * LinkedIn：[Cognizant AI Lab](https://www.linkedin.com/showcase/cognizant-ai-lab) ## 更多详情 如需获取更多信息，请查看 [Cognizant AI Lab Neuro SAN 介绍页面](https://www.cognizant.com/us/en/ai-lab/neuro-san)。

标签：AI智能体编排, C2, ETL, JavaCC, PyRIT, SOC Prime, 人工智能, 低代码开发, 多智能体系统, 开发工具, 用户模式Hook绕过, 逆向工具