‏Dexto: پلتفرم متن‌باز ساخت ایجنت‌های هوش مصنوعی

Dexto یه agent harness متن‌باز (تحت لایسنس Elastic 2.0) هست که کارش اینه مدل‌های زبانی بزرگ (LLM) رو به ایجنت‌های قابل اعتماد، stateful و مجهز به ابزار تبدیل کنه. خودشون می‌گن Dexto مثل یه سیستم‌عاملِ: LLM نقش CPU رو داره، context window نقش RAM، و Dexto مثل OS هماهنگی، state، ابزارها و ریکاوری از خطا رو مدیریت می‌کنه.

ایجنت‌ها با فایل YAML تعریف می‌شن؛ یعنی بدون تغییر کد می‌شه مدل یا ابزار رو عوض کرد. از همون ابتدا session management، حافظه پایدار، پشتیبانی multimodal، و observability توکارشه. می‌شه روی CLI، Web UI، REST API، Discord، Telegram یا داخل اپ خودت ازش استفاده کرد.

یه coding agent آماده به‌استفاده هم همراهشه که می‌تونه از صفر اپ بسازه، کدبیس کامل رو بخونه و ویرایش کنه، دستورات shell اجرا کنه، تست بزنه، و حتی sub-agentهای تخصصی برای کارهای موازی spawn کنه. بیش از ۵۰ مدل از OpenAI، Anthropic، Google، Groq، xAI و مدل‌های محلی (از طریق Ollama) پشتیبانی می‌شه و می‌شه وسط مکالمه هم مدل رو عوض کرد.

یکی از ویژگی‌های مهمش اینه که با MCP (Model Context Protocol) یکپارچه‌ست و از بیش از ۳۰ ابزار مثل Puppeteer، Linear، Firecrawl و ElevenLabs پشتیبانی می‌کنه. تنظیم سرورهای MCP در همون فایل YAML انجام می‌شه:

mcpServers:
  filesystem:
    type: stdio
    command: npx
    args: ['-y', '@modelcontextprotocol/server-filesystem', '.']
  browser:
    type: stdio
    command: npx
    args: ['-y', '@anthropics/mcp-server-puppeteer']

کنترل دقیق روی مجوزهای ایجنت هم وجود داره؛ می‌شه تعیین کرد هر ابزاری نیاز به تأیید دستی داشته باشه یا به‌صورت خودکار اجرا بشه. حافظه مکالمات هم بین ری‌استارت‌ها حفظ می‌شه و می‌شه با dexto -c آخرین مکالمه رو ادامه داد.

برای توسعه‌دهنده‌ها، SDK رسمی با پکیج @dexto/core در دسترسه. این SDK همه قابلیت‌های CLI رو به‌صورت برنامه‌نویسانه در اختیار می‌ذاره، از ساخت session و generate کردن پاسخ تا streaming و تغییر مدل وسط مکالمه:

const agent = new DextoAgent({
  llm: { provider: 'openai', model: 'gpt-5.2', apiKey: process.env.OPENAI_API_KEY }
});
await agent.start();
const session = await agent.createSession();
const response = await agent.generate('What is TypeScript?', session.id);
await agent.switchLLM({ model: 'claude-sonnet-4-5-20250929' });

برای محیط‌های production هم می‌شه از Redis برای cache و PostgreSQL برای دیتابیس به‌عنوان storage backend استفاده کرد. یه Agent Registry هم هست که ایجنت‌های آماده مثل Podcast، Image Editor، GitHub، و Database Agent رو می‌شه مستقیم نصب و اجرا کرد.

نکات کلیدی:

• Dexto یه orchestration layer برای ساخت ایجنت‌های AI هست که LLM، حافظه، ابزار و state رو مدیریت می‌کنه
• تنظیمات ایجنت‌ها با YAML انجام می‌شه؛ بدون تغییر کد می‌شه مدل یا ابزار رو عوض کرد
• بیش از ۵۰ مدل از پروایدرهای مختلف، از جمله مدل‌های محلی از طریق Ollama پشتیبانی می‌شه
• پشتیبانی از MCP با ۳۰+ ابزار و امکان تعریف multi-agent با sub-agentهای موازی
• SDK جاوااسکریپتی برای ساخت ایجنت‌ها به‌صورت برنامه‌نویسانه همراه با REST API و SSE streaming
• متن‌باز با لایسنس Elastic 2.0 و در مرحله بتا