Разработан Python-фреймворк JAWL для асинхронных ИИ-агентов с гибридным RAG

Проект JAWL представляет собой переосмысление предыдущей разработки AAF (Autonomous Agent Framework). Основной целью было улучшение архитектуры и оптимизация работы автономных агентов с учётом полученного опыта в области локального контекста и вызова инструментов.

Ключевое отличие JAWL от предшественника — асинхронность и использование гибридной архитектуры RAG (Retrieval-Augmented Generation). Это позволяет ИИ-агентам более эффективно работать с внешними источниками данных, обеспечивая гибкость и масштабируемость при обработке событий.

В контексте современного развития открытых проектов автономных агентов, таких как OpenClaw Питера Штайнбергера и Hermes Agent от Nous Research, JAWL демонстрирует альтернативный подход к созданию надёжных и производительных систем для искусственного интеллекта.