Ein erweiterbares KI-Agenten-Mikrodienst zum Erstellen, Testen und Bereitstellen von konversationellen KI-Assistenten.
Erstellen und experimentieren Sie mit benutzerdefinierten KI-Agenten mit Python, Function Calling und dem Model Context Protocol.
Cheshire Cat AI ist ein Open-Source-Python-Mikrodienst-Framework, das entwickelt wurde, um konversationelle KI-Agenten zu erstellen und zu veröffentlichen. Versicherungsteams können es nutzen, um benutzerdefinierte virtuelle Assistenten zu prototypsieren und mit LLM Function Calling zu experimentieren. Es eignet sich am besten für Forschung, Lernen und agentische Workflow-Prototypen im Frühstadium.
Das Tool betreibt einen KI-Agenten-Server mit einer integrierten Web-Benutzeroberfläche und einem OpenAPI-REST-Playground auf Port 1865. Es unterstützt standardmäßig Function Calling, Agentic Engineering und Model Context Protocol (MCP)-Client-Funktionen. Sie können seine Logik mit benutzerdefinierten Python-Modulen erweitern und es mit Ihren eigenen Datenquellen verbinden.
Es eignet sich für Innovations-Teams in Versicherungen, Entwickler und Forscher, die Machbarkeitsstudien (Proof of Concepts) für KI-Assistenten für Police- oder Schadensabfrage-Anfragen erstellen. Es eignet sich nicht für Teams, die sofortige Unternehmens-Produktionsbereitstellungen suchen, da Version 2 derzeit eine instabile Alpha-Version ist.
Greifen Sie auf eine interaktive Web-Benutzeroberfläche auf Port 1865 zu, um Gespräche mit Ihrem KI-Agenten zu testen.
Interagieren Sie mit Agenten-API-Endpunkten über die automatisch generierte Swagger-Dokumentation unter Port 1865/docs.
Verbinden Sie Ihren konversationellen Agenten über integrierte MCP-Client-Funktionen mit externen Kontextanbietern und Tools.
Erweitern Sie die Agentenfunktionen, indem Sie benutzerdefinierte Python-Funktionen direkt in LLM-Entscheidungsfindungs-Workflows einbinden.
Cheshire Cat AI ist unter der GPL-3.0-Lizenz kostenlos. Es gibt keine im Repository erwähnte gehostete kostenpflichtige Version, daher sind Ihre einzigen Ausgaben Ihre Self-Hosting-Infrastruktur und die LLM-API-Nutzungskosten.
896 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Nein, Version 2 ist derzeit eine instabile Alpha-Version, die für Forschung und Bildungsexperimente gedacht ist, nicht für Produktionsworkloads.
Sie können externe Tools und Datenquellen über benutzerdefinierte Python-Funktionen oder integrierte Model Context Protocol-Integrationen verbinden.
Zekai zuerst in Google sehen