面向 LLM 的 Python Agent 开发框架，以 MCP 原生端到端支持为核心，支持声明式 Agent 定义、多模型路由、工作流编排与交互式 Coding Agent。
fast-agent 是一个面向 LLM 的 Python Agent 开发框架，当前版本 0.6.26，要求 Python ≥ 3.13.5。其核心差异化在于 MCP（Model Context Protocol）的完整端到端支持——覆盖 Sampling、Elicitations、State Transfer 全部特性以及 STDIO、SSE、Streamable HTTP 三种传输方式，且是首个完成全部 MCP Feature 端到端测试的框架。任意 Agent 均可反向暴露为 MCP Server 供其他客户端消费。
框架提供声明式 Agent 定义方式，通过 @fast.agent() 装饰器和 fastagent.config.yaml 配置文件即可完成 Agent 构建。工作流引擎支持 Chain（顺序编排）、Parallel（并行扇出/扇入）、Agents As Tools（编排者-工作者模式）和 Human Input（人机协作）四种模式。MAKER 模式通过多次采样与 k-vote 投票机制降低长链任务错误率。
模型层面原生支持 Anthropic、OpenAI、Google（Gemini）、Azure、Ollama、Deepseek、Hugging Face、llama.cpp 等 10+ 提供商，可通过 TensorZero 网关扩展至数十个，--model 参数支持查询覆盖语法（如 claude-sonnet-4-6?web_search=on）动态调整模型行为。
交互式体验方面，Shell 模式支持在终端内直接执行 !command 并集成 LSP 代码感知能力；Agent Skills 通过 SKILL.md 实现能力渐进式披露；预置 Agent Pack（如 hf-dev、codex）支持一键启动特定场景。此外内置 OpenTelemetry 遥测（可导出至 Hugging Face）、可选 Privacy Filter（基于 ONNX Runtime）、OAuth PKCE 认证等企业级特性。
协议扩展方面，通过 fast-agent-acp 入口支持 ACP（Agent Client Protocol），依赖 agent-client-protocol==0.9.0 和 a2a-sdk==0.3.26；同时集成 OpenAI Apps SDK（Skybridge）。架构上基于 asyncio strict mode 构建，CLI 层使用 Typer + prompt_toolkit + Rich，数据校验基于 Pydantic v2，测试分为 unit / integration / e2e / simulated_endpoints 四个层级。