Ratel

Moderne KI-Agenten stehen vor einem grundlegenden Problem: Jeder API-Aufruf enthält die Schemas aller verfügbaren Werkzeuge, was den Tokenverbrauch erhöht und die Antwortqualität beeinträchtigt. Ratel löst dies durch „Context Engineering“, bei dem in jedem Schritt gezielt nur die relevantesten Funktionen offengelegt werden.

Highlights

• Rund 80 % weniger Tokens pro API-Aufruf durch selektive Offenlegung von Werkzeugen
• Prozessinterne BM25- und semantische Suche ohne externe Abhängigkeiten
• Progressive Verwaltung von Fähigkeiten passend zum Gesprächskontext
• SDKs für TypeScript, Python und Rust mit integrierten Beispielen
• Für den Produktiveinsatz geeignet, mit Benchmark-Suite und Adapter für das Model Context Protocol

Ratel wurde von Entwicklern für den praktischen Einsatz von KI-Agenten entwickelt. Das Framework reduziert Halluzinationen durch weniger störenden Kontext, senkt Kosten durch den Verzicht auf überflüssige Schemas und skaliert vom Prototyp bis zum Produktivsystem. Es ist unter Apache 2.0 als Open Source verfügbar und kann kostenlos genutzt, verändert und in beliebige Projekte integriert werden.