ApodexAI/FrontierAgent

FrontierAgent – 自主 AI 代理的开源运行时

它是什么 – FrontierAgent 是一个基于 Python、以终端为主的框架，让你可以运行有状态的 LLM 代理（ReAct 风格）或协调团队的子代理，处理长时间、以文件为中心的任务。它附带一个 TUI（文本界面），显示任务看板、沙盒文件系统、实时工具输出，以及每个动作的跟踪记录。

主要功能

功能	重要性
两种内置工作流程 – react（单一代理）和 agent_team（协调器 + 并行子代理）	无需编写代码，即可选择简单的研究循环或分解与合成管道。
沙盒文件系统 – /inputs（只读）、/workspace（暂存）、/outputs（交付物）	保证可重现性和安全性；所有文件操作都会被记录，且可以还原。
异步干预 – 你可以在运行期间输入新的指令；它们会被排入队列，并在下一个安全回合注入。	让你可以交互式地引导长时间的运行。
批准与跟踪 – 变更操作会显示差异，并需要确认（或使用 --yes）。完整的会话检查点、日志和 --resume 标志让你可以从上次中断的地方继续。	防止意外数据丢失，并有助于调试。
评估框架 – 一个子进程运行器，可以执行数十种研究导向的基准测试（BrowseComp、FrontierScience、GDPval 等），具备确定性的产物收集和并行控制。	让你可以轻松地对自己的模型或内置的 Apodex-1.1 模型进行基准测试。
可插拔工具 – 网页搜索（Serper 或 Parallel Search）、Shell、文件操作和自定义“团队”工具都内置提供。	让代理可以浏览网页、运行命令，以及读写文件。
与模型无关 – 兼容任何 OpenAI 兼容端点（Apodex-1.1、托管服务或自托管 SGLang）。	无需自行托管 LLM；只需将 OPENAI_BASE_URL 指向你的端点。
Docker 与原生安装 – 预构建的 Linux/ARM 容器镜像、可选的 GPU 加速 SGLang 服务，或通过 uv 进行纯 Python 安装。	可在 macOS、Linux、WSL2 或云端 GPU 实例上灵活部署。

使用方法

1. 安装 – 克隆仓库并运行 uv sync（或使用 uv tool install … 安装全局命令）。
2. 配置 – 将你的 API 密钥和端点放入 .env（或用户级配置文件）。
3. 运行 – 使用 uv run frontier-agent --mode react --cwd /my/project 运行单一代理，或使用 --mode agent_team 让协调器将工作分配给并行子代理。
4. 交互 – 当代理工作时，输入后续指令；它们会被排入队列。
5. 检查 – TUI 侧边栏显示任务看板、实时工具输出，以及任何文件更改的差异。
6. 继续 / 还原 – 使用 --resume 继续已保存的会话，或使用 --revert 回滚文件更改。

适用对象 – 需要一个可重现、可控的环境来运行自主代理的研究人员和开发者，这些代理必须读写文件、浏览网页或运行 Shell 命令。它特别适用于在复杂、多步骤的基准测试上评估新的 LLM。

文档与资源 –

• docs/ 中的完整文档（框架架构、TUI 指南、安装选择器、基准测试评估）。
• README 顶部链接的技术博客和 arXiv 报告（Apodex-1.1）。
• 社区 Discord、Hugging Face 模型集合，以及 Apodex API 的免费两周试用。

许可证 – Apache 2.0。

---

以上所有细节均直接取自仓库的 README；未推断任何额外功能。