shibing624/agentica

One person, a team of agents: CLI, Web, Desktop & Python SDK with multi-session collaboration, persistent memory, and self-evolving skills. 一个人，一支 Agent 团队：支持多终端协作、持久记忆与技能自进化的 AI Agent 框架。

Agentica – 本地多智能体LLM框架

是什么 – Agentica是一个开源、Apache-2.0许可的Python包，让你在自己的机器上运行LLM驱动的智能体。它附带CLI、自托管Web UI和桌面应用，共享同一个后端，因此你可以从终端、浏览器或原生窗口与智能体交互，无需任何远程服务。

为何重要 – 该项目聚焦于许多LLM智能体工具忽略的三个痛点：

经济高效的推理 – 与DeepSeek、Claude、智谱AI、Qwen、Ollama等开放模型深度集成，基准测试显示在编码和数据分析任务上比OpenAI Codex具有更高准确率且输入token最多减少⅔。
无需LLM摘要的长上下文处理 – 工具输出流式传输到磁盘，提示词中仅保留简短预览，确定性“基于窗口的淘汰”策略在上下文窗口达到80%容量时丢弃最旧的数据。整个会话存储在JSONL文件中，可事后搜索，保证无损召回。
自我进化 – 任务完成后，智能体自动提取技能卡（SKILL.md），可供未来会话复用，将经验转化为可复用的知识。

核心功能（通俗说明）

功能	说明
异步优先引擎	所有工具调用通过`asyncio`并发执行，加快多工具工作流。
内置工具	文件读写、补丁应用、grep/glob、命令执行、网页搜索、多模态（图像/音频/视频）理解。
多模型支持	通过OpenAI、DeepSeek、Claude、智谱AI、Qwen、Moonshot、Ollama、LiteLLM等插件式接入任意聊天模型。
安全护栏	实时输入、输出和工具级验证，阻止有害或格式错误的行为。
记忆与压缩	基于相关性召回的持久会话记忆；无损上下文压缩，绝不依赖LLM生成的摘要。
技能系统	基于Markdown的技能文件从经验中自动生成，可在项目或用户间共享。
多智能体协作	在终端内可生成`task`（子代理）、`delegate`（独立进程），或向其他终端发送对等消息。
RAG集成	内置知识库管理、混合检索、重排序，以及可选的LangChain/LlamaIndex连接器。
MCP / ACP协议	模型上下文协议和智能体通信协议，用于标准化数据交换（JSON、SSE等）。
SDK	Python SDK（`agentica`）和TypeScript SDK（`@agentica-ai/sdk`），用于在代码中嵌入智能体或构建自定义前端。
部署选项	通过`uv`/`pip`、Docker compose或macOS、Windows和Linux的预构建桌面二进制文件本地运行。

入门（快速开始）

安装 – 推荐使用轻量级uv工具：

curl -LsSf https://astral.sh/uv/install.sh | sh   # 安装uv
uv tool install agentica               # 仅CLI
uv tool install "agentica[gateway]"   # 同时安装web/桌面网关

配置模型 – 导出API密钥（OpenAI、DeepSeek、智谱AI等）或将其放在~/.agentica/.env中。
运行CLI – agentica进入交互式提示符，你可以输入自然语言命令，例如：
```
> 帮我看下这个仓库的单测为什么挂了
```
Web UI – 使用agentica-gateway启动网关，然后打开http://127.0.0.1:8881/chat。会话历史与CLI和桌面应用共享。
桌面应用 – 从README下载相应的安装程序并启动；使用同一后端，数据存储在~/.agentica下。

生态与可扩展性

Python SDK – 使用模型和工具列表创建Agent，然后调用run_sync或run_async让智能体执行任务。
TypeScript SDK – 从Node.js连接到正在运行的网关并流式传输聊天事件。
插件 / 自定义工具 – 实现任何遵循工具接口的异步函数，并将其注册到智能体。
Docker – 预制的compose文件将网关和UI一起构建；工作区持久化在命名卷中。
社区 – 提供GitHub issues、微信群和贡献指南。

谁可能使用它？

开发者 – 需要可编程的LLM助手进行编码、数据分析或研究，而无需将数据发送到云端。
研究人员 – 对研究长上下文压缩、自我进化智能体或多智能体协作感兴趣。
团队 – 需要本地托管、多用户聊天界面（Web或桌面），并具备按用户隔离记忆的功能。

许可证与引用

许可证： Apache 2.0（宽松，商业友好）。
引用： README提供了软件以及一篇关于LLM智能体自我进化的相关研究论文的BibTeX条目。

底线 – Agentica是一个功能完备、可本地运行的LLM智能体平台，结合了CLI、Web UI和桌面客户端，提供精细的记忆处理、多模型灵活性和技能学习循环，是希望在自己的硬件上构建或试验自主AI智能体的任何人的坚实选择。