CowAgent – 開源 AI 助手平台

它是什麼

CowAgent 是一個自託管 AI 助手，可以規劃任務、在您的電腦上執行工具、維護個人知識庫，並與其他代理協作。它被定位為 Agent Harness 的參考實作：一個連接 LLM、記憶、工具和通訊管道的模組化系統。

核心功能（依 README 所述）

功能	說明
規劃	將複雜請求分解為子步驟，並反覆呼叫工具直到達成目標。
多代理團隊	您可以啟動多個代理，每個代理具有自己的角色、記憶和技能，並讓它們在共享對話中協作。
記憶	三層記憶（短期上下文 → 每日 → 長期 MEMORY.md）。夜間 Deep Dream 執行會將對話日誌蒸餾為簡潔的長期條目。
知識庫	自動策劃結構化 Markdown 維基，並從代理的發現中建立視覺化知識圖譜。
自我演化	代理會檢視自己的聊天、改進技能、跟進未完成的任務，並隨時間擴充記憶/知識。
技能	由 manifest 定義的可重用工作流程。可從公開的 Skill Hub、GitHub 安裝，或透過自然語言對話建立新技能。
工具	內建原子工具（檔案 I/O、終端、網頁抓取、瀏覽器自動化、排程器、搜尋、視覺等），以及用於自訂工具服務的 MCP（Model Context Protocol）層。
管道	將同一代理連接到多個前端：網頁控制台、Telegram、Slack、Discord、微信、飛書/Lark、釘釘、QQ、企業微信等。
多模態	處理文字、圖片、語音和任意檔案 – 作為輸入和輸出。
模型彈性	支援數十種商業 LLM 提供者（Claude、OpenAI、Gemini、DeepSeek、Qwen 等）和自訂/本地模型；每個能力（聊天、視覺、嵌入、TTS、ASR）可路由到不同提供者。
部署	Linux/macOS 的一行安裝程式、Windows 的 PowerShell 指令碼，或 Docker compose。網頁 UI（http://localhost:9899）作為聊天、設定、技能管理和知識瀏覽的統一控制台。

典型工作流程

1. 安裝 – 執行一行指令（或 Docker），它會拉取依賴、建立 config.json 並啟動服務。
2. 開啟網頁控制台 – 登入、新增您的 LLM API 金鑰、選擇預設模型，並啟用您需要的管道。
3. 聊天 – 輸入請求。代理會規劃、呼叫工具（例如 bash、web_fetch、browser）、將結果儲存在記憶中，並回覆。
4. 擴充 – 從 Skill Hub 安裝技能（/skill install <name>）或透過 /skill creator 對話建立新技能。
5. 擴展 – 在 UI 中建立其他代理、指派專門技能，並讓它們在較大的專案上協作。

誰可能使用它

• 開發者 想要一個本地執行、可擴充的 AI 助手，可以執行程式碼、瀏覽網頁或管理檔案。
• 進階使用者 尋找一個個人知識庫，能自動從對話中捕捉有用資訊。
• 團隊 需要一個自託管的替代方案，取代僅雲端的代理，並希望將助手整合到現有 IM 平台。
• 研究人員 有興趣實驗代理架構、記憶策略或多代理協作。

入門資源（來自 README 的連結）

• 文件與快速入門 – https://docs.cowagent.ai/guide/quick-start
• Skill Hub – https://skills.cowagent.ai/
• 網頁控制台 – 安裝後 http://localhost:9899
• 桌面用戶端 – 可下載 macOS/Windows 版本
• 社群 – Discord、微信群組和 GitHub issues 以獲得支援

授權與免責聲明

• MIT 授權。
• README 警告代理可以在您的機器上執行任意指令，因此只能在受信任的環境中執行。由於代理會反覆呼叫 LLM API，Token 使用量可能很高。

---

以上所有資訊直接取自儲存庫的 README；未推斷任何額外功能。