fast-agent

环境要求

• uv 包管理器（官方安装说明见 https://astral.sh/uv）
• Python 环境（由 uv 自动创建和管理）
• 可用的模型服务访问凭证（OpenAI、Anthropic、Google 等）
• 用于拉取仓库的可选工具 git（仅本地文档预览时需要）

安装与启动步骤

1. 1安装 uv

   uv 是运行和安装 fast-agent 的前提，按 uv 官网 https://astral.sh/uv 的说明完成安装后再继续。

2. 2启动交互会话

   用 uvx 直接运行最新版 fast-agent，-x 开启 shell 支持，首次执行会自动下载依赖。

   uvx fast-agent-mcp@latest -x

   复制

3. 3按预设开始编码

   通过 --pack 选择预设智能体：hf-dev 面向 Hugging Face 推理服务，codex 面向 OpenAI。

   uvx fast-agent-mcp@latest --pack hf-dev
   uvx fast-agent-mcp@latest --pack codex

   复制

4. 4常驻安装 CLI

   用 uv tool install 把 fast-agent 装为本地命令，之后可直接指定模型启动并加 shell 支持。

   uv tool install -U fast-agent-mcp
   fast-agent --model opus -xx

   复制

5. 5配置本地模型

   使用 generic provider 接本地模型，或让 fast-agent 自动生成 llama.cpp 的配置。

   fast-agent model llamacpp

   复制

6. 6接入 ACP 客户端

   任意 fast-agent 配置都能被 ACP 客户端使用，最简方式是直接用 fast-agent-acp 启动。

   toad acp "fast-agent-acp -x --model sonnet"

   复制

7. 7本地预览文档

   克隆仓库后在根目录安装文档依赖并启动开发服务器，浏览器访问 127.0.0.1:8000。

   git clone https://github.com/evalstate/fast-agent.git
   cd fast-agent
   uv run scripts/docs.py install
   uv run scripts/docs.py serve

   复制

如何确认成功

终端出现 fast-agent 交互提示符，能输入 ! 执行 shell 命令，并用 /skills、/connect 操作，即启动成功。

常见问题

注意事项

• 最新文档请以 https://fast-agent.ai 为准，仓库内文档位于 docs/ 目录。
• 运行过程需要联网下载依赖并访问所选的模型服务。
• 已原生支持 Anthropic、OpenAI、Google，以及 Azure、Ollama、Deepseek 等提供商。
• README 未给出具体 API Key 的环境变量名，配置方式请查阅官网文档。