项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 6116
使用教程
环境要求
- Linux、macOS 或 WSL2(使用安装脚本)
- 原生 Windows 需 PowerShell(irm/iex 支持)
- Docker 部署方式需已安装 Docker 与 Docker Compose
- 首次运行需能联网访问 raven.evermind.ai 与 GitHub
安装与启动步骤
-
1安装 Raven
Linux、macOS 或 WSL2 环境执行官方安装脚本,脚本会拉取并安装 raven 命令行工具。
curl -fsSL https://raven.evermind.ai/install.sh | bash -
2Windows 下安装
原生 Windows 在 PowerShell 中执行安装脚本;若 PowerShell 5.1 拒绝重定向则改用直连 URL。
irm https://raven.evermind.ai/install.ps1 | iex -
3首次启动配置
运行 raven 进入首次引导,会逐个询问要注册的 agent 产品并完成初始化,然后打开终端 UI,可选步骤可跳过。
raven -
4Docker Compose 启动
进入仓库 docker 目录后执行 compose,镜像内已构建好页面与 Python 环境,无需在宿主机额外构建。
cd docker docker compose up -
5覆盖本地配置
把凭证与部署相关配置写进 docker/.env.local(已被 git 忽略),它会覆盖提交的 docker/.env 默认值。
-
6自定义镜像构建
需要自己构建镜像时用 Makefile 目标,默认标签为 raven:local,也可通过构建参数追加可选依赖集。
make docker-build -
7检查安装状态
用 doctor 检查环境是否就绪;需要重新配置时运行 onboard 重新走一遍引导流程。
raven doctor
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
RAVEN_WEB_PORT | 否 | Compose 对外发布的主机端口,默认 18793 | 18793 |
RAVEN_AUTO_LOGIN | 否 | 本地浏览器自动登录;对外暴露时设为 0 | 0 |
RAVEN_EXTRAS | 否 | 可选镜像附加组件,如 channels、tools、sandbox | channels,tools,sandbox |
RAVEN_PLUGINS | 否 | 镜像内要安装的捆绑插件,含记忆插件 everos-memory | everos-memory |
RAVEN_PROVIDER | 否 | 容器启动时写入 config.json 的模型服务商 | openai |
RAVEN_API_KEY | 否 | 服务商密钥;本地模型可留空不填 | sk-xxxxxxxx |
如何确认成功
浏览器打开 http://127.0.0.1:18793 能看到页面,或在终端执行 raven doctor 显示环境检查通过。
常见问题
Q:Windows PowerShell 5.1 安装时报重定向错误怎么办?
A:5.1 可能拒绝重定向,改用直连安装脚本地址:irm https://raw.githubusercontent.com/EverMind-AI/Raven/refs/heads/main/install.ps1 | iex。
Q:配置、会话和记忆数据保存在哪里?
A:都存放在 RAVEN_HOME 下。Docker 方式通过 raven-data 卷映射到容器内 /data,升级和重启时请保留该卷。
Q:想重新走一遍初始化引导怎么做?
A:直接执行 raven onboard 可以重新配置;执行 raven doctor 则用于检查当前配置是否存在问题。
Q:新增模型服务商后需要重启容器吗?
A:不需要。Compose 容器运行完整的 gateway 引擎,在 Settings > Models 中添加的服务商下一轮对话即可使用。
Q:如何清理或重置 Docker 数据?
A:docker compose down -v 会删除 raven-data 卷及其中的全部数据,请谨慎使用;普通停止只用 make docker-down。
注意事项
- 凭证和部署相关的覆盖配置请写入 docker/.env.local,不要改提交到仓库的 docker/.env。
- Docker 方式默认端口为 18793,若要对远程暴露页面务必把 RAVEN_AUTO_LOGIN 设为 0。
- agent 产品随 raven 一起分发:wheel 首次使用时把 agents/ 复制到 raven home,源码检出则就地读取。
- 使用本地无密钥的模型服务商时,可只配置 RAVEN_API_BASE 而留空 RAVEN_API_KEY。
核心亮点
- 记忆优先架构,代理可跨会话持久化关键信息,提升个性化交互体验
- 集成 MiroThinker,支持多步深度研究和复杂推理,超越简单问答
- 兼容 OpenAI、Anthropic 等主流模型,灵活适配不同 API 和成本需求
不足之处
- 项目较新,文档和社区生态尚不成熟,上手需参考源码
- 依赖 EverOS 基础,增加部署和运维复杂度
适用场景
- 个人知识库助手,长期跟踪用户偏好和项目进度
- 自动化深度研究,如市场分析、学术文献综述
- 复杂任务代理,如代码库维护、多源信息整合
替代项目
AutoGPT、LangChain、CrewAI
上一篇:rustchain-mcp
下一篇:happier
同类项目推荐
hezo
开源
像带团队一样指挥多个 AI 智能体干活
Your own team of AI agents. Built to deliver.
tweetclaw
开源
让智能体一键玩转 Twitter,搜索、发布、监控全搞定
OpenClaw Twitter plugin, a Twitter bot for automation, to scrape tweets & export fol···
omux
开源
在 tmux 里并行编排多个 AI 编程智能体,自动续跑、执行后审查,搞定复杂编码循环。
Orchestrate AI coding agents (Claude Code, Codex) as parallel subagents over tmux —···
agentic-ai-engineering
开源
手把手从零写AI智能体,搞懂底层原理
Hands-on tutorials for building AI agents from scratch. Learn LLM APIs, prompt engin···
orchestkit
开源
把 Claude Code 变成全栈开发团队,开箱即用
The Complete AI Development Toolkit for Claude Code. 115 skills, 36 agents, 161 hook···
AlexClaw
开源
在你的硬件上跑私有 AI 代理,数据不出门。
BEAM-native personal AI agent built on Elixir/OTP. Runs on your hardware. Your data ···
Proma
开源
让专业工作流拥有主动式 AI 助手,多模型驱动效率翻倍
Proma brings a seamless general-purpose Agent experience to your workflow. Built for···
azmx
开源
本地优先、自带密钥,打造完全自主的 AI 代理。
AZMX AI — The sovereign agent platform.
mindpocket
开源
一键部署私有书签库,AI 帮你智能检索和整理
Open-source, free, multi-platform, one-click deploy, AI Agent–integrated personal b···
