Bindu

环境要求

• Python 3.12 或更高版本
• uv（Python 包与项目管理工具）
• 至少一个 LLM 服务商的 API Key：OPENROUTER_API_KEY、OPENAI_API_KEY 或 MINIMAX_API_KEY

安装与启动步骤

1. 1准备运行环境

   确认本机已装 Python 3.12+，并安装 uv。README 未给出 uv 的安装命令，请按其官方说明自行安装。

2. 2安装 Bindu

   在你要使用 Bindu 的项目目录下用 uv 添加依赖，uv 会自动安装 bindu 包。

   uv add bindu

   复制

3. 3源码方式安装

   若想直接改动 Bindu 本体而非当依赖使用，克隆仓库后同步开发依赖。

   git clone https://github.com/getbindu/Bindu.git
   cd Bindu
   uv sync --dev

   复制

4. 4配置模型密钥

   运行示例前设置至少一个 LLM 提供商的 API Key，Quickstart 示例使用 OpenAI。

   export OPENAI_API_KEY=sk-xxxxxxxx

   复制

5. 5编写 Agent 脚本

   新建 Python 文件，创建 Agent、写好 config 字典与 handler，再调用 bindufy 启动服务。

6. 6启动 Agent

   运行脚本后代理上线并监听本地 3773 端口；expose 为 True 时会自动开启 FRP 隧道对外暴露。

   python research_agent.py

   复制

7. 7调用验证

   用 curl 向根路径发送 JSON-RPC 的 message/send 请求，再用同一 taskId 轮询 tasks/get 直到 completed。

   curl -X POST http://localhost:3773/ \
     -H 'Content-Type: application/json' \
     -d '{
       "jsonrpc": "2.0",
       "method": "message/send",
       "id": "<uuid>",
       "params": {
         "message": {
           "role": "user",
           "kind": "message",
           "parts": [{"kind": "text", "text": "Hello"}],
           "messageId": "<uuid>",
           "contextId": "<uuid>",
           "taskId": "<uuid>"
         }
       }
     }'

   复制

关键配置

如何确认成功

脚本运行后 agent 上线于 http://localhost:3773，curl 请求能返回结果，并用同一 taskId 轮询 tasks/get 直到状态为 completed。

常见问题

注意事项

• 示例默认监听 3773 端口，若被占用需自行调整 deployment.url。
• 先设置好 LLM 的 API Key，否则示例中的模型调用会失败。
• bindufy 之后代理即在线，expose 为 True 意味着服务会对公网开放，注意不要泄露密钥。
• README 未给出 uv 的安装方式，请先按 uv 官方文档完成安装。