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 ★ 3393
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Git(用于克隆仓库)
- 本地运行方式需要 Python 与 Node.js 环境
- Docker 与 Docker Compose(全栈容器方式,无需本地 Python/Node)
- GNU Make(README 使用 make 命令)
- 自备 LLM 提供商的 API Key(BYOK)
安装与启动步骤
-
1克隆项目仓库
从 GitHub 拉取 ii-agent 源码并进入项目目录,后续所有命令都在该目录执行。
git clone https://github.com/Intelligent-Internet/ii-agent.git cd ii-agent -
2执行首次初始化
运行 make setup,自动生成 .env 配置文件并安装依赖,README 中标注为第一次运行的初始化步骤。
make setup -
3填写后端配置
编辑 .env(由 .env.example 生成),填入数据库、Redis、存储、鉴权以及 LLM 密钥等后端配置。
-
4填写前端配置
编辑 frontend/.env(由 frontend/.env.example 生成),配置 API URL、Google OAuth 与主题。
-
5配置模型定义
如不使用 .env 中的内联 JSON,可将 model_configs.example.yaml 复制为 model_configs.yaml 来定义 LLM 模型。
cp model_configs.example.yaml model_configs.yaml -
6准备 Docker 环境变量
编辑 docker/.stack.env,填入自己的凭据,这是 Docker Compose 全栈启动前必须完成的一步。
-
7启动全栈服务
执行 make stack 启动完整服务;改动镜像后可用 make stack-build 带 --build 重新构建并启动。
make stack -
8查看与停止服务
用 make stack-logs 跟踪全部日志排查问题,用 make stack-down 停止并清理容器。
make stack-logs
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
.env | 是 | 后端配置:数据库、Redis、存储、鉴权、LLM 密钥 | 由 .env.example 复制生成 |
frontend/.env | 是 | 前端配置:API URL、Google OAuth、主题 | 由 frontend/.env.example 复制生成 |
model_configs.yaml | 否 | LLM 模型定义,替代 .env 中的内联 JSON | 由 model_configs.example.yaml 复制生成 |
docker/.stack.env | 是 | Docker Compose 全栈方式所需的凭据配置 | docker/.stack.env 中填写你的密钥 |
如何确认成功
执行 make stack-logs 查看全部服务日志,容器正常启动且日志无报错即成功。
常见问题
Q:本机没装 Python 或 Node 可以运行吗?
A:可以。README 提供 Docker Compose 全栈方式,编辑 docker/.stack.env 后执行 make stack,无需本地 Python/Node 环境。
Q:需要自己准备大模型 API Key 吗?
A:需要。项目采用 BYOK(自带密钥)模式,需把 LLM 密钥写入 .env,以便自主控制成本与模型提供商。
Q:改了代码后如何让 Docker 生效?
A:使用 make stack-build 重新构建镜像并启动,而不是直接 make stack。
Q:如何停止并清理服务?
A:执行 make stack-down 即可停止并清理容器;单纯查看日志用 make stack-logs。
注意事项
- 配置项的具体键名与取值需参考 .env.example、frontend/.env.example 等示例文件,README 未逐一列出。
- LLM 密钥等敏感信息请勿提交到版本库。
- 项目采用 Apache-2.0 许可,可自由运行、fork 和扩展。
- 官网提供在线 Web 应用,也可先试用再决定本地部署。
核心亮点
- 模块化架构,核心组件可插拔,便于定制和扩展
- 内置多种 LLM 适配器,切换模型无需重写代码
- 提供一键部署能力,降低生产环境上线门槛
不足之处
- 项目较新,文档和社区生态仍在完善中
- 高级功能(如多代理协作)示例和最佳实践较少
适用场景
- 快速构建企业内部知识库问答机器人
- 开发自动化工作流代理,如邮件处理或数据整理
- 作为教学工具,学习智能体框架的设计与实现
替代项目
LangChain、AutoGen、CrewAI
下一篇:llm-wiki-agent
同类项目推荐
SciLink
开源
让AI代理帮你跑通科研全流程,省下重复劳动时间
LLM-powered agents for scientific research automation
the-delegation
开源
拖拽构建多智能体,3D 实时看协作,调试不再黑盒。
A no-code 3D playground to explore, design, and interact with Agentic AI systems
PowerShell.MCP
开源
让 AI 直接操作你的 PowerShell 和 CLI,一个安装搞定
The universal MCP server for Claude Code and other MCP-compatible clients. One insta···
coros-mcp
开源
把 Coros 运动数据接入 AI,让助手读懂你的睡眠和训练
MCP server for AI assistants to read and manage Coros fitness data: sleep, HRV, dail···
leapmux
开源
一个入口,统一调度所有 AI 编程助手,告别来回切换。
AI Coding Agent Multiplexer
sandbox
开源
一个容器装齐浏览器、Shell、文件和 VSCode,让智能体直接干活
All-in-One Sandbox for AI Agents that combines Browser, Shell, File, MCP and VSCode ···
xinchao-dynamic-mind
开源
给 AI 装上疲惫和欲望,让交互更真实
独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。
Sibyl-Memory
开源
让 AI 智能体记住关键信息,无需向量数据库,轻量持久化。
Durable, file-based long-term memory for AI agents. Five-package plugin family: SDK,···
memU
开源
让不同 AI 智能体共享你的个人记忆,越用越懂你
Personal memory across agents
