nexent

零代码搭生产级AI智能体，自带约束和反馈，稳如老狗。

Nexent 是一个零代码平台，用于自动生成生产级 AI 智能体。它基于 Harness Engineering 原则，将工具、技能、记忆和编排统一起来，并内置约束、反馈循环和控制平面。该平台旨在解决 AI 智能体从原型到生产部署过程中面临的可靠性、可控性和可维护性问题。用户无需编写代码，即可通过可视化配置快速构建和部署复杂的 AI 智能体，这些智能体能够自主执行任务、调用外部工具、记忆上下文，并在受控环境中运行。Nexent 的核心能力包括：统一的工具集成、可复用的技能库、持久化记忆管理、灵活的编排逻辑，以及内置的约束和反馈机制，确保智能体行为符合预期。它适用于企业级 AI 应用开发，帮助团队降低开发门槛，加速 AI 落地。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 5884

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队ModelEngine-Group

所属国家

官网地址http://modelengine-group.github.io/nexent

GitHubhttps://github.com/ModelEngine-Group/nexent

定价模式free

价格说明开源项目，MIT许可证，可免费自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,agentic-ai,agentic-framework,agentic-rag,agentic-workflow,ai,harness,harness-engineering,llm,mcp,multi-agent,rag

GitHub 星标★ 5884

30天Star增速

HF 下载量

上线时间2025-04-28 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：入门约 30 分钟部署方式：Docker 7 步

环境要求

Docker 24+ 与 Docker Compose v2+
CPU 4 核（最低）/ 8 核（推荐）
内存 8 GiB（最低）/ 16 GiB（推荐）
磁盘 40 GiB（最低）/ 100 GiB（推荐）
架构 x86_64 / ARM64（Kubernetes 路线需 Kubernetes 1.24+ 与 Helm 3+）

安装与启动步骤

1克隆代码仓库

把 Nexent 源码克隆到本地，需已安装 git 且能访问 GitHub。
```
git clone https://github.com/ModelEngine-Group/nexent.git
```
2进入项目目录

切换到克隆下来的仓库根目录，后续部署脚本都在根目录执行。
```
cd nexent
```
3执行 Docker 部署

运行根目录部署脚本，会显示 Bash TUI 菜单选择组件、端口策略与镜像源。infrastructure 为必选，application、data-process、supabase 默认选中。
```
bash deploy.sh docker
```
4非交互方式部署

加 --defaults 跳过 TUI，使用已保存的 deploy.options 或内置默认值；也可用参数直接指定端口策略与镜像源。
```
bash deploy.sh docker --defaults --port-policy production --image-source general
```
5了解运行时配置

部署脚本读取 deploy/env/.env；若不存在则先复用 docker/.env，再回退 deploy/env/.env.example。已存在的 deploy/env/.env 保持原样不被覆盖。
6构建离线镜像包

无外网环境可先构建离线包，内含镜像 tar、load-images.sh、manifest.yaml 等；目标机用 --load-images 部署。
```
bash build.sh --package --target docker --compress true
```
7卸载 Docker 部署

交互式卸载可自行决定是否删除数据卷；加 delete-all 会一并删除容器与持久化数据。
```
bash uninstall.sh docker
```

关键配置

配置项	必填	说明	示例
`deploy/env/.env`	是	Docker 与 Kubernetes 共用的运行时配置文件	`deploy/env/.env`
`deploy/env/monitoring.env`	否	监控相关设置，由 monitoring.env.example 生成	`deploy/env/monitoring.env`
`deploy.options`	否	保存非敏感部署选择，供下次运行复用	`deploy.options`

如何确认成功

脚本执行完毕且无报错，并可在部署目录下看到生成的 deploy.options；完整验证步骤见官方 Docker Installation 文档。

常见问题

Q：Docker 和 Kubernetes 该选哪个？

A：Docker 适合个人或小团队的本地/私有基础设施部署；Kubernetes 面向需要高可用与弹性伸缩的企业生产场景，依赖 Kubernetes 1.24+ 与 Helm 3+。

Q：部署时选错了怎么回退或退出？

A：在交互式 TUI 中按 b 或 Backspace 返回上一步，按 q 退出；也可以用 --defaults 跳过 TUI 直接按默认值部署。

Q：如何做无人值守的非交互部署？

A：使用 --defaults，或额外传入 --version、--components、--port-policy development|production、--image-source general|mainland|local-latest。

Q：部署脚本读不到配置文件怎么办？

A：脚本会先复用 docker/.env，再回退到 deploy/env/.env.example；已存在的 deploy/env/.env 不会被覆盖。

Q：内网无法拉取镜像怎么办？

A：先用 build.sh --package 或 build_offline_package.sh 构建离线包，目标机执行 bash deploy.sh --load-images docker，或加 --push-images --image-registry-prefix 推送到内部镜像仓库。

注意事项

infrastructure 组件为必需项，application、data-process、supabase 默认选中，可禁用它们做更精简的部署。
根目录 deploy.sh 只是转发脚本，Docker 的原生实现是 deploy/docker/deploy.sh，Kubernetes 是 deploy/k8s/deploy.sh。
离线包部署默认使用已保存的 deploy.options 或内置默认值，不打开 TUI；需要交互配置时加 --config。
建议在使用前先到 GitHub 仓库点 star 支持项目。

核心亮点

零代码可视化配置，业务人员也能上手搭建AI智能体，大幅降低门槛。
内置约束、反馈循环和控制平面，智能体行为可控可预测，适合生产环境。
统一工具、技能和记忆管理，避免碎片化，提升智能体协作效率。

不足之处

项目较新，生态和第三方集成尚不丰富，扩展能力待验证。
文档和社区活跃度待观察，上手遇到问题可能缺乏现成解决方案。

适用场景

企业自动化客服：快速搭建能调用内部API、记忆用户历史的智能客服。
内部知识管理：构建能检索文档、总结信息并自动归档的智能助手。
业务流程自动化：编排多步骤任务，如自动生成报告、审批流程等。

替代项目

Dify、Flowise、Langflow

项目介绍

nexent 是智能体领域的开源项目，由 ModelEngine-Group 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（5,884）位列前 8%，在智能体分类的 2,499 个项目里位列前 8%。

近 41 天，它的 GitHub 星标从 5,821 增加到 5,884，净增 63。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。MIT许可证，可免费自行部署使用。

它主要面向的使用场景是：企业自动化客服：快速搭建能调用内部API、记忆用户历史的智能客服。同类可对比的替代方案包括 Dify、Flowise、Langflow。

上一篇：LaVague

下一篇：pyspur