
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 2026-11-17 · 当前星标 ★ 1191
使用教程
环境要求
- 已安装 Docker,可拉取并运行镜像
- 本机 4260 端口未被占用
- 可用的模型服务 API 地址与密钥
- 不使用 Docker 时需 Python 3.10 或更高版本
安装与启动步骤
-
1创建数据目录
在当前目录建立 user_root,用于持久化工作区、任务与会话记录。
mkdir -p user_root -
2启动 Docker 容器
后台运行镜像,映射本机 4260 端口,并把 user_root 挂载到容器内 /data/user_root。
docker run -d --name infiagent \ -p 127.0.0.1:4260:4260 \ -v "$PWD/user_root:/data/user_root" \ chenglinhku/mlav3:3.13.0 -
3打开开发控制台
浏览器访问本机 4260 端口,出现黄色运行时界面即进入开发者控制台。
-
4配置模型 API
在控制台点「模型 API 配置」,填写模型名、API 地址与密钥;已保存的密钥不会回显。
-
5创建并发送任务
选择 Agent System 与 Agent Name,新建任务后点 Stream Send;在 Usage Panel 查看 token 统计。
-
6命令行模式启动
需要终端交互时用同一镜像的 cli 入口,仍挂载 user_root 以保留数据。
docker run -it --rm \ -v "$PWD/user_root:/data/user_root" \ chenglinhku/mlav3:3.13.0 cli -
7本地 Python 安装
不用 Docker 时,在 Python 3.10+ 环境安装包并启动运行时,再在浏览器里配置模型。
pip install infiagent==3.13.0 infiagent-runtime --user-root ./user_root
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
api_key | 是 | 默认模型连接的密钥,五个角色可继承或单独覆盖。 | your-api-key |
base_url | 是 | 默认模型服务的 API 地址。 | https://your-provider.example/v1 |
models | 是 | 执行阶段使用的模型列表。 | openai/your-execution-model |
thinking_models | 否 | 思考阶段所用模型,可与执行模型不同。 | openai/your-thinking-model |
compressor_models | 否 | 上下文压缩所用模型。 | openai/your-compression-model |
figure_models | 否 | 图像生成模型,需支持 images 或 chat 接口,可单独指定地址与密钥。 | openai/your-image-model |
如何确认成功
docker ps 中能看到 infiagent 容器处于运行状态,浏览器打开 http://localhost:4260 出现黄色开发者控制台。
常见问题
Q:删除容器后数据会丢失吗?
A:不会。工作区与文件持久化在挂载的 user_root 目录,重建容器时重新挂载同一目录即可继续使用。
Q:五个模型角色必须全部配齐吗?
A:可以共用同一套连接,思考、压缩、视觉与图像生成按需单独覆盖;视觉和图像生成需要模型本身支持对应能力。
Q:本地安装有什么环境要求?
A:需要 Python 3.10 或更高版本;Docker 镜像已内置 Python 运行时、浏览器和文档工具,无需另装。
Q:4260 端口已被占用怎么办?
A:调整 docker run 中 -p 的主机侧端口号即可,容器内端口保持 4260,浏览器改用新的主机端口访问。
注意事项
- Windows 用 PowerShell:建目录用 New-Item -ItemType Directory -Force user_root,命令续行把反斜杠换成反引号。
- 配置文件位于 user_root/config 下的 llm_config.yaml 与 app_config.json,agent_library、skills、tasks、workspaces 也在该目录。
- 本地安装后可用 infiagent 命令进入交互式 CLI,源码开发用 pip install -e . 安装。
- 任务运行中可用 agent.fresh 传入任务绝对路径与原因,通知其重载运行时配置。
核心亮点
- 配置驱动,改配置文件即可定义智能体行为与工具链,上手成本低
- 支持 Anthropic skills,能力模块可复用、可插拔
- 面向无限时域长任务设计,适合多步骤、长时间运行的复杂流程
不足之处
- 项目处于成长早期,生态与第三方集成丰富度有限
- 长任务场景下的稳定性与可观测性能力仍需实际验证
适用场景
- 快速搭建科研辅助类 AI Scientist 智能体做文献调研与实验记录
- 构建多人协作式的 Cowork 助手处理跨步骤办公任务
- 在自有产品中通过 SDK 集成可配置的长任务智能体
替代项目
LangGraph、CrewAI、AutoGen
上一篇:paper-orchestra
下一篇:jev-style
同类项目推荐
bolna
开源
几行配置,快速搭建能打电话的 AI 语音助手
Conversational voice AI agents
Carmack-Council
开源
多智能体协作写代码,让 AI 像专家团一样帮你把关
Multi-agent Claude Code skill for building apps and stuff
openrouter-mcp-multimodal
开源
一个 MCP 服务器,让 Claude/Cursor 等工具直接调用 300+ 模型并生成图文音视频
MCP server for OpenRouter — chat with 300+ LLMs (Claude, Gemini, GPT), analyze imag···
spark-agent
开源
本地桌面 Agent 工作台,多会话编排,任务可回滚
SparkWork is a local-first desktop Agent workbench for professional development and ···
codemem
开源
让 AI 编码助手记住你的项目,告别重复解释上下文
A lightweight persistent-memory companion for OpenCode & Claude
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···
minimal
开源
给 AI 编码代理套个本机隔离盒,随便跑不乱来
Run your agent in a Minimal box. Ship and run software with isolation on your own co···
VillagerAgent-Minecraft-multiage···
开源
让多个AI村民在Minecraft里组队干活,还能听你指挥
(VillagerAgent ACL 2024) A Graph based Minecraft multi agents framework
NanoResearch
开源
丢个问题进去,自动产出带引用的研究报告
+ NanoResearch: The Autonomous AI Research Assistant