puppyone-cloud

给 AI 智能体装上可管理的上下文大脑

开源 🏷️定价信息待确认 🚫 站点已失效 智能体 🍴 复刻 74 🐛 待处理 24 👀 关注 48
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1296
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

puppyone-cloud 项目界面预览图
图片来源:项目官网

项目数据

分类智能体
开发团队puppyone-ai
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态🚫 站点已失效
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,agentic-ai,ai,ai-agents,context,context-engineering,harness,harness-engineering
GitHub 星标★ 1296
上线时间2024-12-06 00:00:00
代码更新2026-11-06
仓库体积114.4 MB
本站数据更新2026-11-06
维护状态活跃
收录时间2026-09-22
浏览次数1

项目介绍

puppyone-cloud 是一个用 TypeScript 编写的开源项目,定位为 AI 智能体的上下文驱动层(Context drive for your AI agents)。它要解决的问题是:当开发者构建 agentic AI 应用时,模型往往缺乏稳定、可复用、可管理的上下文——包括历史对话、工具调用结果、检索到的知识、任务状态等。puppyone-cloud 试图把这些分散的上下文统一成可编排的驱动层,让智能体在长任务、多轮交互和 RAG 场景中保持一致性与可控性。其核心能力围绕 context engineering 与 harness engineering 展开:为 agent 提供上下文注入、组织、检索与生命周期管理,并可与 RAG 流程结合,把外部知识源接入智能体运行时。项目语言为 TypeScript,便于前端与 Node 生态集成,标签覆盖 agent、agentic-ai、context、rag、harness 等,适合需要为智能体搭建上下文基础设施的团队。

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 2026-09-22 · 当前星标 ★ 1296

使用教程

难度:入门 约 10 分钟 部署方式:Docker 7 步

环境要求

  • 已安装 Docker(自托管部署的唯一前置条件)
  • 已安装 Node.js/npm(仅在使用 CLI 时需要)
  • 可选:ANTHROPIC_API_KEY,用于启用自托管环境中的 agent 聊天
  • 远程或多租户部署时建议准备 E2B_API_KEY,并设置 SANDBOX_TYPE=e2b

安装与启动步骤

  1. 1克隆仓库

    从 GitHub 拉取 puppyone 仓库到本地,注意仓库地址是 puppyone 而非 puppyone-cloud。

    git clone https://github.com/puppyone-ai/puppyone.git
  2. 2准备环境变量

    进入仓库的 docker 目录,把 .env.example 复制为 .env,后续按需在该文件里补充密钥。

    cd puppyone/docker
    cp .env.example .env
  3. 3一键启动全栈

    单条命令启动 PostgreSQL、Auth、API 网关、Redis、MinIO、后端和前端,首次运行会自动应用数据库 schema。

    docker compose up -d
  4. 4等待并检查服务

    首次启动通常需要 1-2 分钟,若前端打不开可用该命令查看各容器状态。

    docker compose ps
  5. 5安装并登录 CLI

    全局安装 puppyone 命令行工具并登录,首次运行会询问 Cloud / Local / Custom URL。

    npm install -g puppyone
    puppyone auth login
  6. 6创建 Context Drive

    创建第一个项目并将其设为当前活动项目,也可以在 Web 应用中直接创建。

    puppyone project create "My Project"
    puppyone project use "My Project"
  7. 7添加首个内容

    用 access add 把网页抓取到指定作用域目录,文件或文件夹可直接在 Web 应用上传。

    puppyone access add url https://example.com --scope /refs

关键配置

配置项必填说明示例
ANTHROPIC_API_KEY否写入 docker/.env 后重启,可启用自托管环境中的 agent 聊天。sk-ant-xxxxxxxx
SANDBOX_TYPE否远程或多租户部署时设为 e2b,避免共享宿主 Docker 守护进程。e2b
E2B_API_KEY否使用 e2b 沙箱类型时需要提供的密钥。e2b_xxxxxxxx

如何确认成功

执行 docker compose ps 确认容器均处于运行状态,并能在浏览器打开 http://localhost:3000 进入 Web 应用。

常见问题

Q:自托管首次启动后页面打不开怎么办?

A:首次启动可能需要 1-2 分钟,稍等后再访问 http://localhost:3000;若仍不可达,执行 docker compose ps 检查各服务状态。

Q:云端和自托管的操作流程一样吗?

A:一样。只要服务已运行,产品流程相同,区别只是云端用 puppyone.ai,自托管用 http://localhost:3000。

Q:如何在云端和自托管之间切换?

A:CLI 按目标分别保存会话,可用 puppyone auth targets switch <url> 切换,无需重复输入凭证。

Q:如何让自托管环境支持 agent 聊天?

A:把 ANTHROPIC_API_KEY 写入 docker/.env,然后进入 docker 目录执行 docker compose up -d 重启。

Q:GitHub、Gmail 等 OAuth 连接器怎么配置?

A:需要在后端环境中提供对应服务商的凭证,具体变量见 backend/.env.example。

注意事项

  • 本地 Docker 栈通过让后端容器共享宿主 Docker 守护进程来启用沙箱,便于本地自托管;远程或多租户部署建议改用 SANDBOX_TYPE=e2b 并配置 E2B_API_KEY。
  • 数据库 schema 在首次运行时会自动应用,无需手动迁移。
  • Docker 默认已区分浏览器侧地址(localhost)与容器内部服务地址(api、kong),客户端和 Next.js 服务端请求均可正常工作。

核心亮点

  • 用 TypeScript 实现,可直接嵌入 Node/前端技术栈,集成成本低
  • 聚焦 context engineering,把对话历史、工具结果、检索知识统一编排,而非只做向量检索
  • 标签覆盖 harness engineering,关注智能体运行时封装,适合长任务与多轮交互场景

不足之处

  • 项目处于成长早期,1302 星标说明生态与文档成熟度仍待观察
  • 作为上下文驱动层,与具体模型/框架的适配深度和稳定性尚需更多实践验证

适用场景

  • 为多轮对话智能体维护跨会话的上下文状态
  • 在 RAG 流程中把检索结果与任务上下文统一注入智能体
  • 构建需要长任务记忆与工具调用记录管理的 agentic 应用

替代项目

LangChain、LlamaIndex

上一篇:director

下一篇:rnskill

同类项目推荐

my-virtual-office 开源

把 AI 智能体放进 2D 办公室,可视化管理和协作

A self-hosted 2D AI workspace for AI Agents

★ 365 2026-08-09
swapper-toolkit 开源

让 AI 直接管钱、交易,一键接入 DeFi

DeFi toolkit for AI agents and coding assistants — deposit funds, execute trades, a···

★ 853 2026-08-09
openOii 开源

输入故事想法,多智能体自动协作生成漫剧成片

KomaSlate — 本地优先、非破坏性开源 AI 分镜工作台 | Local-first, non-destructive AI ···

★ 413 2026-08-09
codexia 开源

给 Codex 和 Claude Code 装上调度器,并行干活不打架

Lightweight Agent Workstation for Codex + Claude code + keke-agent — with dots, tas···

★ 942 2026-08-09
Anthropic-Cybersecurity-Skills 开源

给AI装上817个网络安全技能,开箱即用覆盖六大框架

817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE A···

★ 35710 2026-08-09
memanto 开源

给 AI 装上长期记忆,让对话不再失忆

Memory that AI Agents Love!

★ 2357 2026-08-09
dynatrace-for-ai 开源

让 AI 代理直接读懂 Dynatrace 生产数据,秒级排查故障

Skills, prompts, and instructions for building AI agents on top of Dynatrace product···

★ 176 2026-08-09
awesome-agv 开源

给 AI 编程代理立规矩,让代码产出更靠谱

Comprehensive sets of standards and practices designed to elevate the capabilities o···

★ 158 2026-08-09