
NagaAgent
用 MCP 和工具调用,快速搭一个能干活的私人 AI 助手
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 2026-11-03 · 当前星标 ★ 1544
技术标签
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
- Python 环境(项目后端用 Python 编写,README 未给出具体版本与依赖安装命令)
- Node.js 与 npm(用于在 frontend 目录执行 npm install 和 npm run dev)
- 一个 OpenAI 兼容 API 的 API Key(如 DeepSeek、通义千问、Ollama 等)
- 可选:Neo4j(用于知识图谱记忆;不配置时改用本地 JSON 存储)
安装与启动步骤
-
1克隆项目代码
用 README 给出的仓库地址拉取代码,并进入项目根目录。
git clone https://github.com/Xxiii8322766509/NagaAgent.git cd NagaAgent -
2安装前端依赖
进入 frontend 目录用 npm 安装依赖,完成后回到项目根目录。
cd frontend npm install cd .. -
3生成配置文件
把 config.json.example 复制为 config.json,配置文件以项目根目录这份为优先。
cp config.json.example config.json -
4填写模型 API 配置
编辑 config.json 的 api 段,替换 api_key、base_url、model 等字段。
-
5按需开启 Neo4j 记忆
想用知识图谱记忆就装 Neo4j 并填 grag 段;不装则用本地 JSON 存储。
-
6启动前端
在 frontend 目录运行开发脚本,README 说明该项目已配置一键启动。
cd frontend && npm run dev
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
api.api_key | 是 | 模型服务的密钥;占位值会被后端拒绝代理请求 | sk-xxxxxxxxxxxxxxxx |
api.base_url | 是 | OpenAI 兼容接口的服务地址 | https://api.deepseek.com |
api.model | 是 | 调用的模型名称 | deepseek-v3.2 |
api.api_format | 否 | 接口格式,openai 或 anthropic | openai |
api.use_gateway | 否 | 是否走 NagaModel 网关;用本地密钥时设为 false | false |
grag.enabled | 否 | 是否启用 Neo4j 知识图谱记忆 | true |
如何确认成功
前端开发服务器启动后,按启动动画提示,进度到 100% 出现“点击唤醒”即表示前端已就绪。
常见问题
Q:配置文件应该放在哪里?
A:优先读项目根目录的 config.json;若不存在则回退到用户数据目录(Linux/macOS 为 ~/.naga/config.json,Windows 为 %APPDATA%/NagaAgent/config.json)。
Q:填入密钥后仍提示未配置?
A:your-api-key、your-api-key-here、sk-placeholder-key-not-set 会被视为占位值并拒绝代理请求,需换成真实密钥。
Q:不安装 Neo4j 能用吗?
A:可以。未配置 Neo4j 时 GRAG 仅使用本地 JSON 文件存储,README 说明功能不受影响。
Q:可以接哪些模型服务?
A:所有 OpenAI 兼容接口均可,如 DeepSeek、通义千问、OpenAI、Ollama;Anthropic 原生格式把 api_format 设为 anthropic。
注意事项
- README 的“后端安装”小节内容为空,没有给出后端依赖安装命令,请以仓库后续文档为准。
- README 中的克隆地址为 Xxiii8322766509/NagaAgent,与仓库主页地址不同,请以实际可访问的地址为准。
- 配置读取优先项目根目录 config.json,设置页保存会写回当前生效的配置文件。
- 语音、Live2D、MQTT 等均为可选配置,按需在 config.json 中开启即可。
核心亮点
- 基于 MCP 协议接入外部工具,扩展新能力只需写一个 MCP 服务,无需改框架核心
- 支持多智能体协作与工具调用编排,复杂任务可拆分给不同角色执行
- Python 实现、结构轻量,个人开发者容易读懂并二次定制
不足之处
- 项目处于成长早期,文档完整度和示例覆盖有待观察
- 多智能体协作的稳定性与长任务编排能力尚缺公开评测数据
适用场景
- 个人日常助理:接入日历、文件、搜索等工具完成信息整理与提醒
- 开发者快速搭建带工具调用能力的 Agent 原型
- 本地多智能体协作实验,验证任务拆分与分工流程
替代项目
LangChain、AutoGen、CrewAI
上一篇:GenAI-Projects
同类项目推荐
agentica
开源
让 AI 智能体连续跑几小时,自动管上下文和成本
One person, a team of agents: CLI, Web, Desktop & Python SDK with multi-session coll···
vsync
开源
一份配置,同步所有 AI 编程工具,告别重复设置。
Sync MCP servers, Skills, Agents & Commands across Claude Code, Cursor, OpenCode, Co···
tavily-mcp
开源
让 AI 客户端一键获得实时搜索与整站抓取能力
Production ready MCP server with real-time search, extract, map & crawl.
ATLAS_OS
开源
一条提示词,自动完成从规格到发布的整个开发流程
Hook-driven multi-agent CLI — one prompt to specs, code, tests, and a shipped relea···
shinkai-node
开源
不用写代码,用大白话创建你的 AI 代理,还能自动调度任务。
Shinkai allows you to create AI agents without touching code. Define tasks, schedule···
Memslides
开源
让 AI 记住你的演示偏好,越用越懂你
A hierarchical memory framework for personalized presentation agents. Try it at mems···
parlor
开源
在苹果电脑上本地跑实时多模态 AI,对话零延迟不联网
On-device, real-time multimodal AI with features similar to GPT-Live
mira-OSS
开源
给 AI 装上会遗忘的记忆,扔进工具就能用
a best-effort approximation of a synthetic entity complete with all of the primative···
Neurite
开源
把想法变成可无限生长的分形知识网络,让 AI 帮你梳理。
Fractal Graph-of-Thought. Rhizomatic Mind-Mapping for Ai-Agents, Web-Links, Notes, a···