AgentChat

多智能体协作+工具调用，快速搭出能干活的任务助手

AgentChat 是一个基于大语言模型的智能体交流平台，目标是让多个 Agent 通过多轮对话与任务协作来完成复杂任务。它内置了默认 Agent，同时允许用户自定义 Agent，降低了搭建多智能体应用的入门门槛。核心能力包括：集成 LangChain 做编排，支持 Function Call 与 MCP 协议实现工具调用，接入 RAG、Memory、Skill 和 HITL（人在回路）来增强知识检索与交互可靠性，并用 Milvus、ElasticSearch 做向量与全文检索，MySQL、Redis 做持久化与缓存，后端基于 FastAPI 提供高性能服务。适合需要快速验证多智能体协作、工具调用和知识问答场景的开发者，可作为二次开发的基础框架。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 894

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队Shy2593666979

所属国家

官网地址http://agentchat.cloud

GitHubhttps://github.com/Shy2593666979/AgentChat

定价模式unknown

价格说明定价信息待确认

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,agent-memory,agent-skills,human-in-the-loop,langchain,llm,mcp,mcp-client,mcp-server,mysql,redis

GitHub 星标★ 894

30天Star增速

HF 下载量

上线时间2024-08-20 00:00:00

最近更新2026-09-15 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

集成 MCP 协议，Agent 可对接外部工具与数据源，扩展性强
同时支持 Milvus 向量检索与 ElasticSearch 全文检索，RAG 方案较完整
内置 HITL 人在回路与 Memory、Skill 机制，复杂任务可控性更好

不足之处

项目处于早期，891 星标，生态与文档成熟度待观察
依赖组件较多（Milvus、ES、MySQL、Redis 等），本地部署与运维成本偏高

适用场景

企业内部知识库问答，Agent 检索文档并调用工具完成查询
多智能体协作处理复杂业务流程，如数据收集、分析与报告生成
需要人工审核的自动化任务，通过 HITL 在关键节点介入确认

替代项目

LangGraph、AutoGen、CrewAI

项目介绍

AgentChat 是一个智能体领域的开源项目，官方简介：AgentChat 是一个基于 LLM 的智能体交流平台，内置默认 Agent 并支持用户自定义 Agent。通过多轮对话和任务协作，Agent 可以理解并协助完成复杂任务。项目集成 LangChain、Function Call、MCP 协议、RAG、Memory、HITL、Skill、Milvus 和 ElasticSearch 等技术，实现高效的知识检索与工具调用，使用 FastAPI 构建高性能后端服务。。项目使用 Python 开发，在 GitHub 上获得 891 星标。

上一篇：innovation-lab-examples

下一篇：deep-search-pro