youtu-agent

用开源模型快速搭建你的 AI 智能体，简单不简陋。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 492 🐛 待处理 90 👀 关注 30

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4634

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源框架，本地部署，完全免费

项目预览

youtu-agent 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队TencentCloudADP

官网地址https://tencentcloudadp.github.io/youtu-agent

GitHubhttps://github.com/TencentCloudADP/youtu-agent

定价模式🏷️完全免费

价格说明开源框架，本地部署，完全免费

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型agent-framework,agents,openai-agents,python

GitHub 星标★ 4634

上线时间2025-08-21 00:00:00

代码更新2026-11-06

仓库体积34.2 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数8

项目介绍

youtu-agent 是一个基于 Python 的轻量级智能体框架，旨在让开发者能够利用开源模型快速构建和部署 AI 代理。它解决了当前智能体框架往往依赖特定商业模型或过于复杂的问题，提供了一个简洁但功能强大的接口，支持工具调用、多步骤任务编排和上下文管理。其核心能力包括：与主流开源模型（如 Llama、Qwen 等）的无缝集成、灵活的工具注册机制、可扩展的代理流程设计，以及清晰的日志和调试支持。项目代码结构清晰，文档友好，适合从原型验证到生产部署的多种场景。通过抽象底层模型差异，它降低了构建自主 AI 系统的门槛，使开发者能更专注于业务逻辑而非框架细节。

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 2026-08-09 · 当前星标 ★ 4634

技术标签

agent-framework agents openai-agents python

使用教程

难度：入门约 15 分钟部署方式：本地安装 7 步

环境要求

Python 3.12 或更高版本
推荐使用 uv 进行依赖管理（也可用 make），需先安装 Python 与 uv
需要可用的 LLM API Key（如 DeepSeek）并写入 .env
如需 Web 交互前端，可选用 Docker 方式（见 docker/README.md）

安装与启动步骤

1克隆仓库

从 GitHub 拉取源码并进入项目目录，后续所有命令都在该目录执行。
```
git clone https://github.com/TencentCloudADP/youtu-agent.git
cd youtu-agent
```
2同步依赖

用 uv 安装项目依赖并生成虚拟环境，也可执行 make sync 达到同样效果。
```
uv sync
```
3激活虚拟环境

激活刚创建的 .venv 虚拟环境，确保后续 python 命令使用项目依赖。
```
source ./.venv/bin/activate
```
4生成配置文件

复制 .env.example 为 .env，随后需要手动填入 LLM 相关密钥信息。
```
cp .env.example .env
```
5填写模型密钥

编辑 .env，按官方示例填入类型、模型名、Base URL 和 API Key，否则无法调用模型。
6启动命令行代理

用内置的 simple/base 配置启动交互式 CLI 聊天；不想用搜索工具就用该配置。
```
python scripts/cli_chat.py --config simple/base
```
7可选：跑 Web 示例

若需网页版示例，先安装前端 whl 包，再启动 SVG 生成 Web 服务。
```
uv pip install utu_agent_ui-0.2.0-py3-none-any.whl
python examples/svg_generator/main_web.py
```

关键配置

配置项	必填	说明	示例
`UTU_LLM_TYPE`	是	指定 LLM 调用接口类型	`chat.completions`
`UTU_LLM_MODEL`	是	指定使用的模型名称	`deepseek-chat`
`UTU_LLM_BASE_URL`	是	模型服务的 API 基础地址	`https://api.deepseek.com/v1`
`UTU_LLM_API_KEY`	是	调用模型所需的密钥	`sk-xxxxxxxx`

如何确认成功

运行 python scripts/cli_chat.py --config simple/base 能进入交互聊天；Web 示例启动后终端显示 Server started at http://127.0.0.1:8848/。

常见问题

Q：Python 版本有要求吗？

A：README 明确要求 Python 3.12+，版本过低会导致依赖安装失败，建议先升级再执行 uv sync。

Q：uv 没安装怎么办？

A：README 建议使用 uv 管理依赖，需先自行安装 uv；项目同时支持 make sync 作为替代命令。

Q：不配置 API Key 能跑吗？

A：不能。复制 .env.example 后必须填写 UTU_LLM_API_KEY 等配置，否则代理无法调用模型。

Q：想用图形界面而不是命令行？

A：可参考 docker/README.md 使用 Docker 方式部署，带交互式前端；或安装前端包后运行 Web 示例。

Q：如何换用其他模型服务？

A：修改 .env 中的 UTU_LLM_MODEL、UTU_LLM_BASE_URL 和 UTU_LLM_API_KEY，例如换成腾讯云 DeepSeek 接口地址。

注意事项

所有命令都应在克隆后的 youtu-agent 目录内执行。
.env 中的密钥请勿提交到版本库，务必替换示例占位值。
README 中 Automatically generate your agent configuration 一节提到的自动生成配置命令为 python scripts/cli_chat.py --config generated/xxx。
评估基准可参考 README 的 Run Evaluations 部分，示例使用配置 ww.yaml 与采样数据集 WebWalkerQA_15。