Upsonic

搭一个会思考的助手,复杂任务交给它跑

用 Python 快速构建自主 AI 智能体,API 简洁易用,帮助开发者轻松创建强大的自动化代理,快速落地各类 AI 应用场景。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 7958
维护状态 低维护
是否开源 是
定价模式 unknown

项目数据

分类智能体
开发团队Upsonic
所属国家
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-framework,autonomous-agent,autonomous-agents,claude,computer-use,llms,mcp,model-context-protocol,openai,openclaw,rag,reliability,ucp,universal-commerce-protocol
GitHub 星标★ 7958
30天Star增速
HF 下载量
上线时间2024-05-26 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数7

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 4 步

环境要求

  • Python 环境(用于运行 Agent 脚本)
  • uv 或 pip 包管理器(README 提供 uv pip install 与 pip install 两种方式)
  • 一个可用的模型标识,示例为 anthropic/claude-sonnet-4-5
  • 一个用于限制文件与 Shell 操作的本地 workspace 目录,如 /path/to/logs

安装与启动步骤

  1. 1安装 Upsonic

    使用 uv 安装 Upsonic 库;若环境中没有 uv,可改用注释中的 pip 命令安装。

    uv pip install upsonic
  2. 2配置 IDE 文档索引

    在 Cursor 中打开 Settings → Indexing & Docs,添加下方文档地址;VSCode、Windsurf 等工具同样可用。

    https://docs.upsonic.ai/llms-full.txt
  3. 3编写 Agent 脚本

    新建 Python 文件,导入 AutonomousAgent 与 Task,指定模型与 workspace,并用 print_do 执行任务。

    from upsonic import AutonomousAgent, Task
    
    agent = AutonomousAgent(
        model="anthropic/claude-sonnet-4-5",
        workspace="/path/to/logs"
    )
    
    task = Task("Analyze server logs and detect anomaly patterns")
    
    agent.print_do(task)
  4. 4运行 Agent

    把上面代码保存为 main.py,在终端执行,观察任务执行过程与输出结果。

    python main.py

关键配置

配置项必填说明示例
model是指定 Agent 使用的模型,格式为 provider/model。anthropic/claude-sonnet-4-5
workspace是Agent 可操作的文件与 Shell 范围,操作被限制在该目录内。/path/to/logs

如何确认成功

运行脚本后 print_do 会打印任务执行过程与结果,终端无报错即表示 Agent 已正常工作。

常见问题

Q:环境里没有 uv,还能安装吗?

A:可以。README 同时给出 pip 方式:执行 pip install upsonic 即可完成安装,效果与 uv pip install 一致。

Q:Agent 会不会修改我磁盘上的其他文件?

A:不会。所有文件和 Shell 操作都被限制在 workspace 目录内,路径穿越和危险命令会被拦截。

Q:不想自己写 Agent,有现成的吗?

A:有。社区预构建的自主智能体位于仓库 src/upsonic/prebuilt 目录,每个都打包了技能、系统提示和首条消息,安装后即可直接运行。

Q:怎么让 Cursor 等编辑器知道 Upsonic 的用法?

A:把 https://docs.upsonic.ai/llms-full.txt 添加为文档源,Cursor 在 Settings → Indexing & Docs 中操作,VSCode、Windsurf 等类似工具同样适用。

注意事项

  • model 需按「提供商/模型名」格式填写,示例为 anthropic/claude-sonnet-4-5。
  • workspace 建议使用绝对路径,Agent 的全部文件与命令操作都不会越出该目录。
  • README 未说明 API 密钥的配置方式,涉及密钥与更多用法请查阅官方文档 https://docs.upsonic.ai。
  • 预构建智能体集合开放社区贡献,可直接复用或按需修改。

核心亮点

  • 基于MCP(Model Context Protocol)构建,支持OpenAI、Claude等主流LLM,集成成本低
  • 提供自主智能体框架,支持computer-use等高级操作,适合复杂任务自动化
  • Python原生实现,API简洁,上手门槛低,适合快速原型开发

不足之处

  • 项目处于成长阶段,文档和社区生态尚待完善
  • 智能体稳定性依赖底层LLM,复杂场景下可能需额外调优

适用场景

  • 企业级自动化流程编排(如数据处理、报表生成)
  • 个人助理式AI应用开发(如日程管理、信息检索)
  • 研究实验中的多步骤任务模拟(如测试LLM推理能力)

替代项目

AutoGen、LangChain、CrewAI

项目介绍

Upsonic 是智能体领域的开源项目,由 Upsonic 开发,2024 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(7,958)位列前 6%,在智能体分类的 2,520 个项目里位列前 7%。

近 41 天,它的 GitHub 星标从 7,935 增加到 7,958,净增 23。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。

它主要面向的使用场景是:企业级自动化流程编排(如数据处理、报表生成)。同类可对比的替代方案包括 AutoGen、LangChain、CrewAI。

上一篇:evolver

下一篇:autoresearch

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12