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 2026-08-09 · 当前星标 ★ 1387
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(README 未标注最低版本,建议 3.10+)
- pip(用于执行 pip install -e . 安装包)
- 本地项目源码(通过 git clone 或下载 ZIP 获取)
- 至少一个 LLM 提供商的 API 凭证(OpenAI / Anthropic / Azure OpenAI / GitHub Models)
安装与启动步骤
-
1获取项目代码
从 GitHub 仓库拉取代码到本地,后续所有安装命令都要在项目根目录执行。
git clone https://github.com/victordibia/designing-multiagent-systems.git cd designing-multiagent-systems -
2基础安装
以可编辑模式安装 PicoAgents 包本体,默认不包含任何可选功能模块。
pip install -e . -
3按需安装扩展
按使用场景选择:web 提供 UI 与 API 服务,examples 用于跑示例脚本,也可直接装 all。
pip install -e ".[web]" pip install -e ".[examples]" pip install -e ".[all]" -
4配置 API 密钥
设置所选用模型提供商的密钥为环境变量,未设置则智能体无法调用模型。
export OPENAI_API_KEY="sk-xxxxxxxx" -
5运行示例验证
仓库示例脚本位于根目录的 examples/agents/ 下,先跑基础 agent 示例确认环境可用。
python examples/agents/basic-agent.py
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OPENAI_API_KEY | 是 | 使用 OpenAI 客户端时必填的 API 密钥 | sk-xxxxxxxx |
ANTHROPIC_API_KEY | 否 | 改用 AnthropicChatCompletionClient 时设置 | sk-ant-xxxxxxxx |
GITHUB_TOKEN | 否 | 使用 GitHub Models 作为模型来源时的访问令牌 | ghp_xxxxxxxx |
base_url | 否 | 指向 OpenAI 兼容端点,如 Ollama、LM Studio、vLLM | http://localhost:8000 |
如何确认成功
能成功 import picoagents 并运行基础示例脚本且无报错,即表示安装与环境变量配置正确。
常见问题
Q:想用 Anthropic 模型怎么改?
A:设置环境变量 export ANTHROPIC_API_KEY="sk-...",并把代码中的客户端换成 AnthropicChatCompletionClient 即可,README 提供了 agent_anthropic.py 示例。
Q:可以用本地模型吗?
A:可以。使用 OpenAIChatCompletionClient 并把 base_url 指向任意 OpenAI 兼容端点,例如 base_url="http://localhost:8000",适配 Ollama、LM Studio、vLLM 等。
Q:各个 extras 有什么区别?
A:web 为 Web UI 和 API 服务,mcp 为 MCP 客户端与 playground(需 mcp>=2.0.0),persist 支持 History 页持久化,computer-use 为浏览器自动化,examples 用于运行示例脚本。
Q:安装 all 就是全部功能吗?
A:不是。README 明确说明 all 包含大部分 extras,但不含 persist、otel、dev 和 frameworks,需要这些要单独安装。
注意事项
- 本仓库是书籍《Designing Multi-Agent Systems》的配套代码,结合书中内容学习效果更好。
- README 中“Run Examples”一节的命令未完整给出,示例脚本路径来自文档表格中的引用,请以仓库实际文件为准。
- Windows 环境设置密钥时需改用 set 或 PowerShell 的 $env:OPENAI_API_KEY="sk-xxxxxxxx"。
- 可编辑安装(-e)后修改源码立即生效,便于跟随教程逐步实现各组件。
核心亮点
- 从基础到进阶的渐进式教程,适合系统学习多智能体设计
- 提供可运行的Python代码示例,理论与实践结合紧密
- 覆盖任务分解、智能体协作等核心模式,实用性强
不足之处
- 项目处于早期阶段,文档和示例的完整度有待提升
- 缺乏对特定框架(如LangChain、AutoGen)的深度集成说明
适用场景
- 学习多智能体系统设计原理与实现
- 构建需要多角色协作的复杂LLM应用
- 作为企业内部多智能体开发的参考教程
替代项目
LangChain、AutoGen、CrewAI
上一篇:hackingBuddyGPT
下一篇:pokechamp
同类项目推荐
MIRIX
开源
自动记住你的屏幕活动,随时问答找回。
Mirix is a multi-agent personal assistant designed to track on-screen activities and···
ai-companion-kit
开源
让 AI 有记忆会聊天,还能用 adb 操控你的安卓手机
给你的 AI 一副身体,和一点人味 —— 会记事、会看场合的 QQ 陪聊 + 能控制安卓手机的 MC···
ClawMem
开源
给 AI 智能体装上本地记忆,跨会话不忘事。
On-device memory layer for AI agents. Claude Code, OpenClaw and Hermes. Hooks + MCP ···
Agentarium
开源
快速搭建多智能体模拟环境,让 AI 智能体自己行动演化
open-source framework for creating and managing simulations populated with AI-powere···
forkprobe
开源
同任务对比多个AI技能,快速选出最优解
Compare multiple skills on the same task and pick the winner.
cognithor
开源
本地优先的自主智能体操作系统,让 AI 代理自己干活
Cognithor · Agent OS: Local-first autonomous agent operating system. 19 LLM provide···
claude-skill-management-consulta···
开源
把Claude变成麦肯锡顾问,练案例、拆战略、估市场。
Claude skill & plugin: turn Claude (or any LLM) into an MBB-grade management consult···
BossConsole
开源
在原生桌面控制台上,多线程运行你的 AI 代理,集成浏览器、终端和 MCP 工具。
Open-source, multi-platform harness for AI agents - a native, multi-threaded operato···
libre-webui
开源
本地优先的 AI 工作台,聊天、知识、任务一站搞定,数据全在自己手里。
A local-first workspace for chat, private knowledge, artifacts, and isolated model-d···
