
OpenAgents
在真实场景中快速搭建和部署语言智能体,开箱即用
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 ★ 4868
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
- 已安装 Git,用于克隆 OpenAgents 仓库
- 已安装 Docker 与 Docker Compose(v2,使用 docker compose 命令)
- 如使用本地 GPU 推理,需安装 Nvidia Container Toolkit
- 自备 OpenAI 或兼容服务的 API Key(使用非官方 OpenAI 服务时需准备 API Base)
- 如使用 Kaggle 数据集,需准备 Kaggle 用户名与 Key
安装与启动步骤
-
1克隆项目仓库
把 OpenAgents 源码拉到本地,后续所有配置和构建都在项目根目录进行。
git clone https://github.com/xlang-ai/OpenAgents.git cd OpenAgents -
2配置 Kaggle 凭据
只有要用 Kaggle 数据集时才需要,打开根目录 Dockerfile 第 12 行,把 ENV 里的用户名和 Key 改成自己的真实信息。
-
3配置后端访问地址
如果不是在本机运行,需要打开 frontend/Dockerfile 第 15 行,把 NEXT_PUBLIC_BACKEND_ENDPOINT 改成后端服务可访问的 IP 地址。
-
4构建镜像
在项目根目录执行构建,会拉取并编译前后端等多个服务的镜像,耗时较久,请保证网络稳定。
docker compose build -
5填写模型密钥
编辑 docker-compose.yml 第 36 行:使用官方 OpenAI 只需填 OPENAI_API_KEY;使用 FastChat 等非官方服务还要修改 OPENAI_API_BASE。
-
6启动全部服务
后台启动所有容器,执行后等待服务初始化完成;如需 GPU 需先取消 docker-compose.yml 第 56-62 行注释。
docker compose up -d
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
KAGGLE_USER | 否 | 使用 Kaggle 数据集时的 Kaggle 账号用户名,配置在 Dockerfile 第 12 行 | your_kaggle_user |
KAGGLE_KEY | 否 | 使用 Kaggle 数据集时的 Kaggle 密钥,配置在 Dockerfile 第 12 行 | xxxxxxxxxxxxxxxxxxxxxxxx |
NEXT_PUBLIC_BACKEND_ENDPOINT | 否 | 前端访问的后端地址,非本地运行时必须修改,位于 frontend/Dockerfile 第 15 行 | http://x.x.x.x:8000 |
OPENAI_API_KEY | 是 | 模型后端密钥,填写在 docker-compose.yml 第 36 行 | sk-xxxxxxxxxxxxxxxx |
OPENAI_API_BASE | 否 | 使用 FastChat 等非官方 OpenAI 服务时的接口地址,同样在 docker-compose.yml 第 36 行 | http://x.x.x.x:8000/v1 |
如何确认成功
docker compose up -d 执行后无报错且容器持续运行,即视为服务已启动;若某服务异常可查看其容器日志排查。
常见问题
Q:Docker 部署后功能不正常或响应很慢怎么办?
A:README 明确说明 Docker 版本仍在开发中,可能有功能无法正常工作;如需更稳定的版本,建议改为从源码部署。
Q:启动时从 HuggingFace 下载权重超时怎么办?
A:使用 Auto Plugin 会从 HuggingFace 下载权重文件,部分地区会连接超时,README 提示需自行解决网络问题。
Q:想用 GPU 加速应该怎么做?
A:先安装 Nvidia Container Toolkit,然后取消 docker-compose.yml 第 56-62 行的注释,再重新执行 docker compose up -d。
Q:接了 FastChat 这类非官方 OpenAI 服务,需要改哪里?
A:修改 docker-compose.yml 第 36 行的 OPENAI_API_BASE;如果只用官方 OpenAI,则只需填 OPENAI_API_KEY。
注意事项
- 所有文件修改都在项目根目录完成:Dockerfile、frontend/Dockerfile、docker-compose.yml,注意行号对应关系。
- 非本机运行时必须把前端后端地址改成外部可访问的 IP,否则前端无法连上后端。
- Docker 版本官方标注为开发中,功能与响应速度可能不稳定,追求稳定请使用源码部署方式。
- 涉及 API Key、Kaggle Key 等敏感信息不要提交到公开仓库。
核心亮点
- 论文加持,设计有理论支撑,COLM 2024 发表
- 支持多模型后端,灵活切换 GPT、Claude 等
- 内置丰富工具集,覆盖搜索、计算、代码执行等常见需求
不足之处
- 文档/社区待观察
- 项目仍处于成长阶段,生态和案例相对有限
适用场景
- 构建个人助理型智能体,集成日历、邮件等工具
- 开发自动化数据分析工具,让智能体调用代码和查询数据库
- 快速原型验证语言智能体在特定业务场景的可行性
替代项目
AutoGPT、BabyAGI、MetaGPT
同类项目推荐
Awesome-AGI
开源
一站式导航 AGI 框架与资源,快速上手
A curated list of awesome AGI frameworks, software and resources
LiteWebAgent
开源
让 AI 像人一样看懂网页并自动操作,快速构建 Web 智能体。
[NAACL2025] LiteWebAgent: The Open-Source Suite for VLM-Based Web-Agent Applications
sim
开源
一个平台管住所有 AI 帮手,派活盯梢一把抓
Sim is the collaborative workspace to build, deploy, and monitor AI agents and workf···
docs-archived
开源
翻旧文档,查 Fetch.ai 历史技术细节
This repo contains documentation for public Fetch.ai products.
SciLink
开源
让AI代理帮你跑通科研全流程,省下重复劳动时间
LLM-powered agents for scientific research automation
AgentTeams
开源
把 AI 智能体拉进群聊干活,人类随时围观插话
An open-source Collaborative Multi-Agent OS for transparent, human-in-the-loop task ···
tokenjam
开源
实时监控并压缩 AI 智能体的 token 消耗,省钱又提速。
Token Efficiency For AI Agents
vexjoy-agent
开源
一句话路由到专业智能体,审查测试保障结果可靠
VexJoy AI Agent with Jev Intelligent Routing - /do routes plain-English requests to ···
llm-for-zotero
开源
在 Zotero 里直接对话你的文献库,自动提炼观点、生成综述
An open-source research agent system for your Zotero library.