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
技术标签
使用教程
—
环境要求
- macOS(arm64/x86_64)、Windows(x86_64) 或 Linux(arm64/x86_64) 桌面系统
- Linux 桌面版需额外安装 GTK 与 bubblewrap
- 运行 Python 示例前需按官方文档完成 Python 环境准备(节选未包含该部分命令)
- 一个可用的模型服务凭证(供 MODEL_API_KEY 使用),调用可能产生费用
安装与启动步骤
-
1下载桌面安装包
从 GitHub Release 页面下载 Sage 2.0.0 对应平台安装包,按系统提示完成安装。
-
2打开 Sage 配置模型
启动 Sage,在 Settings → Configure an Agent 中添加模型,然后新建会话开始对话。
-
3设置模型密钥
把 MODEL_API_KEY 设置为你的模型服务密钥,示例代码会从环境变量读取该凭证。
export MODEL_API_KEY="your-api-key" -
4创建 quickstart.py
无需 sage.yaml,模型与服务信息以 YAML 文本内联在脚本里,把 your-model 换成可用模型名。
"""Set MODEL_API_KEY and replace your-model below; no sage.yaml file is needed.""" import asyncio from uuid import uuid4 from sagents.v2 import ActorRef, RequestContext, SAgentBuilder, StartRun from sagents.v2.contracts.commands import InputItem from sagents.v2.contracts.items import TextBlock from sagents.v2.contracts.principals import PrincipalType from sagents.v2.package.manifest import SageManifestLoader AGENT_YAML = """ schema_version: sage/v2 kind: application metadata: {id: example.assistant, version: 1.0.0, name: Assistant} credentials: api-key: {source: env, key: MODEL_API_KEY} models: primary: provider: openai-responses base_url: https://api.openai.com/v1 credential: api-key model: your-model agents: main: name: Assistant instructions: {inline: "Be helpful and concise."} models: {primary: primary} entrypoint: {agent: main} """ async def main(): manifest = SageManifestLoader().loads(AGENT_YAML) app = await SAgentBuilder().with_defaults(session_root="runtime").build(manifest) try: context = RequestContext(actor=ActorRef( principal_id="user-1", principal_type=PrincipalType.USER, )) stream -
5运行第一个智能体
执行脚本后会打印事件流与最终状态;示例不含文件与 shell 工具,只用模型能力。
python quickstart.py
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
MODEL_API_KEY | 是 | 环境变量形式的模型服务密钥,YAML 中通过 env 引用 | sk-xxxxxxxx |
models.primary.model | 是 | 指定要调用的模型名,需替换为账号下可用的模型 | your-model |
models.primary.provider | 是 | 模型服务提供方,示例使用 openai-responses | openai-responses |
models.primary.base_url | 是 | 模型服务接口地址 | https://api.openai.com/v1 |
session_root | 否 | 会话运行数据的存放目录,示例为 runtime | runtime |
如何确认成功
终端逐行打印事件 JSON 并输出最终 state,即表示示例智能体运行成功。
常见问题
Q:Python 依赖要怎么安装?
A:README 节选只写了“完成上面的 Python 环境准备后”,未给出安装命令。请按官方 GETTING_STARTED 文档完成安装,再运行 quickstart.py,不要自行猜测包名。
Q:必须先写 sage.yaml 吗?
A:不需要。示例把配置作为 YAML 文本写在脚本里,用 SageManifestLoader().loads() 解析,build() 也可以直接接收 manifest 对象。
Q:安装时提示未签名或未公证怎么办?
A:官方说明 macOS 安装包未公证、Windows 安装包未签名,按系统提示允许打开即可,具体包信息见 release notes。
Q:Linux 桌面版打不开?
A:Linux 除了安装包外还需要 GTK 与 bubblewrap,请先补齐这两个系统依赖。
Q:模型调用会额外收费吗?
A:会。README 明确提示你的模型服务可能按用量收取费用。
注意事项
- 桌面版已内置 Python 与后端,无需 clone 仓库、安装系统 Python 或 Flutter。
- macOS 包未公证、Windows 安装包未签名,首次打开可能触发安全拦截。
- quickstart 示例不包含文件与 shell 工具,只演示基础对话与事件流。
- 更完整的配置项可参考官方 GETTING_STARTED 与 DESKTOP 文档。
核心亮点
- 支持多轮递归自我改进(RSI),智能体可在运行中迭代优化
- 模块化设计,智能体包、工具、技能均可配置替换
- 技术栈覆盖 MCP、多智能体与 Flutter,扩展与交互路径较全
不足之处
- 项目处于成长阶段,文档与示例的完整度待观察
- 自进化机制的实际效果依赖具体配置,缺少公开基准验证
适用场景
- 研究自我改进智能体的实验平台
- 搭建可长期迭代的多智能体工作流
- 需要动态适配任务的企业级智能体系统
替代项目
AutoGen、CrewAI
上一篇:EvoMaster
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。
goutoujunshi
开源
先哄情绪再出招,恋爱难题给可执行方案
一个先接住情绪、再分析关系并给出可执行策略的 Codex 恋爱军师,内置心理、法律、社会、人···
geo-sleuth
开源
给 AI 装上地理侦探技能,一张照片顺藤摸瓜找到拍摄地
An agent skill that finds where a photo was taken — OpenStreetMap geometry, elevati···
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.
