XAgent调研

文章目录

  • [1 简介](#1 简介)
  • [2 快速测试 Quick Start](#2 快速测试 Quick Start)
  • [3 结构分析](#3 结构分析)

1 简介

  • XAgent(链接)是一个开源的,基于大语言模型的agent构建框架;其目标是构建出能够辅助人类处理各类任务的自动助手
    • 定位:一个全能的,自动的辅助agent
  • 主要特征:
    *
    1. 自主性:可以在无人工参与的情况下完成各类任务
      1. 安全性:XAgent运行于docker中
      1. 可扩展性:XAgent被设计为可扩展的,可以便捷地添加新工具以提升Agent的服务能力
      1. 前端GUI:提供了与agent交互的前端界面(也可以通过命令行与agent进行交互)
      1. 交互性:XAgent能够与人进行交互,例如任务难度大时会寻求人工辅助
  • 框架与结构:
  • Tool Server
    • 本质上是XAgent运行的服务器,为agent提供了多种服务工具,同时也对外提供调用API
    • 包含:
      • 文本编辑器
      • Python Notebook
      • 浏览器
      • Shell
      • Rapid API

2 快速测试 Quick Start

    1. git clone(仓库地址在置顶)
    1. 安装docker compose(我使用的是archlinux,直接yay -S docker-compose安装即可,其他distribution可以参考官方文档)
    1. 执行docker compose up: 创建与启动容器,基于docker-compose.yml
    1. 配置 assets/config.yml
    1. 访问GUI前端
    • 地址:localhost:5173

3 结构分析

  • XAgentServer是统一处理接口,以docker container的方式运行
    • 包含前端以及后端两个部分:其中后端基于fastapi的websocket构建
    • 基于MySQL进行数据存储,以SQLAIchemy作为ORM(Object Relational Mapping)框架
相关推荐
武子康4 小时前
小智断网后还能做什么?沿一次唤醒看清设备与服务端的分工
人工智能·llm·agent
米小虾6 小时前
加了 20 条示例反而变差:你的 few-shot 提升,可能只是 prompt 变长的功劳
人工智能·llm
米小虾7 小时前
RSI 走到哪一步了:拆开递归自我改进的三个可写面、五条定律,和那个没人做的对照实验
人工智能·agent
编程的一拳超人7 小时前
大模型研发重难点全栈手册:第 0 章 导览:从预训练、混合精度、3D 并行、吞吐优化,到对齐微调、推理部署、RAG/Agent 与评测(最全完整版)
agent·预训练·rag·混合精度·吞吐优化·对齐微调
程序猿编码9 小时前
不用 GPU!RK3588 跑视觉大模型,Qwen3.5-2B VLM 端侧落地
大模型·llm·rk3588·qwen·推理·vlm
JaydenAI9 小时前
[DeepSeek Harness插件内核-15]再谈Cordis的事件总线
ai·agent·plugin·deepseek·harness·cordis
hyunbar10 小时前
LangChain 实战:中间件Summarization详解
langchain·agent·harness
猿小猴子10 小时前
主流 Agent 之「OpenClaw」与「Hermes-Agent」介绍
ai·agent·openclaw·hermes·hermes-agent
sarasuki10 小时前
如何让LLM 能在半夜偷偷打开网易云呢?
人工智能·设计模式·agent
刘马想放假10 小时前
RK3588 使用 rk-llama.cpp + RKNPU2 部署 Qwen3.5:从零开始的 NPU 本地大模型实战
人工智能·开源·llm