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
Z-D-K10 分钟前
我认为的AGI
人工智能·ai·人机交互·agent·agi
元Y亨H31 分钟前
深度解析 Agent 的 CLI 能力
llm
冬奇Lab2 小时前
MCP 系列(07):企业级部署——安全、认证与版本管理
人工智能·llm·mcp
树獭非懒3 小时前
七、智能体的Reflection机制:让AI学会三省吾身
人工智能·llm·agent
先吃饱再说5 小时前
从零构建 RAG:用 LangChain 实现检索增强生成
langchain·llm
copyer_xyf5 小时前
RAG 入库实战:一份原始资料,如何变成可检索的知识
agent
coderklaus8 小时前
RAG 与 LLM Wiki
agent
codingWhat8 小时前
从“模型会说话”到“Agent 可管理”:一套 AI 资产平台的前端工程实践分享
agent
花千树_0108 小时前
插件加载方式选不好,迟早被同事吐槽——四种姿势全解析
langchain·agent
疯狂学习GIS8 小时前
AI Agent 操作 QGIS 实测:Codex 与 Claude Code 能自己出图吗
人工智能·ai·大模型·gis·agent·qgis·codex