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
不懂的浪漫13 小时前
Agent Knowledge Runtime:从一个 Codex 自动填工时案例看 Agent 工程化
ai·agent·codex
叶子Talk15 小时前
xAI发布Grok Build,全球AI终端展深圳开幕:AI从云端走向终端
人工智能·ai·agent·xai·grok build·终端ai
渣渣苏17 小时前
怎么量化一个Agent的性能?
人工智能·ai·agent·智能体
梦想不只是梦与想18 小时前
构建智能问答或RAG系统:三个关键组件
llm·智能问答·rag·reranker·embedding model
小马过河R20 小时前
RAG检索优化策略:系统性四层框架解析
人工智能·python·算法·ai·llm·rag·问答
HIT_Weston21 小时前
83、【Agent】【OpenCode】bash 工具提示词(commit 注意事项)(一)
人工智能·agent·opencode
数据智能老司机1 天前
大语言模型:那些硬核难题——面向安全性的 LLM 评估
llm
奔跑吧仓鼠1 天前
agent 记忆模块(openclaw)
agent
数据智能老司机1 天前
大语言模型:那些硬核难题——第一性原理:在开始用 LLM 构建之前,我们需要考虑什么
llm
Json_1 天前
Claude Code 使用指南:高频命令、快捷键、核心功能与实战技巧详解
agent·ai编程·claude