《solopreneur》跑一次完整的 AI 工程任务

5 分钟装好 solopreneur,跑一次完整的 AI 工程任务 | 第 2 期

系列:《solopreneur 从零到一》第 2 期

GitHub:https://github.com/lllooollpp/solopreneur-.git

上一篇:第 1 期 - 项目介绍 & 架构总览


本篇是实操向,从零开始装好 solopreneur,完成:

  1. 安装与初始化
  2. 配置 LLM Provider
  3. 命令行对话测试
  4. 启动 Web UI,创建第一个项目
  5. 让 AI 完整完成一个小任务(读文件 → 分析 → 写结果)

全程大约 5 分钟(LLM 接口响应时间除外)。


环境要求

依赖 最低版本 说明
Python 3.11+ 主运行时
Node.js 18+(可选) 仅 WhatsApp 渠道需要
LLM API Key - 任选一个 Provider

推荐先用 OpenRouter,一个 Key 可以访问 Claude、GPT-4o、Gemini 等百余模型,免去申请多个账号的麻烦。注册地址:https://openrouter.ai


Step 1:安装

bash 复制代码
pip install solopreneur-ai

验证安装:

bash 复制代码
solopreneur --version

输出版本号即安装成功。


Step 2:初始化

bash 复制代码
solopreneur onboard

这条命令会在 ~/.solopreneur/ 下创建以下结构:

复制代码
~/.solopreneur/
├── config.json          ← 主配置文件(LLM Key、Agent 设置等)
└── workspace/
    ├── AGENTS.md        ← 全局 Agent 指令
    ├── SOUL.md          ← Agent 性格和价值观
    ├── USER.md          ← 你的个人信息和偏好
    ├── agents/          ← 自定义 Agent 目录
    └── memory/
        └── MEMORY.md    ← 长期记忆

Step 3:配置 LLM

打开 ~/.solopreneur/config.json,填入你的 API Key:

方案 A:使用 OpenRouter(推荐新手)

json 复制代码
{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-xxxxxx"
    }
  },
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4"
    }
  }
}

方案 B:使用 Anthropic(Claude 官方)

json 复制代码
{
  "providers": {
    "anthropic": {
      "apiKey": "sk-ant-xxxxxx"
    }
  },
  "agents": {
    "defaults": {
      "model": "claude-3-5-sonnet-20241022"
    }
  }
}

方案 C:使用本地模型(Ollama)

json 复制代码
{
  "providers": {
    "vllm": {
      "apiKey": "none",
      "api_base": "http://localhost:11434/v1"
    }
  },
  "agents": {
    "defaults": {
      "model": "ollama/qwen2.5-coder:32b"
    }
  }
}

也可以用环境变量覆盖,避免把 Key 写进文件:

bash 复制代码
export solopreneur_PROVIDERS__OPENROUTER__API_KEY="sk-or-v1-xxx"

Step 4:命令行测试

单条消息

bash 复制代码
solopreneur agent -m "你好,介绍一下你自己"

交互模式

bash 复制代码
solopreneur agent

进入交互模式后可以连续对话。输入 exit 退出。

验证工具调用

bash 复制代码
solopreneur agent -m "列出当前目录下的文件,并告诉我有哪些 Python 文件"

如果 AI 真正调用了 list_dir 工具,你会看到类似:

复制代码
[tool: list_dir] path="."
> src/  tests/  README.md  pyproject.toml  ...

当前目录下的 Python 文件有:
- src/main.py
- src/utils.py
- tests/test_main.py

这说明 AI 真正执行了,而不只是猜测。


Step 5:启动 Web UI

bash 复制代码
solopreneur gateway

或者用项目自带的启动脚本(如果从源码安装):

bash 复制代码
python start.py

启动后:


Step 6:创建第一个项目

  1. 打开 http://localhost:5173(桌面端)或 http://localhost:5174(手机端)
  2. 点击左侧「项目」→「新建项目」
  3. 填入:
    • 名称my-first-project
    • 路径 :你本地某个代码目录,如 /home/user/my-app
    • 描述一个 Python Web 应用
  4. 点击保存

Step 7:第一个完整任务

在对话框选中刚创建的项目,在消息框输入:

复制代码
分析一下这个项目的目录结构,找出主要的模块,用 Markdown 格式写一份项目概览,
保存到项目根目录的 PROJECT_OVERVIEW.md 文件里。

你会看到 AI 的执行过程:

复制代码
🧠 正在分析...
[tool: list_dir] path="/home/user/my-app"
[tool: read_file] path="/home/user/my-app/README.md"
[tool: read_file] path="/home/user/my-app/src/main.py"
[tool: write_file] path="/home/user/my-app/PROJECT_OVERVIEW.md"
✅ 已完成,文件已写入

然后去你的项目目录,PROJECT_OVERVIEW.md 就在那里了。


完整配置参考

下面是一份生产可用的配置,供参考:

json 复制代码
{
  "agents": {
    "defaults": {
      "workspace": "~/.solopreneur/workspace",
      "model": "anthropic/claude-sonnet-4",
      "max_tokens": 8192,
      "temperature": 0.7,
      "max_tool_iterations": 20,
      "max_subagents": 5,
      "agent_timeout": 1800,
      "max_tokens_per_session": 500000
    }
  },
  "providers": {
    "copilot_priority": false,
    "openrouter": { "apiKey": "sk-or-v1-xxx" },
    "anthropic": { "apiKey": "" },
    "openai": { "apiKey": "" },
    "vllm": { "apiKey": "none", "api_base": "http://localhost:11434/v1" }
  },
  "tools": {
    "web": {
      "search": { "apiKey": "你的 Brave Search API Key" }
    },
    "exec": {
      "timeout": 60,
      "restrict_to_workspace": false
    }
  }
}

常见问题

Q:安装时报 No module named 'solopreneur'

A:确认 pip 对应的 Python 版本 ≥ 3.11,可用 python3.11 -m pip install solopreneur-ai

Q:AI 说"我无法访问您的文件系统"?

A:确认你创建了项目并填写了正确的本地路径,且 exec 工具的 restrict_to_workspace 设置为合理值。

Q:Web UI 打不开?

A:检查 solopreneur gateway 日志,确认端口 8000 未被占用;Node.js 18+ 已安装(前端构建需要)。

Q:WebSocket 连接失败(ws-dot 一直红色)?

A:如果是手机访问,确保手机和电脑在同一局域网,用电脑 IP(如 192.168.1.100:5174)访问,不要用 localhost


下一期预告

第 3 期:多 LLM 配置实战 ------ OpenRouter、本地模型、火山引擎一文搞定


遇到问题?欢迎在评论区留言,或去 GitHub Issues 报告。

GitHub:https://github.com/lllooollpp/solopreneur-.git

相关推荐
wal13145205 分钟前
OpenClaw 2026.4.2 版本更新:默认 YOLO 模式,告别批准提示
人工智能·yolo·openclaw
yanwumuxi9 分钟前
Windows本地部署Dify(Docker)
人工智能·docker·语言模型
鼎上西瓜刀9 分钟前
labelimg在windows上的使用
人工智能·深度学习
2301_7644413310 分钟前
大模型的“做梦”机制与Harness Engineering(驾驭工程)
人工智能·语言模型·自然语言处理
夏沫の梦11 分钟前
生成式推荐系统:技术演进、核心架构与工业实践
人工智能
AnchorYYC15 分钟前
TEI Inference Toolkit - 工业级Embedding/NLI /Reranking服务调用最佳实践
人工智能·python·持续部署·#大模型应用
QYR_1119 分钟前
多道分析器市场深度分析:核技术应用升级驱动下的数字化转型机遇
人工智能·市场调研
跨境卫士-小汪21 分钟前
平台验证升级以后社媒团队如何避免账号批量异常
大数据·人工智能·产品运营·跨境电商·营销策略
璞华Purvar21 分钟前
香精香料PLM优选:璞华易研以AI配方能力,赋能行业研发升级(2026年)
大数据·人工智能
东离与糖宝25 分钟前
HashMap从入门到源码:Java7/8/21区别+面试陷阱+高频追问合集
java·人工智能·面试