轻量化本地 Agent 方案分享:PocketBot 开源,支持目标拆解与自动化

🐈 近期开源了 PocketBot ,一套轻量化、可私有化部署的本地 AI 自动化智能体。项目基于 LangGraph 原生实现 ReAct 智能循环,区别于普通对话机器人,它不只实现一问一答聊天,更侧重长期任务规划、目标拆解、定时自主自动化

仓库地址:https://github.com/jiangnanboy/pocketbot

前言

如今各类 AI Agent 项目层出不穷,但绝大多数智能体都局限于「一问一答式对话」。对话结束,任务流程随之终止,很难实现长期规划、定时自主执行。为此我基于 LangGraph 开发了 PocketBot ,一款轻量化、可私有化部署的本地自动化智能体。它不只是聊天机器人,核心聚焦个人本地任务自动化,支持目标拆解、持久定时任务、长期记忆管理,一套代码同时提供 CLI 终端模式与可视化 WebUI。项目现已正式开源,后端核心经过完整测试稳定运行,WebUI 持续迭代完善。

🎯 PocketBot 核心定位

市面上很多 LangGraph 示例仅仅是 Demo,缺少工程化落地能力:没有持久化存储、无法定时运行、工具简陋、缺少管理面板。PocketBot 在保证内核代码精简、易于阅读和二次开发的前提下,补齐工程化能力:无需额外部署 Redis、向量数据库等中间件,依靠原生 SQLite 即可承载全部数据,普通 PC、小型服务器、低功耗设备都能顺畅部署。

✨ 核心能力一览

1. 基于 LangGraph 原生 ReAct 智能循环

智能体核心采用标准 StateGraph 搭建 ReAct 执行链路,内置 Agent 节点、工具节点与条件分支,推理流程清晰可控。内置 23 个工具,覆盖九大场景:文件管理、Shell 命令执行、网页检索、长期记忆、目标管理、定时自动化、媒体生成、子智能体调度等。

2. 长期记忆 + 目标智能拆解

依托 SQLite FTS5 实现全文检索式长期记忆,可以让智能体持续记住你的信息。你可以直接下达复杂目标,LLM 自动把宏大任务拆解成分步清单,支持手动调整步骤,跟踪任务完成进度。

3. 定时自动化,支持自主后台运行

这是区别于普通对话 Agent 最大亮点。内置 APScheduler 调度引擎,支持 Cron 表达式、固定间隔任务。不需要保持对话在线,到达设定时间,智能体会自动唤醒、自主执行任务 。适合定时文档整理、网页监控、定期数据汇总、周期性报表生成等场景。

4. 灵活拓展:自定义技能 + MCP 协议支持

项目设计了动态技能系统,开发者可以编写自定义工具包,无需修改核心代码即可加载新能力;同时兼容 MCP 模型上下文协议,能够对接各类外部服务拓展工具能力。仓库内已经内置 PPT 生成技能,可直接体验 AI 生成幻灯片。

5. 多模型统一路由,兼容主流大模型

内置统一模型调度层,支持 DeepSeek、OpenAI、Ollama、Z-AI、OpenRouter 等所有 OpenAI 兼容接口。本地开源模型、云端大模型自由切换,在 CLI 和 WebUI 中随时更换模型预设。

6. 双运行模式:CLI + WebUI

  • CLI 命令行模式:功能完整稳定,适合开发者自动化脚本调用、服务器无界面部署;
  • Next.js WebUI 面板:可视化管理界面,包含聊天窗口、记忆面板、目标看板、自动化调度台、沙盒文件管理器、语音输入输出、全局命令面板,配套暗色主题与大量快捷键。

7. 完善开放接口

提供 SSE 流式对话、WebSocket 实时通讯,同时实现 OpenAI 兼容 API。能够轻松对接第三方程序,把 PocketBot 作为本地 AI 服务底座。

🛡️ 安全沙盒机制

考虑到智能体具备文件读写、Shell 执行能力,项目内置多重安全限制:

  1. 文件操作强制锁定在指定工作沙盒目录;
  2. Shell 命令设置黑名单与执行超时限制;
  3. WebUI 高危操作增加二次确认;

⚠️ 重要提示:建议仅在内网可信环境部署,不要直接将服务暴露至公网。

🚀 可以拿来做什么?

  • 私人本地 AI 助手,长期记忆你的习惯与资料;
  • 自动规划任务,跟踪长期目标进度;
  • 设置定时任务,让 AI 定期自动完成重复性工作;
  • 本地文件检索、网页信息抓取、图文创作、自动生成 PPT;
  • 学习 LangGraph 工程落地,基于项目二次开发定制专属智能体;
  • 作为本地 AI 服务,通过兼容 API 为其他软件提供能力。

📌 当前项目状态

项目已正式开源,后端内核、CLI 交互模式基本调试完成,可以直接投入使用 。配套 Next.js WebUI 功能框架齐全,仍在持续优化交互细节。后续规划持续强化沙盒安全、任务断点续执行、完善 Docker 一键部署方案。

最后

如果你对本地私有化 Agent、LangGraph 工程实践感兴趣,欢迎前往仓库体验。Star 可以持续跟进项目更新,遇到问题欢迎提交 Issue。

仓库地址:https://github.com/jiangnanboy/pocketbot

相关推荐
网易云信1 小时前
从"能不能用"到"用来干什么"——2026 企业 AI 认知的三级跳
人工智能·agent
人间凡尔赛3 小时前
2026年AI编程新范式:从Copilot到Agentic Coding的实战指南
ai·编程·agent·工具·效率
thesky1234563 小时前
智能体面试准备(六):Agent 记忆系统设计——短期、长期与向量记忆的架构与实现
人工智能·面试·agent·智能体·记忆系统
leeyi3 小时前
切片策略选错了,检索效果天差地别(第68篇-E54)
aigc·agent·ai编程
微学AI4 小时前
一款童年游戏对超级智能体应用开发的启示 — 从《武林群侠传》看 Agent 架构设计的“江湖智慧“
人工智能·游戏·agent
狂师4 小时前
AI 测试提效 | 告别手动抓取元素,分享我的 ui-page-parser + Skill UI 自动化提效方案
人工智能·agent·测试
怕浪猫4 小时前
第11章 实战项目二:自动化研发运维Agent
aigc·agent·ai编程
狂师5 小时前
AI Agent评测体系怎么搭:90% 的团队都漏了这几环...
人工智能·agent·测试
花椒技术15 小时前
我们把 26 个接口自动化场景接进了 Agent,效果真是没想到!!
agent·ai编程·测试