尧图网页设计 
AutoAgent 零代码智能体框架3 条命令从空白终端走到可用智能体【免费下载链接】AutoAgentAutoAgent: Fully-Automated and Zero-Code LLM Agent Framework项目地址: https://gitcode.com/GitHub_Trending/au/AutoAgentAutoAgent 是一个全自动化、零代码的 LLMLarge Language Model大语言模型智能体框架在终端里用一句自然语言就能创建出工具、智能体与工作流全程不写一行代码。读完本文你会装好它、配好一个密钥并用它的研究智能体跑完一个真实的研究任务。先搞清它干什么AutoAgent 由 HKU 的 HKUDS 团队维护目前版本是 v0.2.0前身叫 MetaChain。它和同类框架最大的不同在于别家让你自己写智能体定义文件、手工编排流程而它让你直接用自然语言描述需求由它自己写出工具代码、智能体配置和编排逻辑并跑在隔离环境里。自带开箱即用的研究智能体GAIA 基准成绩对标商业版 Deep Researchuser mode 由 1 个分诊智能体带 3 个干活的文件浏览、网页浏览、写代码自动协作模型可换OpenAI、Anthropic、DeepSeek、Gemini、Groq 等统一走 LiteLLM 命名智能体和工作流的创建全程在终端对话完成生成代码直接落盘、下次即可复用跑起来从克隆到启动共 4 步第 1 步备环境。Python 需要 3.10 及以上智能体运行环境用 Docker 容器化所以要先装好 Docker。镜像不用手动拉它会按机器架构x86 取 amd64 版、ARM 取 arm 版自动拉取预构建镜像。第 2 步克隆并安装。git clone https://gitcode.com/GitHub_Trending/au/AutoAgent cd AutoAgent pip install -e .安装完成后多出一个auto命令后面所有启动都靠它。第 3 步写密钥。仓库里带了.env.template照它建一份.env即可。8 个密钥位里只有GITHUB_AI_TOKEN你自己的 GitHub token是必填的其余按你实际用的 LLM 填比如用 Claude 就填ANTHROPIC_API_KEY。第 4 步启动。auto main这条命令默认模型是claude-3-5-sonnet-20241022容器默认名auto_agent、默认端口 12347并会自动把一份仓库镜像克隆进容器——这是给 agent editor 用的它需要修改 AutoAgent 自身代码。只想跑轻量研究模式的话换auto deep-research即可默认容器名deepresearch、端口 12346。首次启动最慢要拉镜像、初始化容器等几分钟是正常的。启动成功后会看到起始页列出可选的三种模式换模型不用改代码启动前加环境变量即可例如COMPLETION_MODELgpt-4o auto main接 OpenAI 兼容端点如 Grok再加API_BASE_URL指向对应服务地址。场景一让智能体跑一次深度研究起始页选user mode。这个模式是一个现成的多智能体小组System Triage Agent 负责分诊把每一步任务派给三个干活智能体之一——File Surfer打开并阅读本地文件、Web Surfer打开网页浏览内容、Coding写代码解题干完的干活智能体会交回分诊循环直到任务结束最多自动重试 3 轮。直接在输入框里丢问题比如总结人工智能在医疗领域的应用现状与趋势输出一份报告。两个实用细节输入可以指名某个智能体底部提示栏有说明强制它来回答先选Upload_files菜单能把本地文件传进容器研究时智能体可以直接读。中间过程日志会写进casestudy_results/logs/目录事后能逐步核对它做了什么。场景二用自然语言让 AutoAgent 给你写智能体起始页选agent editor。这是 AutoAgent 区别于多数智能体框架的核心能力你不写 Python它替你写。输入一句需求比如我需要一个能查询指定城市当前天气的智能体。系统会走 6 步分析需求 → 输出智能体配置文件 → 自动创建所需工具这里会生成一个天气查询工具→ 可选地输入一条测试任务 → 生成智能体 → 进入下一步。生成的工具与智能体代码直接保存在本地仓库的autoagent/目录下后续会话可直接调用不用重建。AutoAgent agent editor 自动创建天气智能体及其工具并输出结果场景三一句话生成多智能体工作流选workflow editor产出的是一条流水线而不是单个智能体你描述目标它把任务拆成多个步骤每一步配一个智能体。比如读取销售数据 CSV、清洗、统计分析并生成报告会被拆成读文件 → 数据处理 → 写报告的链式流程。注意这个模式暂不支持自动创建工具只能用现成工具。进阶玩法导入浏览器 Cookie。任务要访问需登录的站点时用 Chrome 扩展 Export cookie JSON file for Puppeteer 把该站点的 Cookie 导出为 JSON存进autoagent/environment/cookie_json/目录再执行python autoagent/environment/browser_cookies.py把它转成代码浏览器智能体就能带着登录态访问了。推荐导出的站点清单见该目录的 README。接第三方工具平台。想用 RapidAPI 上的工具先在平台上订阅对应工具然后运行python process_tool_docs.py它会把你输入的 API key 批量替换进tool_docs.csv里的占位符。换运行环境。auto main --local_env让代码沙箱直接在本地跑而不进容器要并行多实例用--container_name和--port区分端口冲突时会自动顺延。更多开发者细节见 官方文档目录。踩过的坑启动即报模型名错误检查COMPLETION_MODEL是否按 LiteLLM 命名写如gpt-4o、deepseek/deepseek-chat且.env里有对应的 key。⚠️ 首次启动极慢多半是在拉首次 Docker 镜像别急着 CtrlC第二次启动就是秒级。端口被占用换个号传给--port或改--container_name起一个新容器。agent editor 生成不了新工具优先查GITHUB_AI_TOKEN是否配好并保持git_clone为默认开启——编辑器依赖容器内的仓库镜像往里写新代码。浏览器智能体打不开某站点一般是登录墙或反爬按进阶部分导入该站点 Cookie 再试。收尾AutoAgent 的三种模式对应三种诉求想直接用就选 user mode想要新智能体就选 agent editor想要新流水线就选 workflow editor。上手最快的路径是填一个 key、auto main、选 user mode、丢一个真实研究问题。按项目公布的路线图下一步包括接入 SWE-bench 与 WebArena 等基准、支持计算机操作类 GUI 智能体、集成 Composio 等更多工具平台与 E2B 等沙箱环境以及一个完整的 Web GUI 界面——方向很明确终端版持续加能力同时把使用门槛继续往下压。【免费下载链接】AutoAgentAutoAgent: Fully-Automated and Zero-Code LLM Agent Framework项目地址: https://gitcode.com/GitHub_Trending/au/AutoAgent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 AutoAgent 零代码智能体框架：3 条命令从空白终端走到可用智能体
AutoAgent 零代码智能体框架3 条命令从空白终端走到可用智能体【免费下载链接】AutoAgentAutoAgent: Fully-Automated and Zero-Code LLM Agent Framework项目地址: https://gitcode.com/GitHub_Trending/au/AutoAgentAutoAgent 是一个全自动化、零代码的 LLMLarge Language Model大语言模型智能体框架在终端里用一句自然语言就能创建出工具、智能体与工作流全程不写一行代码。读完本文你会装好它、配好一个密钥并用它的研究智能体跑完一个真实的研究任务。先搞清它干什么AutoAgent 由 HKU 的 HKUDS 团队维护目前版本是 v0.2.0前身叫 MetaChain。它和同类框架最大的不同在于别家让你自己写智能体定义文件、手工编排流程而它让你直接用自然语言描述需求由它自己写出工具代码、智能体配置和编排逻辑并跑在隔离环境里。自带开箱即用的研究智能体GAIA 基准成绩对标商业版 Deep Researchuser mode 由 1 个分诊智能体带 3 个干活的文件浏览、网页浏览、写代码自动协作模型可换OpenAI、Anthropic、DeepSeek、Gemini、Groq 等统一走 LiteLLM 命名智能体和工作流的创建全程在终端对话完成生成代码直接落盘、下次即可复用跑起来从克隆到启动共 4 步第 1 步备环境。Python 需要 3.10 及以上智能体运行环境用 Docker 容器化所以要先装好 Docker。镜像不用手动拉它会按机器架构x86 取 amd64 版、ARM 取 arm 版自动拉取预构建镜像。第 2 步克隆并安装。git clone https://gitcode.com/GitHub_Trending/au/AutoAgent cd AutoAgent pip install -e .安装完成后多出一个auto命令后面所有启动都靠它。第 3 步写密钥。仓库里带了.env.template照它建一份.env即可。8 个密钥位里只有GITHUB_AI_TOKEN你自己的 GitHub token是必填的其余按你实际用的 LLM 填比如用 Claude 就填ANTHROPIC_API_KEY。第 4 步启动。auto main这条命令默认模型是claude-3-5-sonnet-20241022容器默认名auto_agent、默认端口 12347并会自动把一份仓库镜像克隆进容器——这是给 agent editor 用的它需要修改 AutoAgent 自身代码。只想跑轻量研究模式的话换auto deep-research即可默认容器名deepresearch、端口 12346。首次启动最慢要拉镜像、初始化容器等几分钟是正常的。启动成功后会看到起始页列出可选的三种模式换模型不用改代码启动前加环境变量即可例如COMPLETION_MODELgpt-4o auto main接 OpenAI 兼容端点如 Grok再加API_BASE_URL指向对应服务地址。场景一让智能体跑一次深度研究起始页选user mode。这个模式是一个现成的多智能体小组System Triage Agent 负责分诊把每一步任务派给三个干活智能体之一——File Surfer打开并阅读本地文件、Web Surfer打开网页浏览内容、Coding写代码解题干完的干活智能体会交回分诊循环直到任务结束最多自动重试 3 轮。直接在输入框里丢问题比如总结人工智能在医疗领域的应用现状与趋势输出一份报告。两个实用细节输入可以指名某个智能体底部提示栏有说明强制它来回答先选Upload_files菜单能把本地文件传进容器研究时智能体可以直接读。中间过程日志会写进casestudy_results/logs/目录事后能逐步核对它做了什么。场景二用自然语言让 AutoAgent 给你写智能体起始页选agent editor。这是 AutoAgent 区别于多数智能体框架的核心能力你不写 Python它替你写。输入一句需求比如我需要一个能查询指定城市当前天气的智能体。系统会走 6 步分析需求 → 输出智能体配置文件 → 自动创建所需工具这里会生成一个天气查询工具→ 可选地输入一条测试任务 → 生成智能体 → 进入下一步。生成的工具与智能体代码直接保存在本地仓库的autoagent/目录下后续会话可直接调用不用重建。AutoAgent agent editor 自动创建天气智能体及其工具并输出结果场景三一句话生成多智能体工作流选workflow editor产出的是一条流水线而不是单个智能体你描述目标它把任务拆成多个步骤每一步配一个智能体。比如读取销售数据 CSV、清洗、统计分析并生成报告会被拆成读文件 → 数据处理 → 写报告的链式流程。注意这个模式暂不支持自动创建工具只能用现成工具。进阶玩法导入浏览器 Cookie。任务要访问需登录的站点时用 Chrome 扩展 Export cookie JSON file for Puppeteer 把该站点的 Cookie 导出为 JSON存进autoagent/environment/cookie_json/目录再执行python autoagent/environment/browser_cookies.py把它转成代码浏览器智能体就能带着登录态访问了。推荐导出的站点清单见该目录的 README。接第三方工具平台。想用 RapidAPI 上的工具先在平台上订阅对应工具然后运行python process_tool_docs.py它会把你输入的 API key 批量替换进tool_docs.csv里的占位符。换运行环境。auto main --local_env让代码沙箱直接在本地跑而不进容器要并行多实例用--container_name和--port区分端口冲突时会自动顺延。更多开发者细节见 官方文档目录。踩过的坑启动即报模型名错误检查COMPLETION_MODEL是否按 LiteLLM 命名写如gpt-4o、deepseek/deepseek-chat且.env里有对应的 key。⚠️ 首次启动极慢多半是在拉首次 Docker 镜像别急着 CtrlC第二次启动就是秒级。端口被占用换个号传给--port或改--container_name起一个新容器。agent editor 生成不了新工具优先查GITHUB_AI_TOKEN是否配好并保持git_clone为默认开启——编辑器依赖容器内的仓库镜像往里写新代码。浏览器智能体打不开某站点一般是登录墙或反爬按进阶部分导入该站点 Cookie 再试。收尾AutoAgent 的三种模式对应三种诉求想直接用就选 user mode想要新智能体就选 agent editor想要新流水线就选 workflow editor。上手最快的路径是填一个 key、auto main、选 user mode、丢一个真实研究问题。按项目公布的路线图下一步包括接入 SWE-bench 与 WebArena 等基准、支持计算机操作类 GUI 智能体、集成 Composio 等更多工具平台与 E2B 等沙箱环境以及一个完整的 Web GUI 界面——方向很明确终端版持续加能力同时把使用门槛继续往下压。【免费下载链接】AutoAgentAutoAgent: Fully-Automated and Zero-Code LLM Agent Framework项目地址: https://gitcode.com/GitHub_Trending/au/AutoAgent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考