測(cè)：3步跑起一個(gè)會(huì)查資料寫代碼的自主助手)
免云端本地AI Agent實(shí)測(cè)3步跑起一個(gè)會(huì)查資料寫代碼的自主助手【免費(fèi)下載鏈接】agenticSeekFully Local Manus AI. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeekManus好用但賬單和數(shù)據(jù)都出在門外。AgenticSeek是它的開(kāi)源本地平替自主瀏覽網(wǎng)頁(yè)、寫代碼、整理文件全部跑在你自己的機(jī)器上成本只有電費(fèi)。 3步跑起來(lái)clone、改配置、開(kāi)服務(wù)最短路徑是 Docker Web 模式前置只需要 Git、Python 3.10 和 Docker Composegit clone https://gitcode.com/GitHub_Trending/ag/agenticSeek cd agenticSeek mv .env.example .env打開(kāi).env把WORK_DIR指向一個(gè)真實(shí)存在的目錄這是 Agent 能讀寫文件的沙箱。然后啟動(dòng)./start_services.sh full跑起來(lái)你會(huì)發(fā)現(xiàn)日志里看到backend: GET /health HTTP/1.1 200 OK后打開(kāi)http://localhost:3000/就是對(duì)話界面。首次啟動(dòng)要拉取全部 Docker 鏡像官方提示最長(zhǎng)約 30 分鐘別中途殺掉。想做到零 API key在config.ini里把provider_name指向本地推理服務(wù)ollama 或 lm-studio模型建議 14B 起步12GB 顯存如 RTX 3060是可用線24GB 顯存RTX 4090跑 32B 能勝任多數(shù)任務(wù)這是官方 FAQ 的口徑。 查資料讓它搜完直接把結(jié)果存成文件不用你自己復(fù)制粘貼網(wǎng)頁(yè)了。給它一句完整指令比如搜索法國(guó)雷恩的熱門咖啡館把三家的名字和地址存進(jìn) rennes_cafes.txt。瀏覽器 Agent 會(huì)打開(kāi)真實(shí)瀏覽器走內(nèi)置的 SearXNG 引擎搜索、讀頁(yè)面、提取信息最后把結(jié)果寫進(jìn)WORK_DIR。你會(huì)看到的是一段執(zhí)行過(guò)程加一個(gè)現(xiàn)成的 txt 文件。支持多輪信息匯總搜索、閱讀、篩選、落盤一條龍適合做競(jìng)品資料、行業(yè)報(bào)告初稿的原料收集注意網(wǎng)頁(yè)表單填寫仍是實(shí)驗(yàn)性功能README 里明確標(biāo)注可能失敗 要代碼寫完直接跑跑掛了會(huì)自己改典型指令是用 Python 寫一個(gè)貪吃蛇或?qū)憘€(gè) Go 程序算階乘存成 factorial.go。代碼 Agent 會(huì)在本地解釋器里直接執(zhí)行 Python、C、Go、Java 代碼報(bào)錯(cuò)就自己改再跑迭代到你拿到能用的文件為止。對(duì)你來(lái)說(shuō)結(jié)果很直接代碼出現(xiàn)在工作目錄里而且是跑通過(guò)的。適合原型腳本、小工具、數(shù)據(jù)處理的最后一公里官方示例還包括讓它先查一個(gè)免費(fèi)股價(jià) API再寫腳本每天抓特斯拉價(jià)格存 CSV寫代碼任務(wù)對(duì)模型格式遵循要求高官方建議用 DeepSeek 類推理模型 整理文件一句話干完以前要寫腳本的活把文件操作也當(dāng)任務(wù)丟給它比如搜出 summer_pictures 里所有 JPG按今天的日期重命名并把重命名清單存到 photos_list.txt。文件 Agent 負(fù)責(zé)查找、批量改名、生成清單全程在WORK_DIR里操作不碰目錄之外的東西。這類活原來(lái)要么手工點(diǎn)要么現(xiàn)寫個(gè)腳本現(xiàn)在是一句話的事。底層怎么跑本地AI Agent的路由機(jī)制核心機(jī)制一句話講清你的請(qǐng)求先到 LLM Router它判斷任務(wù)復(fù)雜度。復(fù)雜任務(wù)交給 Planner Agent 拆成步驟簡(jiǎn)單任務(wù)直接分給 Coder、Web、File、Casual 四個(gè)專職 Agent所有 Agent 背后接的都是你的本地模型服務(wù)Ollama、LM Studio 或 llama.cpp數(shù)據(jù)不出機(jī)器。官方提醒路由是早期原型不一定每次都分對(duì) Agent。提問(wèn)時(shí)把意圖說(shuō)滿比如寫做一次網(wǎng)頁(yè)搜索找出適合獨(dú)自旅行的國(guó)家比你知道哪些國(guó)家適合獨(dú)自旅行嗎效果好得多。硬件怎么配官方基準(zhǔn)參考README 沒(méi)有之前 vs 之后的效果對(duì)比數(shù)據(jù)這里直接給官方 FAQ 的硬件基準(zhǔn)選型時(shí)對(duì)著看模型規(guī)模顯存要求官方評(píng)價(jià)14B12GB如 RTX 3060簡(jiǎn)單任務(wù)可用網(wǎng)頁(yè)瀏覽和任務(wù)規(guī)劃可能吃力32B24GB如 RTX 4090多數(shù)任務(wù)成功復(fù)雜規(guī)劃仍有挑戰(zhàn)70B48GB進(jìn)階用法推薦硬件不夠跑本地模型也不是死路config.ini支持接 OpenAI、DeepSeek、Gemini 等云端 API 兜底只是那就不是零 API 成本了。?? 進(jìn)階給 Agent 加工具想擴(kuò)展能力入口在 docs/CONTRIBUTING.md所有工具繼承 Tools 基類一個(gè)工具只干一件事Agent 通過(guò)代碼塊調(diào)用它。參考 sources/tools/ 下的現(xiàn)成實(shí)現(xiàn)比如 searxSearch、flightSearch。另一條有價(jià)值的路線是把 LLM 放到家里的服務(wù)器或 NAS 上跑筆記本只當(dāng)客戶端服務(wù)器起 Ollama 或 llama.cpp 服務(wù)本機(jī)config.ini填上服務(wù)器地址即可README 有完整步驟。更多配置細(xì)節(jié)看 README.md 的 Config 章節(jié)。收尾如果你在意的就是數(shù)據(jù)不出機(jī)器和每月不交 API 費(fèi)12GB 顯存起步的機(jī)器上AgenticSeek 能本地完成查資料、寫代碼、文件整理這三類重復(fù)勞動(dòng)。建議先用文件整理、單文件代碼這類低風(fēng)險(xiǎn)任務(wù)試跑一周確認(rèn)路由和模型表現(xiàn)符合預(yù)期再上復(fù)雜任務(wù)跑長(zhǎng)任務(wù)前把WORK_DIR指到有備份的目錄Agent 的文件操作目前不可撤銷。遇到問(wèn)題直接在倉(cāng)庫(kù)開(kāi) issue貢獻(xiàn)指南在 docs/CONTRIBUTING.md。【免費(fèi)下載鏈接】agenticSeekFully Local Manus AI. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeek創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 免云端本地AI Agent實(shí)測(cè)：3步跑起一個(gè)會(huì)查資料寫代碼的自主助手
免云端本地AI Agent實(shí)測(cè)3步跑起一個(gè)會(huì)查資料寫代碼的自主助手【免費(fèi)下載鏈接】agenticSeekFully Local Manus AI. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeekManus好用但賬單和數(shù)據(jù)都出在門外。AgenticSeek是它的開(kāi)源本地平替自主瀏覽網(wǎng)頁(yè)、寫代碼、整理文件全部跑在你自己的機(jī)器上成本只有電費(fèi)。 3步跑起來(lái)clone、改配置、開(kāi)服務(wù)最短路徑是 Docker Web 模式前置只需要 Git、Python 3.10 和 Docker Composegit clone https://gitcode.com/GitHub_Trending/ag/agenticSeek cd agenticSeek mv .env.example .env打開(kāi).env把WORK_DIR指向一個(gè)真實(shí)存在的目錄這是 Agent 能讀寫文件的沙箱。然后啟動(dòng)./start_services.sh full跑起來(lái)你會(huì)發(fā)現(xiàn)日志里看到backend: GET /health HTTP/1.1 200 OK后打開(kāi)http://localhost:3000/就是對(duì)話界面。首次啟動(dòng)要拉取全部 Docker 鏡像官方提示最長(zhǎng)約 30 分鐘別中途殺掉。想做到零 API key在config.ini里把provider_name指向本地推理服務(wù)ollama 或 lm-studio模型建議 14B 起步12GB 顯存如 RTX 3060是可用線24GB 顯存RTX 4090跑 32B 能勝任多數(shù)任務(wù)這是官方 FAQ 的口徑。 查資料讓它搜完直接把結(jié)果存成文件不用你自己復(fù)制粘貼網(wǎng)頁(yè)了。給它一句完整指令比如搜索法國(guó)雷恩的熱門咖啡館把三家的名字和地址存進(jìn) rennes_cafes.txt。瀏覽器 Agent 會(huì)打開(kāi)真實(shí)瀏覽器走內(nèi)置的 SearXNG 引擎搜索、讀頁(yè)面、提取信息最后把結(jié)果寫進(jìn)WORK_DIR。你會(huì)看到的是一段執(zhí)行過(guò)程加一個(gè)現(xiàn)成的 txt 文件。支持多輪信息匯總搜索、閱讀、篩選、落盤一條龍適合做競(jìng)品資料、行業(yè)報(bào)告初稿的原料收集注意網(wǎng)頁(yè)表單填寫仍是實(shí)驗(yàn)性功能README 里明確標(biāo)注可能失敗 要代碼寫完直接跑跑掛了會(huì)自己改典型指令是用 Python 寫一個(gè)貪吃蛇或?qū)憘€(gè) Go 程序算階乘存成 factorial.go。代碼 Agent 會(huì)在本地解釋器里直接執(zhí)行 Python、C、Go、Java 代碼報(bào)錯(cuò)就自己改再跑迭代到你拿到能用的文件為止。對(duì)你來(lái)說(shuō)結(jié)果很直接代碼出現(xiàn)在工作目錄里而且是跑通過(guò)的。適合原型腳本、小工具、數(shù)據(jù)處理的最后一公里官方示例還包括讓它先查一個(gè)免費(fèi)股價(jià) API再寫腳本每天抓特斯拉價(jià)格存 CSV寫代碼任務(wù)對(duì)模型格式遵循要求高官方建議用 DeepSeek 類推理模型 整理文件一句話干完以前要寫腳本的活把文件操作也當(dāng)任務(wù)丟給它比如搜出 summer_pictures 里所有 JPG按今天的日期重命名并把重命名清單存到 photos_list.txt。文件 Agent 負(fù)責(zé)查找、批量改名、生成清單全程在WORK_DIR里操作不碰目錄之外的東西。這類活原來(lái)要么手工點(diǎn)要么現(xiàn)寫個(gè)腳本現(xiàn)在是一句話的事。底層怎么跑本地AI Agent的路由機(jī)制核心機(jī)制一句話講清你的請(qǐng)求先到 LLM Router它判斷任務(wù)復(fù)雜度。復(fù)雜任務(wù)交給 Planner Agent 拆成步驟簡(jiǎn)單任務(wù)直接分給 Coder、Web、File、Casual 四個(gè)專職 Agent所有 Agent 背后接的都是你的本地模型服務(wù)Ollama、LM Studio 或 llama.cpp數(shù)據(jù)不出機(jī)器。官方提醒路由是早期原型不一定每次都分對(duì) Agent。提問(wèn)時(shí)把意圖說(shuō)滿比如寫做一次網(wǎng)頁(yè)搜索找出適合獨(dú)自旅行的國(guó)家比你知道哪些國(guó)家適合獨(dú)自旅行嗎效果好得多。硬件怎么配官方基準(zhǔn)參考README 沒(méi)有之前 vs 之后的效果對(duì)比數(shù)據(jù)這里直接給官方 FAQ 的硬件基準(zhǔn)選型時(shí)對(duì)著看模型規(guī)模顯存要求官方評(píng)價(jià)14B12GB如 RTX 3060簡(jiǎn)單任務(wù)可用網(wǎng)頁(yè)瀏覽和任務(wù)規(guī)劃可能吃力32B24GB如 RTX 4090多數(shù)任務(wù)成功復(fù)雜規(guī)劃仍有挑戰(zhàn)70B48GB進(jìn)階用法推薦硬件不夠跑本地模型也不是死路config.ini支持接 OpenAI、DeepSeek、Gemini 等云端 API 兜底只是那就不是零 API 成本了。?? 進(jìn)階給 Agent 加工具想擴(kuò)展能力入口在 docs/CONTRIBUTING.md所有工具繼承 Tools 基類一個(gè)工具只干一件事Agent 通過(guò)代碼塊調(diào)用它。參考 sources/tools/ 下的現(xiàn)成實(shí)現(xiàn)比如 searxSearch、flightSearch。另一條有價(jià)值的路線是把 LLM 放到家里的服務(wù)器或 NAS 上跑筆記本只當(dāng)客戶端服務(wù)器起 Ollama 或 llama.cpp 服務(wù)本機(jī)config.ini填上服務(wù)器地址即可README 有完整步驟。更多配置細(xì)節(jié)看 README.md 的 Config 章節(jié)。收尾如果你在意的就是數(shù)據(jù)不出機(jī)器和每月不交 API 費(fèi)12GB 顯存起步的機(jī)器上AgenticSeek 能本地完成查資料、寫代碼、文件整理這三類重復(fù)勞動(dòng)。建議先用文件整理、單文件代碼這類低風(fēng)險(xiǎn)任務(wù)試跑一周確認(rèn)路由和模型表現(xiàn)符合預(yù)期再上復(fù)雜任務(wù)跑長(zhǎng)任務(wù)前把WORK_DIR指到有備份的目錄Agent 的文件操作目前不可撤銷。遇到問(wèn)題直接在倉(cāng)庫(kù)開(kāi) issue貢獻(xiàn)指南在 docs/CONTRIBUTING.md。【免費(fèi)下載鏈接】agenticSeekFully Local Manus AI. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeek創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考