-------------------------------------------------------------------------------- [English](./README.md) | 中文 # AgenticSeek: 类似 Manus 但基于 Deepseek R1 Agents 的本地模型。 **Manus AI 的本地替代品**，它是一个具有语音功能的大语言模型秘书，可以 Coding、访问你的电脑文件、浏览网页，并自动修正错误与反省，最重要的是不会向云端传送任何资料。采用 DeepSeek R1 等推理模型构建，完全在本地硬体上运行，进而保证资料的隐私。 [](https://fosowl.github.io/agenticSeek.html)  [](https://discord.gg/4Ub2D6Fj) [](https://x.com/Martin993886460) > 🛠️ **目前还在开发阶段** – 欢迎任何贡献者加入我们！ https://github.com/user-attachments/assets/4bd5faf6-459f-4f94-bd1d-238c4b331469 > *在大阪和東京深入搜尋人工智慧新創公司，至少找到 5 家，然後儲存在 research_japan.txt 檔案中* > *你可以用 C 語言製作俄羅斯方塊遊戲嗎？* > *我想設定一個新的專案檔案索引，命名為 mark2。* ## Features: - **100% 本机运行**: 本机运行，不使用云端服务，所以资料绝不会散布出去，我的东西还是我的！不会被当作其他服务的训练资料。 - **文件的交互系统**: 使用 bash 去浏览本机资料和操作本机系统。 - **自主 Coding**: AgenticSeek 可以自己运行、Debug、编译 Python、C、Golang 和各种语言。 - **代理助理**: 不同的工作由不同的助理去处理问题。AgenticSeek 会自己寻找最适合的助理去做相对应的工作。 - **规划**: 对于复杂的任务，AgenticSeek 会交办给不同的助理进行规划和执行。 - **自主学习**: 自动在网路上寻找资料。 - **记忆功能**: 对于每次的对话进行统整、保存对话，并且在本地储存用户的使用习惯。 --- ## **安装** 确保已安装了 Chrome driver，Docker 和 Python 3.10（或更新）。 有关于 Chrome driver 的问题，请参见 **Chromedriver** 部分。 ### 1️⃣ **复制储存库与设置环境变数** ```sh git clone https://github.com/Fosowl/agenticSeek.git cd agenticSeek mv .env.example .env ``` ### 2️ **建立虚拟环境** ```sh python3 -m venv agentic_seek_env source agentic_seek_env/bin/activate # On Windows: agentic_seek_env\Scripts\activate ``` ### 3️⃣ **安装所需套件** **自动安装:** ```sh ./install.sh ``` **手动安装:** ```sh pip3 install -r requirements.txt # or python3 setup.py install ``` ## 在本地机器上运行 AgenticSeek **建议至少使用 Deepseek 14B 以上参数的模型，较小的模型难以使用助理功能并且很快就会忘记上下文之间的关系。** ### **本地运行助手** 启动你的本地提供者，例如使用 ollama： ```sh ollama serve ``` 请参阅下方支持的本地提供者列表。 修改 `config.ini` 文件，将 `provider_name` 设置为支持的提供者，并将 `provider_model` 设置为 `deepseek-r1:14b`。 注意：`deepseek-r1:14b` 只是一个示例，如果你的硬件允许，可以使用更大的模型。 ```sh [MAIN] is_local = True provider_name = ollama # 或 lm-studio, openai 等 provider_model = deepseek-r1:14b provider_server_address = 127.0.0.1:11434 ``` **本地提供者列表** | 提供者 | 本地? | 描述 | |-------------|--------|-------------------------------------------------------| | ollama | 是 | 使用 ollama 作为 LLM 提供者，轻松本地运行 LLM | | lm-studio | 是 | 使用 LM Studio 本地运行 LLM（将 `provider_name` 设置为 `lm-studio`）| | openai | 否 | 使用兼容的 API | 启动所有服务： ```sh sudo ./start_services.sh # MacOS start ./start_services.cmd # Windows ``` 运行助手： ```sh python3 cli.py ``` *如果你不知道如何开始，请参阅 **Usage** 部分* *如果遇到问题，请先参考 **Known issues** 部分* *如果你的电脑无法在本机运行 deepseek，也许你可以试看看 API 的方式，参见 **Run with an API*** *有关设定档的详细解释，请参阅 **Config** 部分。* --- ## Usage （使用方法） 为确保 agenticSeek 在中文环境下正常工作，请确保在 config.ini 中设置语言选项。 languages = en zh 更多信息请参阅 Config 部分 确定所有的核心档案都启用了，也就是执行过这条命令 `./start_services.sh` 然后你就可以使用 `python3 cli.py` 来启动 AgenticSeek 了！ ```sh sudo ./start_services.sh python3 cli.py ``` 当你看到执行后显示 `>>> ` 这表示一切运作正常，AgenticSeek 正在等待你给他任何指令。 你也可以透过设定 `config.ini` 内的 `listen = True` 来启用语音转文字。 要退出时，只要和他说 `goodbye` 就可以退出！ 以下是一些用法： ### Coding/Bash > *在 Golang 中幫助我進行矩陣乘法* > *使用 nmap 掃描我的網路，找出是否有任何可疑裝置連接* > *用 Python 製作一個貪食蛇遊戲* ### 网路搜寻 > *進行網路搜尋，找出日本從事尖端人工智慧研究的酷炫科技新創公司* > *你能在網路上找到誰創造了 AgenticSeek 嗎？* > *你能在哪個網站上找到便宜的 RTX 4090 嗎？* ### 档案浏览与搜寻 > *嘿，你能找到我遺失的 million_dollars_contract.pdf 在哪裡嗎？* > *告訴我我的磁碟還剩下多少空間* > *尋找並閱讀 README.md，並按照安裝說明進行操作* ### 日常聊天 > *告訴我關於法國的事* > *人生的意義是什麼？* > *我應該在鍛鍊前還是鍛鍊後服用肌酸？* 当你把指令送出后，AgenticSeek 会自动调用最能提供帮助的助理，去完成你交办的工作和指令。 但也有可能出现怪怪的情况，或是你要找飞机机票，他跑去教你如何一步步做出一台飞机（开玩笑的，但真的可能出现），因为这是一个早期专案，我们会努力教导他、完善他的！ 所以我们希望你在使用时，能明确地表明你希望他要怎么做，下面给你一个范例！ 你应该说：进行网络搜索，找出哪些国家最适合独自旅行 而不是说：你知道哪些国家适合独自旅行？ --- ## **在本地执行属于你的 LLM 伺服器** 如果你有一台功能强大的电脑或伺服器，但你想透过笔记型电脑使用它，那么你可以选择在远端伺服器上执行 LLM。 ### 1️⃣ **设定并启动伺服器脚本** 在运行 AI 模型的「伺服器」上，取得 IP 位址 ```sh ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1 ``` 注意：请在 Windows 或 MacOS，分别使用 `ipconfig` 与 `ifconfig` 来寻找 IP 位址。 **如果你希望使用基于 Openai 的服务，请按照 *透过 API 执行* 部分进行。** 复制储存库并且进入 `server/` 资料夹。 ```sh git clone --depth 1 https://github.com/Fosowl/agenticSeek.git cd agenticSeek/server/ ``` 安装伺服器所需的套件： ```sh pip3 install -r requirements.txt ``` 执行伺服器脚本。 ```sh python3 app.py --provider ollama --port 3333 ``` 您可以选择使用 `ollama` 或 `llamacpp` 作为 LLM 的服务框架。 ### 2️⃣ **执行** 在你的电脑上： - 更改 `config.ini` - `provider_name = server` - `provider_model = deepseek-r1:14b` - `provider_server_address = {你执行模型的电脑的 IP 位址}` ```sh [MAIN] is_local = False provider_name = server provider_model = deepseek-r1:14b provider_server_address = x.x.x.x:3333 ``` 执行 AgenticSeek： ```sh sudo ./start_services.sh python3 cli.py ``` ## **Run with an API （透过 API 执行）** 设定 `config.ini`。 ```sh [MAIN] is_local = False provider_name = openai provider_model = gpt-4o provider_server_address = 127.0.0.1:5000 ``` 警告：确保 `config.ini` 没有行尾空格。 如果使用基于本机的 openai-based api 则把 `is_local` 设定为 `True`。 同时更改你的 IP 为 openai-based api 的 IP。 执行 AgenticSeek： ```sh sudo ./start_services.sh python3 cli.py ``` --- ## 语音转文字 预设状况下，语音转文字功能是停用的。若要启用它，请在 `config.ini` 档案中，将 `listen` 选项设为 `True`： ``` listen = True ``` 启用后 AgenticSeek 会聆听你是否呼唤他，他才会开始听你说的话，你可以在 *config.ini* 内去设定，要怎么叫他。 ``` agent_name = Friday ``` 为了获得比较好的结果，我们建议使用常见的英文名称（如 “John” 或 “Emma”）作为他的名字。 当你看到程式开始执行时，请大声说出他的名字，就可以唤醒 AgenticSeek 去聆听！（如：Friday） 清楚说出你的需求。 用确认短句结束你说的话，以通知 AgenticSeek 继续。确认短句的范例包括： ``` "do it", "go ahead", "execute", "run", "start", "thanks", "would ya", "please", "okay?", "proceed", "continue", "go on", "do that", "go it", "do you understand?" ``` ## Config Config 范例： ``` [MAIN] is_local = True provider_name = ollama provider_model = deepseek-r1:1.5b provider_server_address = 127.0.0.1:11434 agent_name = Friday recover_last_session = False save_session = False speak = False listen = False work_dir = /Users/mlg/Documents/ai_folder jarvis_personality = False languages = en zh [BROWSER] headless_browser = False stealth_mode = False ``` **说明**: - is_local - True：在本地運行。 - False：在遠端伺服器運行。 - provider_name - 框架類型 - `ollama`, `server`, `lm-studio`, `deepseek-api` - provider_model - 運行的模型 - `deepseek-r1:1.5b`, `deepseek-r1:14b` - provider_server_address - 伺服器 IP - `127.0.0.1:11434` - agent_name - AgenticSeek 的名字，用作TTS的觸發單詞。 - `Friday` - recover_last_session - True：從上個對話繼續。 - False：重啟對話。 - save_session - True：儲存對話紀錄。 - False：不保存。 - speak - True：啟用語音輸出。 - False：關閉語音輸出。 - listen - True：啟用語音輸入。 - False：關閉語音輸入。 - work_dir - AgenticSeek 擁有能存取與交互的工作目錄。 - jarvis_personality > 就是那個鋼鐵人的 JARVIS - True：啟用 JARVIS 個性。 - False：關閉 JARVIS 個性。 - headless_browser - True：前景瀏覽器。（很酷，推薦使用他 XD） - False：背景執行瀏覽器。 - stealth_mode - 隱私模式，但需要你自己安裝反爬蟲擴充功能。 - languages - 支持的语言列表。用于代理路由系统。语言列表越长，下载的模型越多。 ## 框架 下表显示了可用的框架： | 框架 | 本地? | 描述| |-|-|-| | ollama | 可 | 使用 ollama 框架去执行本地模型 | | server | 可 | 本地伺服器执行模型远端调用 | | lm-studio | 可 | 使用 LM Studio 在本地运行 LLM（设定provider_name为lm-studio）| | openai | 不可 | 使用 ChatGPT API（无法保证隐私）| | deepseek-api | 不可 | 使用 Deepseek API (无法保证隐私)| | huggingface | 不可 | 使用 Hugging-Face API (无法保证隐私)| 若要选择框架，请变更 `config.ini` 文件： ``` is_local = False provider_name = openai provider_model = gpt-4o provider_server_address = 127.0.0.1:5000 ``` `is_local`: 对于任何本地运行的 LLM 都应该为 True，否则为 False。 `provider_name`: 透过名称选择要使用的框架，请参阅上面的框架清单。 `provider_model`: 设定 AgenticSeek 使用的模型。 `provider_server_address`: 如果不使用云端 API，则可以将其设定为任何内容。 # Known issues （已知问题） ## Chromedriver Issues **已知问题 #1:** *chromedriver mismatch* `Exception: Failed to initialize browser: Message: session not created: This version of ChromeDriver only supports Chrome version 113 Current browser version is 134.0.6998.89 with binary path` 如果你的浏览器和 chromedriver 版本不一样，就会发生这种情况。 你可以透过以下连结下载最新版本： https://developer.chrome.com/docs/chromedriver/downloads 如果您使用的是 Chrome 版本 115 或更新版本，请前往： https://googlechromelabs.github.io/chrome-for-testing/ 下载与你的作业系统相符的 chromedriver 版本。  如果有其他问题，请提供尽量详细的叙述到 Issues 上，尽可能包含当前环境和问题是怎么发生的。 ## FAQ **Q：我需要什么样的硬体配备？** | 模型大小 | GPU | 说明 | |-----------|--------|-----------------------------------------------------------| | 7B | 8GB VRAM | ⚠️ 不推荐。性能较差，容易出现幻觉，规划代理可能会失败。 | | 14B | 12GB VRAM（例如 RTX 3060） | ✅ 可用于简单任务。可能在网页浏览和规划任务上表现较弱。 | | 32B | 24GB+ VRAM（例如 RTX 4090） | 🚀 能完成大多数任务，但在任务规划上可能仍有困难。 | | 70B+ | 48GB+ VRAM（例如 Mac Studio） | 💪 表现优秀。推荐用于高级用例。 | **Q：为什么选择 Deepseek R1 而不是其他模型？** 就其尺寸而言，Deepseek R1 在推理和使用方面表现出色。我们认为非常适合我们的需求，其他模型也很好用，但 Deepseek 是我们最后选定的模型。 **Q：我在执行时 `main.py` 时出现错误。我该怎么办？** 1. 确保 Ollama 正在运行（ollama serve） 2. 你 `config.ini` 内 `provider_name` 的框架选择正确。 3. 依赖套件已安装 4. 如果均无效，请随时提出 Issues，同样尽可能包含当前环境和问题是怎么发生的。 **Q：它真的是 100% 本地运行吗？** 是的，透过 Ollama 或其他框架，所有语音转文字、LLM 和文字转语音模型都在本地运行。 *但你能选择非本地执行（OpenAI 或其他 API），同样也是可以的* **Q：我有 Manus 为甚么还要用 AgenticSeek？** 这是我们因为兴趣做的一个小 Side-Project，他特别的点在于是一个全部本地化的模型，而且可以像钢铁人里面一样与 `Jarvis` 对话，听起来就超级酷的吧！随着 Manus 的进化，我们也相应的加入更多功能！ **Q：它比 Manus 好在哪里？** 不不不，AgenticSeek 和 Manus 是不同取向的东西，我们优先考虑的是本地执行和隐私，而不是基于云端。这是一个与 Manus 相比起来更有趣且易使用的方案！ ## 贡献 我们正在寻找开发者来改善 AgenticSeek！你可以在 Issues 查看未解决的问题或和我们讨论更酷的新功能！ [Contribution guide](./docs/CONTRIBUTING.md) [](https://www.star-history.com/#Fosowl/agenticSeek&Date) ## 作者: > [Fosowl](https://github.com/Fosowl) > [steveh8758](https://github.com/steveh8758)