mirror of https://github.com/tcsenpai/agenticSeek.git synced 2025-06-01 16:50:10 +00:00

martin legrand ca2eea8089 update readme

2025-05-06 20:23:53 +02:00

18 KiB

Raw Permalink Blame History

AgenticSeek: Private, Local Manus Alternative.

一个 100% 本地替代 Manus AI 的方案，这款支持语音的 AI 助理能够自主浏览网页、编写代码和规划任务，同时将所有数据保留在您的设备上。专为本地推理模型量身打造，完全在您自己的硬件上运行，确保完全的隐私保护和零云端依赖。

为什么选择 AgenticSeek？

🔒 完全本地化与隐私保护 - 所有功能都在您的设备上运行 — 无云端服务，无数据共享。您的文件、对话和搜索始终保持私密。
🌐 智能网页浏览 - AgenticSeek 能够自主浏览互联网 — 搜索、阅读、提取信息、填写网页表单 — 全程无需人工操作。
💻 自主编码助手 - 需要代码？它可以编写、调试并运行 Python、C、Go、Java 等多种语言的程序 — 全程无需监督。
🧠 智能代理选择 - 您提问，它会自动选择最适合该任务的代理。就像拥有一个随时待命的专家团队。
📋 规划与执行复杂任务 - 从旅行规划到复杂项目 — 它能将大型任务分解为步骤，并利用多个 AI 代理完成工作。
🎙️ 语音功能 - 清晰、快速、未来感十足的语音与语音转文本功能，让您能像科幻电影中一样与您的个人 AI 助手对话。

https://github.com/user-attachments/assets/4bd5faf6-459f-4f94-bd1d-238c4b331469

🛠️ 目前还在开发阶段 – 欢迎任何贡献者加入我们！

安装

确保已安装了 Chrome driver，Docker 和 Python 3.10（或更新）。

我们强烈建议您使用 Python 3.10 进行设置，否则可能会发生依赖错误。

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

git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env

2️ 建立虚拟环境

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:

./install.sh

** 若要让文本转语音（TTS）功能支持中文，你需要安装 jieba（中文分词库）和 cn2an（中文数字转换库）：**

pip3 install jieba cn2an

手动安装:

注意：对于任何操作系统，请确保您安装的 ChromeDriver 与您已安装的 Chrome 版本匹配。运行 google-chrome --version。如果您的 Chrome 版本 > 135，请参阅已知问题

Linux:

更新软件包列表：sudo apt update

安装依赖项：sudo apt install -y alsa-utils portaudio19-dev python3-pyaudio libgtk-3-dev libnotify-dev libgconf-2-4 libnss3 libxss1

安装与您的 Chrome 浏览器版本匹配的 ChromeDriver： sudo apt install -y chromium-chromedriver

安装 requirements：pip3 install -r requirements.txt

Macos:

更新 brew：brew update

安装 chromedriver：brew install --cask chromedriver

安装 portaudio：brew install portaudio

升级 pip：python3 -m pip install --upgrade pip

升级 wheel：pip3 install --upgrade setuptools wheel

安装 requirements：pip3 install -r requirements.txt

Windows:

安装 pyreadline3：pip install pyreadline3

手动安装 portaudio（例如，通过 vcpkg 或预编译的二进制文件），然后运行：pip install pyaudio

从以下网址手动下载并安装 chromedriver：https://sites.google.com/chromium.org/driver/getting-started

将 chromedriver 放置在包含在您的 PATH 中的目录中。

安装 requirements：pip3 install -r requirements.txt

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：

ollama serve

请参阅下方支持的本地提供者列表。

更新 config.ini

修改 config.ini 文件以设置 provider_name 为支持的提供者，并将 provider_model 设置为该提供者支持的 LLM。我们推荐使用具有推理能力的模型，如 Qwen 或 Deepseek。

请参见 README 末尾的 FAQ 部分了解所需硬件。

[MAIN]
is_local = True # 无论是在本地运行还是使用远程提供者。
provider_name = ollama # 或 lm-studio, openai 等..
provider_model = deepseek-r1:14b # 选择适合您硬件的模型
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis # 您的 AI 助手的名称
recover_last_session = True # 是否恢复之前的会话
save_session = True # 是否记住当前会话
speak = True # 文本转语音
listen = False # 语音转文本，仅适用于命令行界面
work_dir = /Users/mlg/Documents/workspace # AgenticSeek 的工作空间。
jarvis_personality = False # 是否使用更"贾维斯"风格的性格，不推荐在小型模型上使用
languages = en zh # 语言列表，文本转语音将默认使用列表中的第一种语言
[BROWSER]
headless_browser = True # 是否使用无头浏览器，只有在使用网页界面时才推荐使用。
stealth_mode = True # 使用无法检测的 selenium 来减少浏览器检测

警告：使用 LM-studio 运行 LLM 时，请不要将 provider_name 设置为 openai。请将其设置为 lm-studio。

注意：某些提供者（如 lm-studio）需要在 IP 前面加上 http://。例如 http://127.0.0.1:1234

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

下一步： Start services and run AgenticSeek

Run with an API （透过 API 执行）

设定 config.ini。

[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。

下一步： Start services and run AgenticSeek

Start services and Run

(启动服务并运行)

如果需要，请激活你的 Python 环境。

source agentic_seek_env/bin/activate

启动所需的服务。这将启动 docker-compose.yml 中的所有服务，包括：

searxng
redis（由 redis 提供支持）
前端

sudo ./start_services.sh # MacOS
start ./start_services.cmd # Windows

选项 1: 使用 CLI 界面运行。

python3 cli.py

选项 2: 使用 Web 界面运行。

注意：目前我們建議您使用 CLI 界面。Web 界面仍在積極開發中。

启动后端服务。

python3 api.py

访问 http://localhost:3000/，你应该会看到 Web 界面。

请注意，目前 Web 界面不支持消息流式传输。

如果你不知道如何开始，请参阅 Usage 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！

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 中帮助我进行矩阵乘法

使用 nmap 扫描我的网路，找出是否有任何可疑装置连接

用 Python 制作一个贪食蛇游戏

网路搜寻

进行网路搜寻，找出日本从事尖端人工智慧研究的酷炫科技新创公司

你能在网路上找到谁创造了 AgenticSeek 吗？

你能在哪个网站上找到便宜的 RTX 4090 吗？

档案浏览与搜寻

嘿，你能找到我遗失的 million_dollars_contract.pdf 在哪里吗？

告诉我我的磁碟还剩下多少空间

寻找并阅读 README.md，并按照安装说明进行操作

日常聊天

告诉我关于法国的事

人生的意义是什么？

我应该在锻炼前还是锻炼后服用肌酸？

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

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。

git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/server/

安装伺服器所需的套件：

pip3 install -r requirements.txt

执行伺服器脚本。

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}

[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:14b
provider_server_address = x.x.x.x:3333

语音转文字

请注意，目前语音转文字功能仅支持英语。

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：在本地运行。
False：在远端伺服器运行。
provider_name
框架类型
ollama, server, lm-studio, deepseek-api
provider_model
运行的模型
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的触发单词。
Friday
recover_last_session
True：从上个对话继续。
False：重启对话。
save_session
True：储存对话纪录。
False：不保存。
speak
True：启用语音输出。
False：关闭语音输出。
listen
True：启用语音输入。
False：关闭语音输入。
work_dir
AgenticSeek 拥有能存取与交互的工作目录。
jarvis_personality

就是那个钢铁人的 JARVIS

True：启用 JARVIS 个性。
False：关闭 JARVIS 个性。
headless_browser
True：前景浏览器。（很酷，推荐使用他 XD）
False：背景执行浏览器。
stealth_mode
隐私模式，但需要你自己安装反爬虫扩充功能。
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。

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: 我需要什麼硬體？

模型大小	GPU	備註
7B	8GB Vram	⚠️ 不推薦。性能較差，經常出現幻覺，規劃代理可能會失敗。
14B	12 GB VRAM (例如 RTX 3060)	✅ 適用於簡單任務。可能在網頁瀏覽和規劃任務上表現不佳。
32B	24+ GB VRAM (例如 RTX 4090)	🚀 大多數任務成功，但可能仍在任務規劃上有困難。
70B+	48+ GB Vram (例如 mac studio)	💪 表現優異。建議用於高級使用情境。

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 cli.py 时出现错误。我该怎么办？

确保 Ollama 正在运行（ollama serve）
你 config.ini 内 provider_name 的框架选择正确。
依赖套件已安装
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！

Q: 是否支持中文以外的语言？

DeepSeek R1 天生会说中文

但注意：代理路由系统只懂英文，所以必须通过 config.ini 的 languages 参数（如 languages = en zh）告诉系统：

如果不设置中文？后果可能是：你让它写代码，结果跳出来个"医生代理"（虽然我们根本没有这个代理... 但系统会一脸懵圈！）

实际上会下载一个小型翻译模型来协助任务分配

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

维护者:

Fosowl | 巴黎时间 | （有时很忙）

https://github.com/antoineVIVIES | 台北时间 | （经常很忙）

steveh8758 | 台北时间 | （总是很忙）

18 KiB Raw Permalink Blame History Unescape Escape

AgenticSeek: Private, Local Manus Alternative.

为什么选择 AgenticSeek？

安装

1️⃣ 复制储存库与设置环境变数

2️ 建立虚拟环境

3️⃣ 安装所需套件

在本地机器上运行 AgenticSeek

Run with an API （透过 API 执行）

Start services and Run

Usage （使用方法）

Coding/Bash

网路搜寻

档案浏览与搜寻

日常聊天

在本地执行属于你的 LLM 伺服器

1️⃣ 设定并启动伺服器脚本

2️⃣ 执行

语音转文字

Config

框架

Known issues （已知问题）

Chromedriver Issues

FAQ

贡献

维护者:

18 KiB

Raw Permalink Blame History