mirror of
https://github.com/tcsenpai/agenticSeek.git
synced 2025-06-03 09:40:09 +00:00
572 lines
18 KiB
Markdown
572 lines
18 KiB
Markdown
# AgenticSeek: Private, Local Manus Alternative.
|
||
|
||
<p align="center">
|
||
<img align="center" src="./media/whale_readme.jpg">
|
||
<p>
|
||
|
||
[English](./README.md) | 中文 | [日本語](./README_JP.md)
|
||
|
||
*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。*
|
||
|
||
[](https://fosowl.github.io/agenticSeek.html)  [](https://discord.gg/8hGDaME3TC) [](https://x.com/Martin993886460)
|
||
|
||
### 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**
|
||
|
||
```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
|
||
```
|
||
|
||
** 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：
|
||
|
||
```sh
|
||
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。
|
||
|
||
```sh
|
||
[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](#Start-services-and-Run)
|
||
|
||
---
|
||
|
||
## **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。
|
||
|
||
下一步： [Start services and run AgenticSeek](#Start-services-and-Run)
|
||
|
||
---
|
||
|
||
## Start services and Run
|
||
(启动服务并运行)
|
||
|
||
如果需要，请激活你的 Python 环境。
|
||
```sh
|
||
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
|
||
|
||
```sh
|
||
sudo ./start_services.sh # MacOS
|
||
start ./start_services.cmd # Windows
|
||
```
|
||
|
||
**选项 1:** 使用 CLI 界面运行。
|
||
|
||
```sh
|
||
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。
|
||
|
||
```sh
|
||
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！
|
||
|
||
```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
|
||
|
||
```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
|
||
```
|
||
|
||
|
||
---
|
||
|
||
## 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。
|
||
|
||
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？**
|
||
|
||
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！
|
||
|
||
**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！
|
||
|
||
[](https://www.star-history.com/#Fosowl/agenticSeek&Date)
|
||
|
||
[Contribution guide](./docs/CONTRIBUTING.md)
|
||
|
||
## 维护者:
|
||
|
||
> [Fosowl](https://github.com/Fosowl) | 巴黎时间 | （有时很忙）
|
||
|
||
> [https://github.com/antoineVIVIES](https://github.com/antoineVIVIES) | 台北时间 | （经常很忙）
|
||
|
||
> [steveh8758](https://github.com/steveh8758) | 台北时间 | （总是很忙）
|