stephane.david/agenticSeek
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

update readme.md

Browse Source
This commit is contained in:
martin.legrand
2025-09-13 22:34:05 +02:00
parent 28d255b8e9
commit 60dd8a597f
6 changed files with 2263 additions and 1436 deletions
Download Patch File Download Diff File Expand all files Collapse all files
README_CHT.md
+366 -227
View File
@@ -1,8 +1,12 @@
# AgenticSeek：私有、本地的 Manus 替代方案
[English](./README.md) | 中文 | [繁體中文](./README_CHT.md) | [Français](./README_FR.md) | [日本語](./README_JP.md) | [Português (Brasil)](./README_PTBR.md)
<p align="center">
<img align="center" src="./media/agentic_seek_logo.png" width="300" height="300" alt="Agentic Seek Logo">
<p>
*一個**100%本地運行的 Manus AI 替代品**，支持語音的 AI 助手，可自主瀏覽網頁、編寫代碼、規劃任務，所有數據僅保存在你的設備上。專為本地推理模型設計，完全在你的硬件上運行，確保隱私無憂，無需雲端依賴。*
English | [中文](./README_CHS.md) | [繁體中文](./README_CHT.md) | [Français](./README_FR.md) | [日本語](./README_JP.md) | [Português (Brasil)](./README_PTBR.md) | [Español](./README_ES.md)
*一個**100%本地運行的 Manus AI 替代品**，支援語音的 AI 助手，可自主瀏覽網頁、編寫代碼、規劃任務，所有數據僅保存在你的設備上。專為本地推理模型設計，完全在你的硬件上運行，確保隱私無憂，無需雲端依賴。*
[![訪問 AgenticSeek](https://img.shields.io/static/v1?label=Website&message=AgenticSeek&color=blue&style=flat-square)](https://fosowl.github.io/agenticSeek.html) ![License](https://img.shields.io/badge/license-GPL--3.0-green) [![Discord](https://img.shields.io/badge/Discord-Join%20Us-7289DA?logo=discord&logoColor=white)](https://discord.gg/8hGDaME3TC) [![Twitter](https://img.shields.io/twitter/url/https/twitter.com/fosowl.svg?style=social&label=Update%20%40Fosowl)](https://x.com/Martin993886460) [![GitHub stars](https://img.shields.io/github/stars/Fosowl/agenticSeek?style=social)](https://github.com/Fosowl/agenticSeek/stargazers)
@@ -34,11 +38,15 @@ https://github.com/user-attachments/assets/b8ca60e9-7b3b-4533-840e-08f9ac426316
## 前置條件
請確保已安裝 chrome driver、docker 和 python3.10。
開始前，請確保已安裝以下軟件：
如遇 chrome driver 相關問題，請參見 **Chromedriver** 部分。
* **Git:** 用於克隆倉庫。[下載 Git](https://git-scm.com/downloads)
* **Python 3.10.x:** 強烈推薦使用 Python 3.10.x 版本。使用其他版本可能導致依賴錯誤。[下載 Python 3.10](https://www.python.org/downloads/release/python-3100/)（選擇 3.10.x 版本）。
* **Docker Engine & Docker Compose:** 用於運行捆綁服務如 SearxNG。
* 安裝 Docker Desktop（包含 Docker Compose V2）：[Windows](https://docs.docker.com/desktop/install/windows-install/) | [Mac](https://docs.docker.com/desktop/install/mac-install/) | [Linux](https://docs.docker.com/desktop/install/linux-install/)
* 或者在 Linux 上分別安裝 Docker Engine 和 Docker Compose：[Docker Engine](https://docs.docker.com/engine/install/) | [Docker Compose](https://docs.docker.com/compose/install/)（確保安裝 Compose V2，例如 `sudo apt-get install docker-compose-plugin`）。
### 1. **克隆倉庫並初始化**
### 1. **克隆倉庫並設置**
```sh
git clone https://github.com/Fosowl/agenticSeek.git
@@ -49,7 +57,7 @@ mv .env.example .env
### 2. 修改 .env 文件內容
```sh
SEARXNG_BASE_URL="http://127.0.0.1:8080"
SEARXNG_BASE_URL="http://searxng:8080" # 如果在主機上運行 CLI 模式，使用 http://127.0.0.1:8080
REDIS_BASE_URL="redis://redis:6379/0"
WORK_DIR="/Users/mlg/Documents/workspace_for_ai"
OLLAMA_PORT="11434"
@@ -63,195 +71,241 @@ GOOGLE_API_KEY='optional'
ANTHROPIC_API_KEY='optional'
```
**API Key 完全可選，若你選擇本地運行 LLM（本項目主要目的），可留空，只要硬件足夠。**
以下環境變量用於配置應用的連接和 API 密鑰。
根據需要更新 `.env` 文件：
- **SEARXNG_BASE_URL**：保持不變
- **REDIS_BASE_URL**：保持不變
- **WORK_DIR**：本地工作目錄路徑，AgenticSeek 可讀取和操作這些文件
- **OLLAMA_PORT**：Ollama 服務端口
- **LM_STUDIO_PORT**：LM Studio 服務端口
- **CUSTOM_ADDITIONAL_LLM_PORT**：自定義 LLM 服務端口
- **SEARXNG_BASE_URL**: 除非在主機上運行 CLI 模式，否則保持不變。
- **REDIS_BASE_URL**: 保持不變
- **WORK_DIR**: 本地工作目錄路徑。AgenticSeek 可讀取和操作這些文件。
- **OLLAMA_PORT**: Ollama 服務端口號。
- **LM_STUDIO_PORT**: LM Studio 服務端口號。
- **CUSTOM_ADDITIONAL_LLM_PORT**: 任何額外自定義 LLM 服務的端口。
下方所有 API 密鑰環境變量均為**可選**，僅在你打算使用外部 API 而非本地 LLM 時填寫。
**API 密鑰對於選擇本地運行 LLM 的用戶完全可選，這也是本項目的主要目的。如果硬件足夠，請留空。**
### 3. **啟動 Docker**
確保已安裝並運行 Docker。可通過以下命令啟動：
確保 Docker 已安裝並在系統上運行。可以使用以下命令啟動 Docker：
- **Linux/macOS：**
打開終端運行：
```sh
sudo systemctl start docker
```
或在應用菜單啟動 Docker Desktop。
- **Linux/macOS:**
打開終端運行：
```sh
sudo systemctl start docker
```
或者如果已安裝，從應用程序菜單啟動 Docker Desktop。
- **Windows：**
在開始菜單啟動 Docker Desktop。
驗證 Docker 是否運行：
- **Windows:**
從開始菜單啟動 Docker Desktop。
可以通過執行以下命令驗證 Docker 是否運行：
```sh
docker info
```
如能看到 Docker 信息，則運行正常。
如果看到 Docker 安裝信息，則表示運行正常。
請參閱下面的[本地提供商列表](#本地提供商列表)了解摘要。
下一步：[本地運行 AgenticSeek](#啟動服務並運行)
*如果遇到問題，請參閱[故障排除](#故障排除)部分。*
*如果硬件無法本地運行 LLM，請參閱[使用 API 運行設置](#使用-api-運行設置)。*
*有關詳細 `config.ini` 說明，請參閱[配置部分](#配置)。*
---
## 本地運行 LLM 的設置
## 在您的機器上本地運行 LLM 的設置
**硬件要求：**
本地運行 LLM 需有足夠硬件。至少需支持 Qwen/Deepseek 14B 的 GPU。詳細模型/性能建議見 FAQ。
要本地運行 LLM，您需要足夠的硬件。至少需要能夠運行 Magistral、Qwen 或 Deepseek 14B 的 GPU。有關詳細的模型/性能建議，請參閱 FAQ。
**啟動本地 provider**
**設置您的本地提供商**
以 ollama 為例，啟動本地 provider：
啟動您的本地提供商，例如使用 ollama：
```sh
ollama serve
```
下方有本地支持的 provider 列表。
請參閱下面的本地支持提供商列表。
**修改 config.ini**
**更新 config.ini**
將 config.ini 文件中的 provider_name 設置為支持的 provider，provider_model 設置為 provider 支持的 LLM。推薦推理模型如 *Qwen* 或 *Deepseek*。
更改 config.ini 文件，將 provider_name 設置為支持的提供商，provider_model 設置為您的提供商支持的 LLM。我們推薦推理模型，如 *Magistral* 或 *Deepseek*。
詳細硬件要求見 README 末尾 FAQ。
有關所需硬件，請參閱 README 末尾的 **FAQ**。
```sh
[MAIN]
is_local = True # 是否本地運行
provider_name = ollama # 或 lm-studio、openai 等
provider_model = deepseek-r1:14b # 選擇適合硬件的模型
is_local = True # 無論您是本地運行還是使用遠程提供商。
provider_name = ollama # 或 lm-studio、openai 等。
provider_model = deepseek-r1:14b # 選擇適合您硬件的模型
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis # AI 名稱
recover_last_session = True # 是否恢復上次會話
save_session = True # 是否保存當前會話
speak = False # 語音輸出
listen = False # 語音輸入，僅 CLI，實驗性
jarvis_personality = False # 是否使用 Jarvis 風格（實驗性）
languages = en zh # 語言列表，語音默認第一個
agent_name = Jarvis # 您的 AI 名稱
recover_last_session = True # 是否恢復上一個會話
save_session = True # 是否記住當前會話
speak = False # 文本轉語音
listen = False # 語音轉文本，僅限 CLI，實驗性
jarvis_personality = False # 是否使用更"Jarvis"風格的性格（實驗性）
languages = en zh # 語言列表，文本轉語音將默認使用列表中的第一種語言
[BROWSER]
headless_browser = True # 除非 CLI，否則保持不變
stealth_mode = True # 使用 undetected selenium 降低被檢測概率
headless_browser = True # 除非在主機上使用 CLI，否則保持不變。
stealth_mode = True # 使用不可檢測的 selenium 減少瀏覽器檢測
```
**警告：**
**警告**：
- `config.ini` 不支持註釋。不要直接複製示例配置，否則註釋會導致錯誤。請手動修改 config.ini，去除註釋。
- `config.ini` 文件格式不支持註釋。
不要直接複製粘貼示例配置，因為註釋會導致錯誤。相反，手動修改 `config.ini` 文件，使用您所需的設置，排除任何註釋。
- 若用 LM-studio 運行 LLM，provider_name 不要設為 `openai`，應設為 `lm-studio`。
- 如果使用 LM-studio 運行 LLM，請*不要*將 provider_name 設置為 `openai`。將其設置為 `lm-studio`。
- 某些 provider（如 lm-studio）要求 IP 前加 `http://`，如 `http://127.0.0.1:1234`
- 某些提供商（例如：lm-studio）要求您在 IP 前加上 `http://`。例如 `http://127.0.0.1:1234`
**本地 provider 列表**
**本地提供商列表**
| Provider | 本地？ | 說明 |
|-----------|--------|----------------------------------------------------|
| ollama | 是 | 使用 ollama 本地運行 LLM |
| lm-studio | 是 | 使用 LM studio 本地運行 LLM（provider_name 設為 lm-studio）|
| openai | 是 | 使用 openai 兼容 API（如 llama.cpp server） |
| 提供商 | 本地？ | 描述 |
|-----------|--------|-----------------------------------------------------------|
| ollama | 是 | 使用 ollama 作為 LLM 提供商輕鬆本地運行 LLM |
| lm-studio | 是 | 使用 LM studio 本地運行 LLM（將 `provider_name` 設置為 `lm-studio`）|
| openai | 是 | 使用 openai 兼容 API（例如：llama.cpp 服務器） |
下一步：[啟動服務並運行 AgenticSeek](#Start-services-and-Run)
下一步：[啟動服務並運行 AgenticSeek](#啟動服務並運行)
*如遇問題見**已知問題**部分*
*硬件無法本地運行 deepseek 時見**API 運行**部分*
*詳細配置說明見**Config**部分*
---
*如果遇到問題，請參閱[故障排除](#故障排除)部分。*
*如果硬件無法本地運行 LLM，請參閱[使用 API 運行設置](#使用-api-運行設置)。*
*有關詳細 `config.ini` 說明，請參閱[配置部分](#配置)。*
## 使用 API 運行設置
**API 運行為可選，見上方本地運行方法。**
此設置使用外部、基於雲的 LLM 提供商。您需要從所選服務獲取 API 密鑰。
在 `config.ini` 設置所需 provider。API provider 列表如下。
**1. 選擇 API 提供商並獲取 API 密鑰：**
```sh
請參閱下面的[API 提供商列表](#api-提供商列表)。訪問他們的網站註冊並獲取 API 密鑰。
**2. 將您的 API 密鑰設置為環境變量：**
* **Linux/macOS:**
打開終端並使用 `export` 命令。最好將其添加到 shell 的配置文件中（例如 `~/.bashrc`、`~/.zshrc`）以保持持久性。
```sh
export PROVIDER_API_KEY="your_api_key_here"
# 將 PROVIDER_API_KEY 替換為特定的變量名，例如 OPENAI_API_KEY、GOOGLE_API_KEY
```
TogetherAI 示例：
```sh
export TOGETHER_API_KEY="xxxxxxxxxxxxxxxxxxxxxx"
```
* **Windows:**
* **命令提示符（當前會話臨時）：**
```cmd
set PROVIDER_API_KEY=your_api_key_here
```
* **PowerShell（當前會話臨時）：**
```powershell
$env:PROVIDER_API_KEY="your_api_key_here"
```
* **永久性：** 在 Windows 搜索欄中搜索"環境變量"，點擊"編輯系統環境變量"，然後點擊"環境變量..."按鈕。添加一個新的用戶變量，使用適當的名稱（例如 `OPENAI_API_KEY`）和您的密鑰作為值。
*(有關更多詳細信息，請參閱 FAQ：[如何設置 API 密鑰？](#如何設置-api-密鑰))。*
**3. 更新 `config.ini`：**
```ini
[MAIN]
is_local = False
provider_name = google
provider_model = gemini-2.0-flash
provider_server_address = 127.0.0.1:5000 # 無關緊要
provider_name = openai # 或 google、deepseek、togetherAI、huggingface
provider_model = gpt-3.5-turbo # 或 gemini-1.5-flash、deepseek-chat、mistralai/Mixtral-8x7B-Instruct-v0.1 等。
provider_server_address = # 當 is_local = False 時，對於大多數 API 通常被忽略或可以留空
# ... 其他設置 ...
```
警告：確保 config 中無多餘空格。
*警告：* 確保 `config.ini` 值中沒有尾隨空格。
導出 API key：`export <>_API_KEY="xxx"`
**API 提供商列表**
示例：`export TOGETHER_API_KEY="xxxxx"`
| 提供商 | `provider_name` | 本地？ | 描述 | API 密鑰鏈接（示例） |
|--------------|-----------------|--------|---------------------------------------------------|---------------------------------------------|
| OpenAI | `openai` | 否 | 通過 OpenAI 的 API 使用 ChatGPT 模型。 | [platform.openai.com/signup](https://platform.openai.com/signup) |
| Google Gemini| `google` | 否 | 通過 Google AI Studio 使用 Google Gemini 模型。 | [aistudio.google.com/keys](https://aistudio.google.com/keys) |
| Deepseek | `deepseek` | 否 | 通過他們的 API 使用 Deepseek 模型。 | [platform.deepseek.com](https://platform.deepseek.com) |
| Hugging Face | `huggingface` | 否 | 使用 Hugging Face Inference API 中的模型。 | [huggingface.co/settings/tokens](https://huggingface.co/settings/tokens) |
| TogetherAI | `togetherAI` | 否 | 通過 TogetherAI API 使用各種開源模型。| [api.together.ai/settings/api-keys](https://api.together.ai/settings/api-keys) |
**API provider 列表**
*注意：*
* 我們不建議將 `gpt-4o` 或其他 OpenAI 模型用於複雜的網頁瀏覽和任務規劃，因為當前的提示優化針對 Deepseek 等模型。
* 編碼/bash 任務可能會遇到 Gemini 的問題，因為它可能不嚴格遵循針對 Deepseek 優化的格式化提示。
* 當 `is_local = False` 時，`config.ini` 中的 `provider_server_address` 通常不使用，因為 API 端點通常在相應提供商的庫中硬編碼。
| Provider | 本地？ | 說明 |
|-----------|--------|----------------------------------------------------|
| openai | 視情況 | 使用 ChatGPT API |
| deepseek | 否 | Deepseek API（非私有） |
| huggingface| 否 | Hugging-Face API（非私有） |
| togetherAI | 否 | 使用 together AI API（非私有） |
| google | 否 | 使用 google gemini API（非私有） |
下一步：[啟動服務並運行 AgenticSeek](#啟動服務並運行)
注意：使用 gemini 時代碼/bash 可能失敗，模型對格式提示不敏感，優化針對 deepseek r1。gpt-4o 在本項目 prompt 下表現也較差。
*如果遇到問題，請參閱**已知問題**部分*
下一步：[啟動服務並運行 AgenticSeek](#Start-services-and-Run)
*如遇問題見**已知問題**部分*
*詳細配置說明見**Config**部分*
*有關詳細配置文件說明，請參閱**配置**部分。*
---
## 啟動服務並運行
啟動所需服務。此操作會啟動 docker-compose.yml 中的所有服務，包括：
- searxng
- redis（searxng 依賴）
- frontend
- backend（如用 `full`）
默認情況下，AgenticSeek 完全在 Docker 中運行。
**選項 1:** 在 Docker 中運行，使用 Web 界面：
啟動所需服務。這將啟動 docker-compose.yml 中的所有服務，包括：
- searxng
- redis（searxng 所需）
- frontend
- backend（如果使用 Web 界面時使用 `full`）
```sh
./start_services.sh full # MacOS
start start_services.cmd full # Windows
```
**警告：** 此步驟會下載並加載所有 Docker 鏡像，可能需 30 分鐘。啟動后請等待 backend 服務完全運行（日誌中出現 backend: ），再發送消息。backend 啟動比其他服務慢。
**警告：** 此步驟將下載並加載所有 Docker 鏡像，可能需要長達 30 分鐘。啟動服務後，請等待後端服務完全運行（您應該在日誌中看到 **backend: "GET /health HTTP/1.1" 200 OK**）後再發送任何消息。首次運行時，後端服務可能需要 5 分鐘才能啟動。
訪問 `http://localhost:3000/`，即可看到網頁界面。
轉到 `http://localhost:3000/`，您應該會看到 Web 界面。
**可選：使用 CLI 界面運行：**
*服務啟動故障排除：* 如果這些腳本失敗，請確保 Docker Engine 正在運行並且 Docker Compose（V2，`docker compose`）已正確安裝。檢查終端輸出中的錯誤消息。請參閱 [FAQ：幫助！運行 AgenticSeek 或其腳本時出現錯誤。](#faq-故障排除)
如需 CLI 界面，需在主機安裝依賴：
**選項 2:** CLI 模式：
要使用 CLI 界面運行，您必須在主機上安裝軟件包：
```sh
./install.sh
./install.bat # windows
```
啟動服務：
然後您必須將 `config.ini` 中的 SEARXNG_BASE_URL 更改為：
```sh
SEARXNG_BASE_URL="http://localhost:8080"
```
啟動所需服務。這將啟動 docker-compose.yml 中的一些服務，包括：
- searxng
- redis（searxng 所需）
- frontend
```sh
./start_services.sh # MacOS
start start_services.cmd # Windows
```
然後運行：`uv run cli.py`
運行：uv run: `uv run python -m ensurepip` 以確保 uv 已啟用 pip。
使用 CLI：`uv run cli.py`
---
## 使用方法
確保服務已通過 `./start_services.sh full` 啟動，並訪問 `localhost:3000` 使用網頁界面。
確保服務已通過 `./start_services.sh full` 啟動並運行，然後轉到 `localhost:3000` 使用 Web 界面。
CLI 模式下可通過設置 `listen = True` 啟用語音轉文本。
您也可以通過設置 `listen = True` 來使用語音轉文本。僅限 CLI 模式。
退出時，只需說/輸入 `goodbye`。
要退出，只需說/輸入 `goodbye`。
以下為示例用法：
以下是一些使用示例：
> *用 python 寫一個貪吃蛇遊戲！*
@@ -267,60 +321,60 @@ CLI 模式下可通過設置 `listen = True` 啟用語音轉文本。
> *周五，搜索免費股票價格 API，用 supersuper7434567@gmail.com 註冊，然後寫 Python 腳本每日獲取特斯拉股價，結果保存到 stock_prices.csv*
*表單填寫功能仍為實驗性，可能失敗。*
*請注意，表單填寫功能仍為實驗性，可能失敗。*
輸入查詢后，AgenticSeek 會自動分配最佳代理執行任務。
輸入查詢後，AgenticSeek 將分配最佳代理執行任務。
由於目前為早期原型，代理路由系統可能無法總是正確分配代理。
由於這是早期原型，代理路由系統可能無法總是根據您的查詢分配正確的代理。
因此，建議明確表達需求及 AI 執行方式。例如需網頁搜索時，不要說：
因此，您應該非常明確地表達您想要什麼以及 AI 可能如何進行，例如如果您希望它進行網頁搜索，不要說：
`你知道哪些適合獨自旅行的國家嗎？`
而應說：
`請進行網頁搜索，找出最適合獨自旅行的國家`
`進行網頁搜索，找出最適合獨自旅行的國家`
---
## **在自有服務器運行 LLM 的設置**
## **在自己的服務器上運行 LLM 的設置**
如有高性能電腦或服務器，可用自定義 llm server 遠程運行 LLM。
如果您有功能強大的計算機或可以使用的服務器，但想從筆記本電腦使用它，您可以選擇使用我們的自定義 llm 服務器在遠程服務器上運行 LLM。
在運行 AI 模型的“服務器”上獲取 IP 地址：
在將運行 AI 模型的"服務器"上，獲取 IP 地址
```sh
ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1 # 本地 IP
curl https://ipinfo.io/ip # 公網 IP
curl https://ipinfo.io/ip # 公共 IP
```
註：Windows/macOS 可用 ipconfig 或 ifconfig 查詢 IP。
注意：對於 Windows 或 macOS，分別使用 ipconfig 或 ifconfig 查找 IP 地址。
克隆倉庫並進入 `server/` 文件夾：
克隆倉庫並進入 `server/` 文件夾。
```sh
git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/llm_server/
```
安裝服務器依賴：
安裝服務器特定要求：
```sh
pip3 install -r requirements.txt
```
運行服務器腳本：
運行服務器腳本。
```sh
python3 app.py --provider ollama --port 3333
```
可選擇 `ollama` 或 `llamacpp` 作為 LLM 服務。
您可以選擇使用 `ollama` 和 `llamacpp` 作為 LLM 服務。
在你的個人電腦上：
現在在您的個人計算機上：
修改 `config.ini`，將 `provider_name` 設為 `server`，`provider_model` 設為 `deepseek-r1:xxb`。
`provider_server_address` 設為運行模型機器的 IP。
更改 `config.ini` 文件，將 `provider_name` 設置為 `server`，`provider_model` 設置為 `deepseek-r1:xxb`。
將 `provider_server_address` 設置為將運行模型的機器的 IP 地址。
```sh
[MAIN]
@@ -330,40 +384,40 @@ provider_model = deepseek-r1:70b
provider_server_address = http://x.x.x.x:3333
```
下一步：[啟動服務並運行 AgenticSeek](#Start-services-and-Run)
下一步：[啟動服務並運行 AgenticSeek](#啟動服務並運行)
---
## 語音轉文本
警告：目前僅 CLI 模式支持語音轉文本。
警告：目前語音轉文本僅適用於 CLI 模式。
目前僅支持英文語音轉文本。
請注意，目前語音轉文本僅適用於英語。
默認關閉語音轉文本。啟用方法：在 config.ini 設置 listen 為 True：
語音轉文本功能默認禁用。要啟用它，請在 config.ini 文件中將 listen 選項設置為 True：
```
listen = True
```
啟用后，語音轉文本會監聽觸發詞（即 agent 名稱），再開始處理輸入。可通過修改 *config.ini* 的 `agent_name` 自定義：
啟用後，語音轉文本功能會監聽觸發關鍵字，即代理的名稱，然後開始處理您的輸入。您可以通過更新 *config.ini* 文件中的 `agent_name` 值來自定義代理的名稱：
```
agent_name = Friday
```
建議使用常見英文名如 "John" 或 "Emma" 作為 agent 名稱。
為了獲得最佳識別效果，我們建議使用常見的英文名稱，如 "John" 或 "Emma" 作為代理名稱。
看到轉錄開始出現后，呼叫 agent 名稱喚醒（如“Friday”）。
一旦您看到轉錄開始出現，請大聲說出代理的名稱以喚醒它（例如，"Friday"）。
清晰說出你的請求。
清晰地說出您的查詢。
以確認短語結尾，表示系統可繼續處理。例如：
用確認短語結束您的請求，以指示系統繼續。確認短語的示例包括：
```
"do it", "go ahead", "execute", "run", "start", "thanks", "would ya", "please", "okay?", "proceed", "continue", "go on", "do that", "go it", "do you understand?"
```
## 配置說明
## 配置
配置示例：
```
@@ -371,173 +425,258 @@ agent_name = Friday
is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:11434
provider_server_address = http://127.0.0.1:11434 # Ollama 示例；LM-Studio 使用 http://127.0.0.1:1234
agent_name = Friday
recover_last_session = False
save_session = False
speak = False
listen = False
jarvis_personality = False
languages = en zh
languages = en zh # TTS 和潛在路由的語言列表。
[BROWSER]
headless_browser = False
stealth_mode = False
```
**說明：**
**`config.ini` 設置說明**：
- is_local -> 本地運行（True）或遠程服務器（False）
* **`[MAIN]` 部分：**
* `is_local`: 如果使用本地 LLM 提供商（Ollama、LM-Studio、本地 OpenAI 兼容服務器）或自託管服務器選項，則為 `True`。如果使用基於雲的 API（OpenAI、Google 等），則為 `False`。
* `provider_name`: 指定 LLM 提供商。
* 本地選項：`ollama`、`lm-studio`、`openai`（用於本地 OpenAI 兼容服務器）、`server`（用於自託管服務器設置）。
* API 選項：`openai`、`google`、`deepseek`、`huggingface`、`togetherAI`。
* `provider_model`: 所選提供商的特定模型名稱或 ID（例如，Ollama 的 `deepseekcoder:6.7b`，OpenAI API 的 `gpt-3.5-turbo`，TogetherAI 的 `mistralai/Mixtral-8x7B-Instruct-v0.1`）。
* `provider_server_address`: 您的 LLM 提供商的地址。
* 對於本地提供商：例如，Ollama 的 `http://127.0.0.1:11434`，LM-Studio 的 `http://127.0.0.1:1234`。
* 對於 `server` 提供商類型：您的自託管 LLM 服務器的地址（例如 `http://your_server_ip:3333`）。
* 對於雲 API（`is_local = False`）：這通常被忽略或可以留空，因為 API 端點通常由客戶端庫處理。
* `agent_name`: AI 助手的名稱（例如 Friday）。如果啟用，用作語音轉文本的觸發詞。
* `recover_last_session`: `True` 嘗試恢復上一個會話的狀態，`False` 重新開始。
* `save_session`: `True` 保存當前會話的狀態以供潛在恢復，`False` 否則。
* `speak`: `True` 啟用文本轉語音語音輸出，`False` 禁用。
* `listen`: `True` 啟用語音轉文本語音輸入（僅限 CLI 模式），`False` 禁用。
* `work_dir`: **關鍵：** AgenticSeek 將讀取/寫入文件的目錄。**確保此路徑在您的系統上有效且可訪問。**
* `jarvis_personality`: `True` 使用更"Jarvis-like"的系統提示（實驗性），`False` 使用標準提示。
* `languages`: 逗號分隔的語言列表（例如 `en, zh, fr`）。用於 TTS 語音選擇（默認為第一個），並可以協助 LLM 路由器。為避免路由器效率低下，避免使用過多或非常相似的語言。
* **`[BROWSER]` 部分：**
* `headless_browser`: `True` 在沒有可見窗口的情況下運行自動化瀏覽器（推薦用於 Web 界面或非交互式使用）。`False` 顯示瀏覽器窗口（對於 CLI 模式或調試有用）。
* `stealth_mode`: `True` 啟用使瀏覽器自動化更難檢測的措施。可能需要手動安裝瀏覽器擴展，如 anticaptcha。
- provider_name -> 使用的 provider（如：`ollama`、`server`、`lm-studio`、`deepseek-api`）
本節總結了支持的 LLM 提供商類型。在 `config.ini` 中配置它們。
- provider_model -> 使用的模型，如 deepseek-r1:32b
**本地提供商（在您自己的硬件上運行）：**
- provider_server_address -> 服務器地址，如 127.0.0.1:11434（本地），API 可隨意
| config.ini 中的提供商名稱 | `is_local` | 描述 | 設置部分 |
|-------------------------------|------------|-----------------------------------------------------------------------------|------------------------------------------------------------------|
| `ollama` | `True` | 使用 Ollama 輕鬆提供本地 LLM。 | [在您的機器上本地運行 LLM 的設置](#在您的機器上本地運行-llm-的設置) |
| `lm-studio` | `True` | 使用 LM-Studio 提供本地 LLM。 | [在您的機器上本地運行 LLM 的設置](#在您的機器上本地運行-llm-的設置) |
| `openai`（用於本地服務器） | `True` | 連接到暴露 OpenAI 兼容 API 的本地服務器（例如，llama.cpp）。 | [在您的機器上本地運行 LLM 的設置](#在您的機器上本地運行-llm-的設置) |
| `server` | `False` | 連接到在另一台機器上運行的 AgenticSeek 自託管 LLM 服務器。 | [在自己的服務器上運行 LLM 的設置](#在自己的服務器上運行-llm-的設置) |
- agent_name -> 代理名稱，如 Friday，語音喚醒詞
**API 提供商（基於雲）：**
- recover_last_session -> 是否恢復上次會話（True/False）
| config.ini 中的提供商名稱 | `is_local` | 描述 | 設置部分 |
|-------------------------------|------------|--------------------------------------------------|-----------------------------------------------------|
| `openai` | `False` | 使用 OpenAI 的官方 API（例如，GPT-3.5、GPT-4）。 | [使用 API 運行設置](#使用-api-運行設置) |
| `google` | `False` | 通過 API 使用 Google 的 Gemini 模型。 | [使用 API 運行設置](#使用-api-運行設置) |
| `deepseek` | `False` | 使用 Deepseek 的官方 API。 | [使用 API 運行設置](#使用-api-運行設置) |
| `huggingface` | `False` | 使用 Hugging Face Inference API。 | [使用 API 運行設置](#使用-api-運行設置) |
| `togetherAI` | `False` | 使用 TogetherAI 的 API 獲取各種開放模型。 | [使用 API 運行設置](#使用-api-運行設置) |
- save_session -> 是否保存會話數據（True/False）
---
## 故障排除
- speak -> 是否啟用語音輸出（True/False）
- listen -> 是否啟用語音輸入（True/False）
- jarvis_personality -> 是否使用 JARVIS 風格（True/False），僅更換 prompt
- languages -> 支持語言列表，供 LLM 路由使用，建議不要太多或太相似
- headless_browser -> 是否無頭瀏覽器（True/False）
- stealth_mode -> 是否降低被檢測概率，需手動安裝 anticaptcha 擴展
- languages -> 支持語言列表，代理路由系統需用，列表越長下載模型越多
## Provider 列表
下表為可用 provider：
| Provider | 本地？ | 說明 |
|-----------|--------|----------------------------------------------------|
| ollama | 是 | 使用 ollama 本地運行 LLM |
| server | 是 | 在其他機器託管模型，本機調用 |
| lm-studio | 是 | 使用 LM studio 本地運行 LLM（provider_name 設為 lm-studio）|
| openai | 視情況 | 使用 ChatGPT API（非私有）或 openai 兼容 API |
| deepseek-api | 否 | Deepseek API（非私有） |
| huggingface| 否 | Hugging-Face API（非私有） |
| togetherAI | 否 | 使用 together AI API（非私有） |
| google | 否 | 使用 google gemini API（非私有） |
選擇 provider 時修改 config.ini：
```
is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:5000
```
`is_local`：本地 LLM 設為 True，否則 False。
`provider_name`：選擇 provider 名稱，見上表。
`provider_model`：設置代理使用的模型。
`provider_server_address`：如非 server provider，可隨意。
如果遇到問題，本節提供指導。
# 已知問題
## Chromedriver 問題
## ChromeDriver 問題
**已知錯誤 #1：** *chromedriver 不匹配*
**錯誤示例：** `SessionNotCreatedException: Message: session not created: This version of ChromeDriver only supports Chrome version XXX`
### 根本原因
ChromeDriver 版本不兼容發生在：
1. 您安裝的 ChromeDriver 版本與 Chrome 瀏覽器版本不匹配
2. 在 Docker 環境中，`undetected_chromedriver` 可能會下載自己的 ChromeDriver 版本，繞過掛載的二進制文件
### 解決步驟
#### 1. 檢查您的 Chrome 版本
打開 Google Chrome → `設置 > 關於 Chrome` 查找您的版本（例如，"版本 134.0.6998.88"）
#### 2. 下載匹配的 ChromeDriver
**對於 Chrome 115 及更新版本：** 使用 [Chrome for Testing API](https://googlechromelabs.github.io/chrome-for-testing/)
- 訪問 Chrome for Testing 可用性儀表板
- 找到您的 Chrome 版本或最接近的可用匹配
- 為您的操作系統下載 ChromeDriver（Docker 環境使用 Linux64）
**對於舊版 Chrome：** 使用 [舊版 ChromeDriver 下載](https://chromedriver.chromium.org/downloads)
![從 Chrome for Testing 下載 ChromeDriver](./media/chromedriver_readme.png)
#### 3. 安裝 ChromeDriver（選擇一種方法）
**方法 A：項目根目錄（Docker 推薦）**
```bash
# 將下載的 chromedriver 二進制文件放在項目根目錄
cp path/to/downloaded/chromedriver ./chromedriver
chmod +x ./chromedriver # 在 Linux/macOS 上使其可執行
```
**方法 B：系統 PATH**
```bash
# Linux/macOS
sudo mv chromedriver /usr/local/bin/
sudo chmod +x /usr/local/bin/chromedriver
# Windows：將 chromedriver.exe 放在 PATH 中的文件夾中
```
#### 4. 驗證安裝
```bash
# 測試 ChromeDriver 版本
./chromedriver --version
# 或者在 PATH 中：
chromedriver --version
```
### Docker 特定說明
⚠️ **Docker 用戶重要：**
- Docker 卷掛載方法可能不適用於隱身模式（`undetected_chromedriver`）
- **解決方案：** 將 ChromeDriver 放在項目根目錄中作為 `./chromedriver`
- 應用程序將自動檢測並使用此二進制文件
- 您應該在日誌中看到：`"Using ChromeDriver from project root: ./chromedriver"`
### 故障排除提示
1. **仍然遇到版本不匹配？**
- 驗證 ChromeDriver 是否可執行：`ls -la ./chromedriver`
- 檢查 ChromeDriver 版本：`./chromedriver --version`
- 確保它與您的 Chrome 瀏覽器版本匹配
2. **Docker 容器問題？**
- 檢查後端日誌：`docker logs backend`
- 查找消息：`"Using ChromeDriver from project root"`
- 如果未找到，請驗證文件是否存在且可執行
3. **Chrome for Testing 版本**
- 盡可能使用完全匹配的版本
- 對於版本 134.0.6998.88，使用 ChromeDriver 134.0.6998.165（最接近的可用版本）
- 主要版本號必須匹配（134 = 134）
### 版本兼容性矩陣
| Chrome 版本 | ChromeDriver 版本 | 狀態 |
|----------------|---------------------|---------|
| 134.0.6998.x | 134.0.6998.165 | ✅ 可用 |
| 133.0.6943.x | 133.0.6943.141 | ✅ 可用 |
| 132.0.6834.x | 132.0.6834.159 | ✅ 可用 |
*有關最新兼容性，請查看 [Chrome for Testing 儀表板](https://googlechromelabs.github.io/chrome-for-testing/)*
`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`
出現此問題是瀏覽器與 chromedriver 版本不匹配。
如果您的瀏覽器和 chromedriver 版本不匹配，會發生這種情況。
需下載最新版本：
您需要導航到下載最新版本：
https://developer.chrome.com/docs/chromedriver/downloads
如用 Chrome 115 及以上，訪問：
如果您使用 Chrome 版本 115 或更新版本，請轉到：
https://googlechromelabs.github.io/chrome-for-testing/
下載與你操作系統匹配的 chromedriver。
並下載與您的操作系統匹配的 chromedriver 版本。
![alt text](./media/chromedriver_readme.png)
如本節不全請提交 issue。
如果此部分不完整，請提出問題。
## 連接適配器問題
## 連接適配器問題
```
Exception: Provider lm-studio failed: HTTP request failed: No connection adapters were found for '127.0.0.1:11434/v1/chat/completions'
Exception: Provider lm-studio failed: HTTP request failed: No connection adapters were found for '127.0.0.1:1234/v1/chat/completions'`（注意：端口可能不同）
```
請確保 provider IP 前加 `http://`：
* **原因：** `config.ini` 中 `lm-studio`（或其他類似的本地 OpenAI 兼容服務器）的 `provider_server_address` 缺少 `http://` 前綴或指向錯誤的端口。
* **解決方案：**
* 確保地址包含 `http://`。LM-Studio 通常默認為 `http://127.0.0.1:1234`。
* 正確的 `config.ini`：`provider_server_address = http://127.0.0.1:1234`（或您的實際 LM-Studio 服務器端口）。
`provider_server_address = http://127.0.0.1:11434`
## SearxNG base URL 必須提供
## SearxNG 基本 URL 未提供
```
raise ValueError("SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.")
ValueError: SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.
ValueError: SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.`
```
可能未將 `.env.example` 重命名為 `.env`？也可導出 SEARXNG_BASE_URL：
如果您使用錯誤的 searxng 基本 URL 運行 CLI 模式，可能會出現這種情況。
`export SEARXNG_BASE_URL="http://127.0.0.1:8080"`
SEARXNG_BASE_URL 應根據您是在 Docker 中運行還是在主機上運行而有所不同：
**在主機上運行**：`SEARXNG_BASE_URL="http://localhost:8080"`
**完全在 Docker 中運行（Web 界面）**：`SEARXNG_BASE_URL="http://searxng:8080"`
## FAQ
**Q: 需要什麼硬件？**
**問：我需要什麼硬件？**
| 模型規模 | GPU | 說明 |
|-----------|--------|----------------------------------------------------|
| 7B | 8GB 顯存 | ⚠️ 不推薦。性能差，易幻覺，規劃代理易失敗。 |
| 14B | 12GB 顯存（如 RTX 3060） | ✅ 簡單任務可用，網頁瀏覽和規劃任務可能吃力。|
| 32B | 24GB+ 顯存（如 RTX 4090） | 🚀 大多數任務成功，複雜規劃仍有難度。 |
| 70B+ | 48GB+ 顯存（如 mac studio） | 💪 推薦，高級用例表現優異。 |
| 模型大小 | GPU | 評論 |
|-----------|--------|-----------------------------------------------------------|
| 7B | 8GB 顯存 | ⚠️ 不推薦。性能差，頻繁出現幻覺，規劃代理可能會失敗。 |
| 14B | 12 GB VRAM（例如 RTX 3060） | ✅ 可用於簡單任務。可能在網頁瀏覽和規劃任務方面有困難。 |
| 32B | 24+ GB VRAM（例如 RTX 4090） | 🚀 大多數任務成功，可能仍然在任務規劃方面有困難 |
| 70B+ | 48+ GB 顯存 | 💪 優秀。推薦用於高級用例。 |
**Q: 為什麼選 Deepseek R1？**
**問：我遇到錯誤該怎麼辦？**
Deepseek R1 在推理和工具調用方面表現優異。我們認為它非常適合本項目，其他模型也可用，但 Deepseek 是首選。
確保本地正在運行（`ollama serve`），您的 `config.ini` 與您的提供商匹配，並且依賴項已安裝。如果都不起作用，請隨時提出問題。
我们的台湾和香港朋友可能会考虑使用未经审查的模型，法国的推理模型“magistral”也是一个替代选择。
**問：它真的可以 100% 本地運行嗎？**
**Q: 運行 `cli.py` 報錯怎麼辦？**
是的，使用 Ollama、lm-studio 或服務器提供商，所有語音轉文本、LLM 和文本轉語音模型都在本地運行。非本地選項（OpenAI 或其他 API）是可選的。
確保本地服務（`ollama serve`）已啟動，`config.ini` 配置正確，依賴已安裝。如仍有問題歡迎提交 issue。
**問：當我有 Manus 時，為什麼應該使用 AgenticSeek？**
**Q: 真能 100% 本地運行嗎？**
與 Manus 不同，AgenticSeek 優先考慮獨立於外部系統，給您更多控制、隱私和避免 API 成本。
是的，使用 Ollama、lm-studio 或 server provider 時，語音、LLM、語音轉文本均本地運行。非本地（OpenAI 等 API）為可選。
**問：誰是這個項目的幕後推手？**
**Q: 有 Manus 為什麼還要用 AgenticSeek？**
這個項目是由我創建的，還有兩個朋友作為維護者和 GitHub 上開源社區的貢獻者。我們只是一群充滿熱情的個人，不是初創公司，也不隸屬於任何組織。
本項目起初只是興趣驅動的副業。特別之處在於主打本地模型，避免 API。
靈感來自 Jarvis 和 Friday（鋼鐵俠），功能上更接近 Manus，因為大家最想要的是本地 manus 替代品。
與 Manus 不同，AgenticSeek 更注重獨立性、隱私和避免 API 成本。
X 上除了我的個人賬戶（https://x.com/Martin993886460）之外的任何 AgenticSeek 賬戶都是冒充的。
## 貢獻
我們歡迎開發者改進 AgenticSeek！請查看 open issues 或討論區。
我們正在尋找開發人員來改進 AgenticSeek！查看開放的問題或討論。
[貢獻指南](./docs/CONTRIBUTING.md)
[![Star History Chart](https://api.star-history.com/svg?repos=Fosowl/agenticSeek&type=Date)](https://www.star-history.com/#Fosowl/agenticSeek&Date)
## 贊助商：
想要通過航班搜索、旅行規劃或搶購最佳購物優惠等功能來提升 AgenticSeek 的能力？考慮使用 SerpApi 製作自定義工具，以解鎖更多 Jarvis 般的功能。使用 SerpApi，您可以為專業任務加速您的代理，同時保持完全控制。
<a href="https://serpapi.com/"><img src="./media/banners/sponsor_banner_serpapi.png" height="350" alt="SerpApi Banner" ></a>
查看 [Contributing.md](./docs/CONTRIBUTING.md) 了解如何集成自定義工具！
### **贊助商**：
- [tatra-labs](https://github.com/tatra-labs)
## 維護者：
> [Fosowl](https://github.com/Fosowl) | 巴黎時間
> [Fosowl](https://github.com/Fosowl) | 巴黎時間
> [antoineVIVIES](https://github.com/antoineVIVIES) | 台北時間
> [steveh8758](https://github.com/steveh8758) | 台北時間
> [antoineVIVIES](https://github.com/antoineVIVIES) | 台北時間
## 特別感謝：
> [tcsenpai](https://github.com/tcsenpai) 和 [plitc](https://github.com/plitc) 協助後端 docker 化
> [tcsenpai](https://github.com/tcsenpai) 和 [plitc](https://github.com/plitc) 協助後端 Docker 化
[![Star History Chart](https://api.star-history.com/svg?repos=Fosowl/agenticSeek&type=Date)](https://www.star-history.com/#Fosowl/agenticSeek&Date)