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

update all readme

Browse Source
This commit is contained in:
martin legrand
2025-06-06 18:51:34 +02:00
parent c09dee0329
commit 946f3a8993
5 changed files with 1622 additions and 1466 deletions
Download Patch File Download Diff File Expand all files Collapse all files
README_CHS.md
+312 -346
View File
@@ -1,44 +1,48 @@
# AgenticSeek: 一款100%本地运行的Manus替代方案
# AgenticSeek：私有、本地的 Manus 替代方案
<p align="center">
<img align="center" src="./media/agentic_seek_logo.png" width="300" height="300" alt="Agentic Seek Logo">
<p>
[English](./README.md) | 中文 | [日本語](./README_JP.md) | [Português (Brasil)](./README_PTBR.md)
[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)
*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。*
*一个**100%本地运行的 Manus AI 替代品**，支持语音的 AI 助手，可自主浏览网页、编写代码、规划任务，所有数据仅保存在你的设备上。专为本地推理模型设计，完全在你的硬件上运行，确保隐私无忧，无需云端依赖。*
[![Visit 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)
[![访问 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)
### 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。
* 🔒 完全本地 & 私有 —— 所有内容都在你的电脑上运行，无云端、无数据共享。你的文件、对话和搜索都保持私密。
* 🌐 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。
* 🌐 智能网页浏览 —— AgenticSeek 可自主浏览互联网：搜索、阅读、提取信息、填写网页表单，全程免手动。
* 💻 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。
* 💻 自动化编程助手 —— 需要代码？它能编写、调试并运行 Python、C、Go、Java 等程序，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。
* 🧠 智能代理选择 —— 你提问，它自动判断最合适的代理来完成任务。就像有一支专家团队随时待命。
* 📋 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。
* 📋 规划并执行复杂任务 —— 从旅行规划到复杂项目，可将大任务拆分为步骤，调用多个 AI 代理协作完成。
* 🎙️ 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。
* 🎙️ 语音支持 —— 干净、快速、未来感的语音与语音转文本功能，让你像科幻电影中的 AI 一样与它对话。（开发中）
https://github.com/user-attachments/assets/4bd5faf6-459f-4f94-bd1d-238c4b331469
### **演示**
> 🛠️ **目前还在开发阶段** – 欢迎任何贡献者加入我们！
> *你能搜索 agenticSeek 项目，了解需要哪些技能，然后打开 CV_candidates.zip 并告诉我哪些最匹配该项目吗？*
---
https://github.com/user-attachments/assets/b8ca60e9-7b3b-4533-840e-08f9ac426316
## **安装**
免责声明：本演示及出现的所有文件（如 CV_candidates.zip）均为虚构。我们不是公司，只寻求开源贡献者而非候选人。
确保已安装了 Chrome driver，Docker 和 Python 3.10（或更新）。
> 🛠⚠️️ **项目正在积极开发中**
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。
> 🙏 本项目起初只是一个副业，没有路线图也没有资金支持。它意外地登上了 GitHub Trending。非常感谢大家的贡献、反馈与耐心。
有关于 Chrome driver 的问题，请参见 **Chromedriver** 部分。
## 前置条件
### 1️⃣ **复制储存库与设置环境变数**
请确保已安装 chrome driver、docker 和 python3.10。
如遇 chrome driver 相关问题，请参见 **Chromedriver** 部分。
### 1. **克隆仓库并初始化**
```sh
git clone https://github.com/Fosowl/agenticSeek.git
@@ -46,374 +50,337 @@ cd agenticSeek
mv .env.example .env
```
## 2️⃣ 安装 UV 包管理器
### Linux/macOS:
```bash
curl -LsSf https://astral.sh/uv/install.sh | sh
```
### Windows:
```powershell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
```
## 3️⃣ 创建虚拟环境
```bash
uv venv
```
### 4️⃣ **安装所需套件**
**自动安装:**
### 2. 修改 .env 文件内容
```sh
./install.sh
SEARXNG_BASE_URL="http://127.0.0.1:8080"
REDIS_BASE_URL="redis://redis:6379/0"
WORK_DIR="/Users/mlg/Documents/workspace_for_ai"
OLLAMA_PORT="11434"
LM_STUDIO_PORT="1234"
CUSTOM_ADDITIONAL_LLM_PORT="11435"
OPENAI_API_KEY='optional'
DEEPSEEK_API_KEY='optional'
OPENROUTER_API_KEY='optional'
TOGETHER_API_KEY='optional'
GOOGLE_API_KEY='optional'
ANTHROPIC_API_KEY='optional'
```
** 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）：**
**API Key 完全可选，若你选择本地运行 LLM（本项目主要目的），可留空，只要硬件足够。**
以下环境变量用于配置应用的连接和 API 密钥。
根据需要更新 `.env` 文件：
- **SEARXNG_BASE_URL**：保持不变
- **REDIS_BASE_URL**：保持不变
- **WORK_DIR**：本地工作目录路径，AgenticSeek 可读取和操作这些文件
- **OLLAMA_PORT**：Ollama 服务端口
- **LM_STUDIO_PORT**：LM Studio 服务端口
- **CUSTOM_ADDITIONAL_LLM_PORT**：自定义 LLM 服务端口
下方所有 API 密钥环境变量均为**可选**，仅在你打算使用外部 API 而非本地 LLM 时填写。
### 3. **启动 Docker**
确保已安装并运行 Docker。可通过以下命令启动：
- **Linux/macOS：**
打开终端运行：
```sh
sudo systemctl start docker
```
或在应用菜单启动 Docker Desktop。
- **Windows：**
在开始菜单启动 Docker Desktop。
验证 Docker 是否运行：
```sh
docker info
```
pip3 install jieba cn2an
```
如能看到 Docker 信息，则运行正常。
**手动安装:**
---
## 本地运行 LLM 的设置
**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**
**硬件要求：**
- *Linux*:
本地运行 LLM 需有足够硬件。至少需支持 Qwen/Deepseek 14B 的 GPU。详细模型/性能建议见 FAQ。
更新软件包列表：`sudo apt update`
**启动本地 provider**
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：
以 ollama 为例，启动本地 provider：
```sh
ollama serve
```
请参阅下方支持的本地提供者列表。
下方有本地支持的 provider 列表。
**更新 config.ini**
**修改 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*。
将 config.ini 文件中的 provider_name 设置为支持的 provider，provider_model 设置为 provider 支持的 LLM。推荐推理模型如 *Qwen* 或 *Deepseek*。
请参见 README 末尾的 **FAQ** 部分了解所需硬件。
详细硬件要求见 README 末尾 FAQ。
```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
is_local = True # 是否本地运行
provider_name = ollama # 或 lm-studio、openai 等
provider_model = deepseek-r1:14b # 选择适合硬件的模型
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
agent_name = Jarvis # AI 名称
recover_last_session = True # 是否恢复上次会话
save_session = True # 是否保存当前会话
speak = False # 语音输出
listen = False # 语音输入，仅 CLI，实验性
jarvis_personality = False # 是否使用 Jarvis 风格（实验性）
languages = en zh # 语言列表，语音默认第一个
[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
headless_browser = True # 除非 CLI，否则保持不变
stealth_mode = True # 使用 undetected selenium 降低被检测概率
```
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`。
**警告：**
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`
- `config.ini` 不支持注释。不要直接复制示例配置，否则注释会导致错误。请手动修改 config.ini，去除注释。
- 若用 LM-studio 运行 LLM，provider_name 不要设为 `openai`，应设为 `lm-studio`。
- 某些 provider（如 lm-studio）要求 IP 前加 `http://`，如 `http://127.0.0.1:1234`
**本地提供者列表**
**本地 provider 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 |
| Provider | 本地？ | 说明 |
|-----------|--------|----------------------------------------------------|
| ollama | 是 | 使用 ollama 本地运行 LLM |
| lm-studio | 是 | 使用 LM studio 本地运行 LLM（provider_name 设为 lm-studio）|
| openai | 是 | 使用 openai 兼容 API（如 llama.cpp server） |
下一步： [Start services and run AgenticSeek](#Start-services-and-Run)
下一步：[启动服务并运行 AgenticSeek](#Start-services-and-Run)
*如遇问题见**已知问题**部分*
*硬件无法本地运行 deepseek 时见**API 运行**部分*
*详细配置说明见**Config**部分*
---
## **Run with an API （透过 API 执行）**
## 使用 API 运行设置
设定 `config.ini`。
**API 运行为可选，见上方本地运行方法。**
在 `config.ini` 设置所需 provider。API provider 列表如下。
```sh
[MAIN]
is_local = False
provider_name = openai
provider_model = gpt-4o
provider_server_address = 127.0.0.1:5000
provider_name = google
provider_model = gemini-2.0-flash
provider_server_address = 127.0.0.1:5000 # 无关紧要
```
警告：确保 config 中无多余空格。
警告：确保 `config.ini` 没有行尾空格。
导出 API key：`export <<PROVIDER>>_API_KEY="xxx"`
如果使用基于本机的 openai-based api 则把 `is_local` 设定为 `True`。
示例：`export TOGETHER_API_KEY="xxxxx"`
同时更改你的 IP 为 openai-based api 的 IP。
**API provider 列表**
| Provider | 本地？ | 说明 |
|-----------|--------|----------------------------------------------------|
| openai | 视情况 | 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： [Start services and run AgenticSeek](#Start-services-and-Run)
注意：使用 gemini 时代码/bash 可能失败，模型对格式提示不敏感，优化针对 deepseek r1。gpt-4o 在本项目 prompt 下表现也较差。
下一步：[启动服务并运行 AgenticSeek](#Start-services-and-Run)
*如遇问题见**已知问题**部分*
*详细配置说明见**Config**部分*
---
## Start services and Run
(启动服务并运行)
## 启动服务并运行
启动所需服务。此操作会启动 docker-compose.yml 中的所有服务，包括：
- searxng
- redis（searxng 依赖）
- frontend
- backend（如用 `full`）
如果需要，请激活你的 Python 环境。
```sh
source .venv/bin/activate
./start_services.sh full # MacOS
start ./start_services.cmd full # Windows
```
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
**警告：** 此步骤会下载并加载所有 Docker 镜像，可能需 30 分钟。启动后请等待 backend 服务完全运行（日志中出现 backend: <info>），再发送消息。backend 启动比其他服务慢。
访问 `http://localhost:3000/`，即可看到网页界面。
**可选：使用 CLI 界面运行：**
如需 CLI 界面，需在主机安装依赖：
```sh
sudo ./start_services.sh # MacOS
./install.sh
./install.bat # windows
```
启动服务：
```sh
./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*
然后运行：`python3 cli.py`
---
## Usage （使用方法）
## 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
确保服务已通过 `./start_services.sh full` 启动，并访问 `localhost:3000` 使用网页界面。
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！
CLI 模式下可通过设置 `listen = True` 启用语音转文本。
```sh
sudo ./start_services.sh
python3 cli.py
```
退出时，只需说/输入 `goodbye`。
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。
以下为示例用法：
要退出时，只要和他说 `goodbye` 就可以退出！
> *用 python 写一个贪吃蛇游戏！*
以下是一些用法：
> *搜索法国雷恩的最佳咖啡馆，并将三家及其地址保存到 rennes_cafes.txt。*
### Coding/Bash
> *写一个 Go 程序计算阶乘，保存为 factorial.go 到你的工作区*
> *在 Golang 中帮助我进行矩阵乘法*
> *在 summer_pictures 文件夹中查找所有 JPG 文件，用今天日期重命名，并将重命名文件列表保存到 photos_list.txt*
> *使用 nmap 扫描我的网路，找出是否有任何可疑装置连接*
> *在线搜索 2024 年热门科幻电影，挑选三部今晚观看，保存到 movie_night.txt。*
> *用 Python 制作一个贪食蛇游戏*
> *搜索 2025 年最新 AI 新闻文章，选三篇，写 Python 脚本抓取标题和摘要，脚本保存为 news_scraper.py，摘要保存到 ai_news.txt（/home/projects）*
### 网路搜寻
> *周五，搜索免费股票价格 API，用 supersuper7434567@gmail.com 注册，然后写 Python 脚本每日获取特斯拉股价，结果保存到 stock_prices.csv*
> *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*
*表单填写功能仍为实验性，可能失败。*
> *你能在网路上找到谁创造了 AgenticSeek 吗？*
输入查询后，AgenticSeek 会自动分配最佳代理执行任务。
> *你能在哪个网站上找到便宜的 RTX 4090 吗？*
由于目前为早期原型，代理路由系统可能无法总是正确分配代理。
### 档案浏览与搜寻
因此，建议明确表达需求及 AI 执行方式。例如需网页搜索时，不要说：
> *嘿，你能找到我遗失的 million_dollars_contract.pdf 在哪里吗？*
`你知道哪些适合独自旅行的国家吗？`
> *告诉我我的磁碟还剩下多少空间*
而应说：
> *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？
`请进行网页搜索，找出最适合独自旅行的国家`
---
## **在自有服务器运行 LLM 的设置**
---
如有高性能电脑或服务器，可用自定义 llm server 远程运行 LLM。
## **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
在运行 AI 模型的“服务器”上获取 IP 地址：
```sh
ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1
ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1 # 本地 IP
curl https://ipinfo.io/ip # 公网 IP
```
注意：请在 Windows 或 MacOS，分别使用 `ipconfig` 与 `ifconfig` 来寻找 IP 位址。
注：Windows/macOS 可用 ipconfig 或 ifconfig 查询 IP。
**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。
克隆仓库并进入 `server/` 文件夹：
```sh
git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/server/
cd agenticSeek/llm_server/
```
安装伺服器所需的套件：
安装服务器依赖：
```sh
pip3 install -r requirements.txt
```
执行伺服器脚本。
运行服务器脚本：
```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。
可选择 `ollama` 或 `llamacpp` 作为 LLM 服务。
### 2️⃣ **执行**
在你的个人电脑上：
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}`
修改 `config.ini`，将 `provider_name` 设为 `server`，`provider_model` 设为 `deepseek-r1:xxb`。
`provider_server_address` 设为运行模型机器的 IP。
```sh
[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:14b
provider_model = deepseek-r1:70b
provider_server_address = x.x.x.x:3333
```
下一步：[启动服务并运行 AgenticSeek](#Start-services-and-Run)
---
## 语音转文字
## 语音转文本
请注意，目前语音转文字功能仅支持英语。
警告：目前仅 CLI 模式支持语音转文本。
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`：
目前仅支持英文语音转文本。
默认关闭语音转文本。启用方法：在 config.ini 设置 listen 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。
启用后，语音转文本会监听触发词（即 agent 名称），再开始处理输入。可通过修改 *config.ini* 的 `agent_name` 自定义：
```
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。
建议使用常见英文名如 "John" 或 "Emma" 作为 agent 名称。
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）
看到转录开始出现后，呼叫 agent 名称唤醒（如“Friday”）。
清楚说出你的需求。
清晰说出你的请求。
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：
以确认短语结尾，表示系统可继续处理。例如：
```
"do it", "go ahead", "execute", "run", "start", "thanks", "would ya", "please", "okay?", "proceed", "continue", "go on", "do that", "go it", "do you understand?"
```
## Config
## 配置说明
Config 范例：
配置示例：
```
[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:1.5b
provider_model = deepseek-r1:32b
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]
@@ -421,160 +388,159 @@ 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。
**说明：**
## 框架
- is_local -> 本地运行（True）或远程服务器（False）
下表显示了可用的框架：
- provider_name -> 使用的 provider（如：`ollama`、`server`、`lm-studio`、`deepseek-api`）
| 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)|
- provider_model -> 使用的模型，如 deepseek-r1:32b
若要选择框架，请变更 `config.ini` 文件：
- provider_server_address -> 服务器地址，如 127.0.0.1:11434（本地），API 可随意
- agent_name -> 代理名称，如 Friday，语音唤醒词
- recover_last_session -> 是否恢复上次会话（True/False）
- save_session -> 是否保存会话数据（True/False）
- speak -> 是否启用语音输出（True/False）
- listen -> 是否启用语音输入（True/False）
- jarvis_personality -> 是否使用 JARVIS 风格（True/False），仅更换 prompt
- languages -> 支持语言列表，供 LLM 路由使用，建议不要太多或太相似
- headless_browser -> 是否无头浏览器（True/False）
- stealth_mode -> 是否降低被检测概率，需手动安装 anticaptcha 扩展
- languages -> 支持语言列表，代理路由系统需用，列表越长下载模型越多
## Provider 列表
下表为可用 provider：
| Provider | 本地？ | 说明 |
|-----------|--------|----------------------------------------------------|
| ollama | 是 | 使用 ollama 本地运行 LLM |
| server | 是 | 在其他机器托管模型，本机调用 |
| lm-studio | 是 | 使用 LM studio 本地运行 LLM（provider_name 设为 lm-studio）|
| openai | 视情况 | 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） |
选择 provider 时修改 config.ini：
```
is_local = False
provider_name = openai
provider_model = gpt-4o
is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
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。
`is_local`：本地 LLM 设为 True，否则 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_name`：选择 provider 名称，见上表。
`provider_model`: 设定 AgenticSeek 使用的模型。
`provider_model`：设置代理使用的模型。
`provider_server_address`: 如果不使用云端 API，则可以将其设定为任何内容。
`provider_server_address`：如非 server provider，可随意。
# Known issues （已知问题）
# 已知问题
## Chromedriver Issues
## Chromedriver 问题
**已知问题 #1:** *chromedriver mismatch*
**已知错误 #1：** *chromedriver 不匹配*
`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。
出现此问题是浏览器与 chromedriver 版本不匹配。
你可以透过以下连结下载最新版本：
需下载最新版本：
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：
如用 Chrome 115 及以上，访问：
https://googlechromelabs.github.io/chrome-for-testing/
下载与你的作业系统相符的 chromedriver 版本。
下载与你操作系统匹配的 chromedriver。
![alt text](./media/chromedriver_readme.png)
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。
如本节不全请提交 issue。
## 连接适配器问题
```
Exception: Provider lm-studio failed: HTTP request failed: No connection adapters were found for '127.0.0.1:11434/v1/chat/completions'
```
请确保 provider IP 前加 `http://`：
`provider_server_address = http://127.0.0.1:11434`
## SearxNG base URL 必须提供
```
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.
```
可能未将 `.env.example` 重命名为 `.env`？也可导出 SEARXNG_BASE_URL：
`export SEARXNG_BASE_URL="http://127.0.0.1:8080"`
## FAQ
**Q: 我需要什麼硬體？**
**Q: 需要什么硬件？**
| 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。 |
| 模型规模 | GPU | 说明 |
|-----------|--------|----------------------------------------------------|
| 7B | 8GB 显存 | ⚠️ 不推荐。性能差，易幻觉，规划代理易失败。 |
| 14B | 12GB 显存（如 RTX 3060） | ✅ 简单任务可用，网页浏览和规划任务可能吃力。|
| 32B | 24GB+ 显存（如 RTX 4090） | 🚀 大多数任务成功，复杂规划仍有难度。 |
| 70B+ | 48GB+ 显存（如 mac studio） | 💪 推荐，高级用例表现优异。 |
**Q：为什么选择 Deepseek R1 而不是其他模型？**
**Q: 为什么选 Deepseek R1？**
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。
Deepseek R1 在推理和工具调用方面表现优异。我们认为它非常适合本项目，其他模型也可用，但 Deepseek 是首选。
**Q：我在执行时 `cli.py` 时出现错误。我该怎么办？**
**Q: 运行 `cli.py` 报错怎么办？**
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。
确保本地服务（`ollama serve`）已启动，`config.ini` 配置正确，依赖已安装。如仍有问题欢迎提交 issue。
**Q：它真的是 100% 本地运行吗？**
**Q: 真能 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*
是的，使用 Ollama、lm-studio 或 server provider 时，语音、LLM、语音转文本均本地运行。非本地（OpenAI 等 API）为可选。
**Q: 有 Manus 为什么还要用 AgenticSeek？**
**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
本项目起初只是兴趣驱动的副业。特别之处在于主打本地模型，避免 API。
灵感来自 Jarvis 和 Friday（钢铁侠），功能上更接近 Manus，因为大家最想要的是本地 manus 替代品。
与 Manus 不同，AgenticSeek 更注重独立性、隐私和避免 API 成本。
## 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！
我们欢迎开发者改进 AgenticSeek！请查看 open issues 或讨论区。
[贡献指南](./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)
[Contribution guide](./docs/CONTRIBUTING.md)
## 维护者：
## 维护者:
> [Fosowl](https://github.com/Fosowl) | 巴黎时间
> [Fosowl](https://github.com/Fosowl) | 巴黎时间
> [antoineVIVIES](https://github.com/antoineVIVIES) | 台北时间
> [antoineVIVIES](https://github.com/antoineVIVIES) | Taipei Time
> [steveh8758](https://github.com/steveh8758) | 台北时间
## 特别感谢：
> [tcsenpai](https://github.com/tcsenpai) 和 [plitc](https://github.com/plitc) 协助后端 docker 化
> [steveh8758](https://github.com/steveh8758) | 台北时间