543 lines
18 KiB
Markdown
543 lines
18 KiB
Markdown
# 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)
|
||
|
||
*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。*
|
||
|
||
[](https://fosowl.github.io/agenticSeek.html)  [](https://discord.gg/8hGDaME3TC) [](https://x.com/Martin993886460) [](https://github.com/Fosowl/agenticSeek/stargazers)
|
||
|
||
### 為什麼選擇 AgenticSeek？
|
||
|
||
* 🔒 完全本地 & 私有 —— 所有內容都在你的電腦上運行，無雲端、無數據共享。你的文件、對話和搜索都保持私密。
|
||
|
||
* 🌐 智能網頁瀏覽 —— AgenticSeek 可自主瀏覽互聯網：搜索、閱讀、提取信息、填寫網頁表單，全程免手動。
|
||
|
||
* 💻 自動化編程助手 —— 需要代碼？它能編寫、調試並運行 Python、C、Go、Java 等程序，無需監督。
|
||
|
||
* 🧠 智能代理選擇 —— 你提問，它自動判斷最合適的代理來完成任務。就像有一支專家團隊隨時待命。
|
||
|
||
* 📋 規劃並執行複雜任務 —— 從旅行規劃到複雜項目，可將大任務拆分為步驟，調用多個 AI 代理協作完成。
|
||
|
||
* 🎙️ 語音支持 —— 乾淨、快速、未來感的語音與語音轉文本功能，讓你像科幻電影中的 AI 一樣與它對話。（開發中）
|
||
|
||
### **演示**
|
||
|
||
> *你能搜索 agenticSeek 項目，了解需要哪些技能，然後打開 CV_candidates.zip 並告訴我哪些最匹配該項目嗎？*
|
||
|
||
https://github.com/user-attachments/assets/b8ca60e9-7b3b-4533-840e-08f9ac426316
|
||
|
||
免責聲明：本演示及出現的所有文件（如 CV_candidates.zip）均為虛構。我們不是公司，只尋求開源貢獻者而非候選人。
|
||
|
||
> 🛠⚠️️ **項目正在積極開發中**
|
||
|
||
> 🙏 本項目起初只是一個副業，沒有路線圖也沒有資金支持。它意外地登上了 GitHub Trending。非常感謝大家的貢獻、反饋與耐心。
|
||
|
||
## 前置條件
|
||
|
||
請確保已安裝 chrome driver、docker 和 python3.10。
|
||
|
||
如遇 chrome driver 相關問題，請參見 **Chromedriver** 部分。
|
||
|
||
### 1. **克隆倉庫並初始化**
|
||
|
||
```sh
|
||
git clone https://github.com/Fosowl/agenticSeek.git
|
||
cd agenticSeek
|
||
mv .env.example .env
|
||
```
|
||
|
||
### 2. 修改 .env 文件內容
|
||
|
||
```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'
|
||
```
|
||
|
||
**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
|
||
|
||
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。
|
||
|
||
### 3. **啟動 Docker**
|
||
|
||
確保已安裝並運行 Docker。可通過以下命令啟動：
|
||
|
||
- **Linux/macOS：**
|
||
打開終端運行：
|
||
```sh
|
||
sudo systemctl start docker
|
||
```
|
||
或在應用菜單啟動 Docker Desktop。
|
||
|
||
- **Windows：**
|
||
在開始菜單啟動 Docker Desktop。
|
||
|
||
驗證 Docker 是否運行：
|
||
|
||
```sh
|
||
docker info
|
||
```
|
||
如能看到 Docker 信息，則運行正常。
|
||
|
||
---
|
||
|
||
## 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。
|
||
|
||
**啟動本地 provider**
|
||
|
||
以 ollama 為例，啟動本地 provider：
|
||
|
||
```sh
|
||
ollama serve
|
||
```
|
||
|
||
下方有本地支持的 provider 列表。
|
||
|
||
**修改 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*。
|
||
|
||
詳細硬件要求見 README 末尾 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
|
||
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
|
||
[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
|
||
```
|
||
|
||
**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。
|
||
|
||
- 若用 LM-studio 運行 LLM，provider_name 不要設為 `openai`，應設為 `lm-studio`。
|
||
|
||
- 某些 provider（如 lm-studio）要求 IP 前加 `http://`，如 `http://127.0.0.1:1234`
|
||
|
||
**本地 provider 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） |
|
||
|
||
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*
|
||
|
||
*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*
|
||
|
||
---
|
||
|
||
## 使用 API 運行設置
|
||
|
||
**API 運行為可選，見上方本地運行方法。**
|
||
|
||
在 `config.ini` 設置所需 provider。API provider 列表如下。
|
||
|
||
```sh
|
||
[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
|
||
```
|
||
警告：確保 config 中無多餘空格。
|
||
|
||
導出 API key：`export <>_API_KEY="xxx"`
|
||
|
||
示例：`export TOGETHER_API_KEY="xxxxx"`
|
||
|
||
**API provider 列表**
|
||
|
||
| 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） |
|
||
|
||
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。
|
||
|
||
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*
|
||
|
||
---
|
||
|
||
## 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`）
|
||
|
||
```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。
|
||
|
||
訪問 `http://localhost:3000/`，即可看到網頁界面。
|
||
|
||
**可選：使用 CLI 界面運行：**
|
||
|
||
如需 CLI 界面，需在主機安裝依賴：
|
||
|
||
```sh
|
||
./install.sh
|
||
./install.bat # windows
|
||
```
|
||
|
||
啟動服務：
|
||
|
||
```sh
|
||
./start_services.sh # MacOS
|
||
start ./start_services.cmd # Windows
|
||
```
|
||
|
||
然後運行：`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。
|
||
|
||
CLI 模式下可通過設置 `listen = True` 啟用語音轉文本。
|
||
|
||
退出時，只需說/輸入 `goodbye`。
|
||
|
||
以下為示例用法：
|
||
|
||
> *用 python 寫一個貪吃蛇遊戲！*
|
||
|
||
> *搜索法國雷恩的最佳咖啡館，並將三家及其地址保存到 rennes_cafes.txt。*
|
||
|
||
> *寫一個 Go 程序計算階乘，保存為 factorial.go 到你的工作區*
|
||
|
||
> *在 summer_pictures 文件夾中查找所有 JPG 文件，用今天日期重命名，並將重命名文件列表保存到 photos_list.txt*
|
||
|
||
> *在線搜索 2024 年熱門科幻電影，挑選三部今晚觀看，保存到 movie_night.txt。*
|
||
|
||
> *搜索 2025 年最新 AI 新聞文章，選三篇，寫 Python 腳本抓取標題和摘要，腳本保存為 news_scraper.py，摘要保存到 ai_news.txt（/home/projects）*
|
||
|
||
> *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。*
|
||
|
||
輸入查詢后，AgenticSeek 會自動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。
|
||
|
||
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：
|
||
|
||
`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`
|
||
|
||
---
|
||
|
||
## **在自有服務器運行 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。
|
||
|
||
在運行 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
|
||
```
|
||
|
||
註：Windows/macOS 可用 ipconfig 或 ifconfig 查詢 IP。
|
||
|
||
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：
|
||
|
||
```sh
|
||
pip3 install -r requirements.txt
|
||
```
|
||
|
||
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。
|
||
|
||
在你的個人電腦上：
|
||
|
||
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。
|
||
|
||
```sh
|
||
[MAIN]
|
||
is_local = False
|
||
provider_name = server
|
||
provider_model = deepseek-r1:70b
|
||
provider_server_address = x.x.x.x:3333
|
||
```
|
||
|
||
下一步：[啟動服務並運行 AgenticSeek](#Start-services-and-Run)
|
||
|
||
---
|
||
|
||
## 語音轉文本
|
||
|
||
警告：目前僅 CLI 模式支持語音轉文本。
|
||
|
||
目前僅支持英文語音轉文本。
|
||
|
||
默認關閉語音轉文本。啟用方法：在 config.ini 設置 listen 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：
|
||
|
||
```
|
||
agent_name = Friday
|
||
```
|
||
|
||
建議使用常見英文名如 "John" 或 "Emma" 作為 agent 名稱。
|
||
|
||
看到轉錄開始出現后，呼叫 agent 名稱喚醒（如“Friday”）。
|
||
|
||
清晰說出你的請求。
|
||
|
||
以確認短語結尾，表示系統可繼續處理。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?"
|
||
```
|
||
|
||
## 配置說明
|
||
|
||
配置示例：
|
||
```
|
||
[MAIN]
|
||
is_local = True
|
||
provider_name = ollama
|
||
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
|
||
jarvis_personality = False
|
||
languages = en zh
|
||
[BROWSER]
|
||
headless_browser = False
|
||
stealth_mode = False
|
||
```
|
||
|
||
**說明：**
|
||
|
||
- is_local -> 本地運行（True）或遠程服務器（False）
|
||
|
||
- provider_name -> 使用的 provider（如：`ollama`、`server`、`lm-studio`、`deepseek-api`）
|
||
|
||
- provider_model -> 使用的模型，如 deepseek-r1:32b
|
||
|
||
- provider_server_address -> 服務器地址，如 127.0.0.1:11434（本地），API 可隨意
|
||
|
||
- agent_name -> 代理名稱，如 Friday，語音喚醒詞
|
||
|
||
- recover_last_session -> 是否恢復上次會話（True/False）
|
||
|
||
- save_session -> 是否保存會話數據（True/False）
|
||
|
||
- 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。
|
||
|
||
# 已知問題
|
||
|
||
## Chromedriver 問題
|
||
|
||
**已知錯誤 #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`
|
||
|
||
出現此問題是瀏覽器與 chromedriver 版本不匹配。
|
||
|
||
需下載最新版本：
|
||
|
||
https://developer.chrome.com/docs/chromedriver/downloads
|
||
|
||
如用 Chrome 115 及以上，訪問：
|
||
|
||
https://googlechromelabs.github.io/chrome-for-testing/
|
||
|
||
下載與你操作系統匹配的 chromedriver。
|
||
|
||
|
||
|
||
如本節不全請提交 issue。
|
||
|
||
## 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'
|
||
```
|
||
|
||
請確保 provider IP 前加 `http://`：
|
||
|
||
`provider_server_address = http://127.0.0.1:11434`
|
||
|
||
## SearxNG base URL 必須提供
|
||
|
||
```
|
||
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.
|
||
```
|
||
|
||
可能未將 `.env.example` 重命名為 `.env`？也可導出 SEARXNG_BASE_URL：
|
||
|
||
`export SEARXNG_BASE_URL="http://127.0.0.1:8080"`
|
||
|
||
## FAQ
|
||
|
||
**Q: 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。 |
|
||
|
||
**Q: 為什麼選 Deepseek R1？**
|
||
|
||
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。
|
||
|
||
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。
|
||
|
||
**Q: 運行 `cli.py` 報錯怎麼辦？**
|
||
|
||
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。
|
||
|
||
**Q: 真能 100% 本地運行嗎？**
|
||
|
||
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。
|
||
|
||
**Q: 有 Manus 為什麼還要用 AgenticSeek？**
|
||
|
||
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。
|
||
|
||
## 貢獻
|
||
|
||
我們歡迎開發者改進 AgenticSeek！請查看 open issues 或討論區。
|
||
|
||
[貢獻指南](./docs/CONTRIBUTING.md)
|
||
|
||
[](https://www.star-history.com/#Fosowl/agenticSeek&Date)
|
||
|
||
## 維護者：
|
||
|
||
> [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
|
||
|
||
## 特別感謝：
|
||
|
||
> [tcsenpai](https://github.com/tcsenpai) 和 [plitc](https://github.com/plitc) 協助後端 docker 化 |