# `Agent Zero`
[](https://agent-zero.ai) [](https://github.com/sponsors/agent0ai) [](https://x.com/Agent0ai) [](https://discord.gg/B8KZKNsPpj) [](https://www.youtube.com/@AgentZeroFW) [](https://www.linkedin.com/in/jan-tomasek/) [](https://warpcast.com/agent-zero)
## 文档:
[简介](#一个伴随你成长和学习的个性化有机智能体框架) •
[安装](./docs/setup/installation.md) •
[如何更新](./docs/setup/installation.md#how-to-update-agent-zero)
[开发环境设置](./docs/setup/dev-setup.md) •
[使用指南](./docs/guides/usage.md)
或查看 DeepWiki 生成的文档:
[](https://deepwiki.com/agent0ai/agent-zero)
> ### 🚨 **AGENT ZERO 技能系统** 🚨
> **技能系统** - 使用开放的 `SKILL.md` 标准(兼容 Claude Code、Codex 等)实现的可移植、结构化的智能体能力。
>
> **此外:** 基于 Git 的项目,支持公共/私有仓库的身份验证 - 可直接将代码库克隆到隔离的工作区。
>
> 请参阅 [使用指南](./docs/guides/usage.md) 和 [项目教程](./docs/guides/projects.md) 开始使用。

一个伴随你成长和学习的个性化有机智能体框架
- Agent Zero 不是一个预定义的智能体框架。它被设计为动态的、有机增长的,并随着你的使用而学习。
- Agent Zero 完全透明、可读、可理解、可定制和可交互。
- Agent Zero 将计算机作为工具来完成其(你的)任务。
⚙️ 安装
点击观看视频,了解如何安装 Agent Zero:

⚡ 快速开始
macOS / Linux:
curl -fsSL https://bash.agent-zero.ai | bash
Windows (PowerShell):
irm https://ps.agent-zero.ai | iex
Docker:
docker run -p 80:80 agent0ai/agent-zero
Windows、macOS 和 Linux 的详细设置指南可在 Agent Zero 文档的 此页面 找到。
💡 核心特性
- 通用助手
- Agent Zero 并非为特定任务预编程(但可以做到)。它旨在成为一个通用的个人助手。给它一个任务,它会收集信息、执行命令和代码、与其他智能体实例协作,并尽力完成它。
- 它具有持久性记忆,可以记住之前的解决方案、代码、事实、指令等,以便未来更快、更可靠地解决任务。

- 以计算机为工具
- Agent Zero 将操作系统作为工具来完成其任务。它没有预编程的单一用途工具。相反,它可以编写自己的代码并使用终端根据需要创建和使用自己的工具。
- 其工具箱中唯一的默认工具是在线搜索、记忆功能、通信(与用户和其他智能体)以及代码/终端执行。其他一切均由智能体自身创建或可由用户扩展。
- 工具使用功能是从头开发的,以实现最大兼容性和可靠性,即使使用非常小的模型。
- 默认工具: Agent Zero 包含知识、代码执行和通信等工具。
- 创建自定义工具: 通过创建自己的自定义工具来扩展 Agent Zero 的功能。
- 技能(SKILL.md 标准): 技能是在相关时动态加载的上下文专业知识。它们使用开放的 SKILL.md 标准(由 Anthropic 开发),使其兼容 Claude Code、Cursor、Goose、OpenAI Codex CLI 和 GitHub Copilot。
- 多智能体协作
- 每个智能体都有一个上级智能体为其分配任务和指令。每个智能体随后向其上级汇报。
- 对于链中的第一个智能体(Agent 0),其上级是人类用户;智能体对此没有区别。
- 每个智能体都可以创建其下级智能体,以帮助分解和解决子任务。这有助于所有智能体保持其上下文清晰和专注。

浏览器智能体
- 浏览器自动化由内置的
_browser_agent 插件提供。
- 它使用由
_model_config 解析出的有效主模型;没有单独的浏览器模型槽位。
- 浏览器视觉遵循主模型的视觉设置。
- Playwright Chromium:Docker 镜像预装了无头 shell。本地开发 在首次使用浏览器智能体时通过
plugins/_browser_agent/helpers/playwright.py 中的 ensure_playwright_binary() 安装(到 tmp/playwright 目录);你可以手动预安装(参见 开发环境设置)以跳过等待。
- 完全可定制和可扩展
- 此框架中几乎没有什么是硬编码的。没有隐藏内容。一切都可以由用户扩展或更改。
- 整个行为由 prompts/default/agent.system.md 文件中的系统提示定义。更改此提示即可显著改变框架。
- 该框架不以任何方式引导或限制智能体。没有智能体必须遵循的硬编码轨道。
- 在通信循环中发送给智能体的每个提示、每个小消息模板都可以在 prompts/ 文件夹中找到并更改。
- 内置工具位于核心 tools/ 文件夹或内置插件 plugins/ 下,可以进行调整或扩展。
- 自动化配置:通过
A0_SET_ 环境变量实现部署自动化和简易设置。

- 沟通是关键
- 给你的智能体一个合适的系统提示和指令,它可以创造奇迹。
- 智能体可以与上级和下级沟通,提出问题、发出指令并提供指导。在系统提示中指导你的智能体如何进行有效沟通。
- 终端界面是实时流式传输和交互式的。你可以在任何时候停止并干预。如果你看到你的智能体走向错误的方向,只需立即停止并告诉它。
- 这个框架有很大的自由度。你可以指示你的智能体定期向上级汇报,请求继续执行的许可。你可以指示他们在决定何时委托子任务时使用计分系统。上级可以复查下级的结果并提出异议。可能性是无穷的。
🚀 实际应用场景
-
金融分析与图表绘制 - "查找上个月比特币/美元价格趋势,与主要加密货币新闻事件关联,生成带有关键日期高亮标注的注释图表"
-
Excel 自动化流程 - "扫描传入目录中的财务电子表格,验证和清理数据,整合多个来源,生成带有异常标记的执行报告"
-
无需代码的 API 集成 - "使用此 Google Gemini API 片段生成产品图片,记住该集成以备将来使用" - 智能体学习并将解决方案存储在记忆中
-
自动化服务器监控 - "每 30 分钟检查一次服务器状态:CPU 使用率、磁盘空间、内存。如果指标超过阈值则发出警报"(使用项目范围凭证的定时任务)
-
多客户项目隔离 - 为每个客户设置独立项目,拥有隔离的记忆、自定义指令和专用密钥 - 防止敏感工作间的上下文泄露
🐳 完全 Docker 化,支持语音转文本和文本转语音

- 可自定义的设置允许用户根据需求定制智能体的行为和响应。
- Web UI 输出非常清晰、流畅、多彩、可读且具有交互性;没有任何隐藏内容。
- 你可以直接在 Web UI 中加载或保存聊天记录。
- 你在终端中看到的相同输出会自动保存到 logs/ 文件夹中每个会话的 HTML 文件中。

- 智能体输出是实时流式传输的,允许用户随时阅读并干预。
- 无需编码;只需要提示和沟通技巧。
- 凭借可靠的系统提示,该框架即使使用小型模型也很可靠,包括精确的工具使用。
👀 注意事项
- Agent Zero 可能很危险!
- 在正确的指令下,Agent Zero 能够完成许多事情,甚至可能涉及你的计算机、数据或账户的危险操作。始终在隔离环境(如 Docker)中运行 Agent Zero,并小心你的愿望。
- Agent Zero 是基于提示的。
- 整个框架由 prompts/ 文件夹引导。智能体指南、工具说明、消息、实用 AI 函数,都在那里。
📚 阅读文档
🤝 社区与支持