开源企业级智能体平台,集成 RAG 知识库、可视化工作流与 MCP 工具调用。
Shy2593666979/AgentChat
可自托管的智能体平台,可为智能体绑定工具、MCP、Skill 与知识库进行对话。
- Star
- 929
- Fork
- 114
- 未关闭 Issue
- 30
- 最近提交
- 21天前
这是什么?
AgentChat 是一个前后端分离的智能体应用平台,用于构建和运行基于大模型的智能体。你可以接入模型服务,为每个智能体配置提示词,并绑定内置工具、导入的 OpenAPI 工具、SSE 或 Streamable HTTP 方式的 MCP 服务、Skill 模板以及知识库。知识库资料会被向量化,检索后经过重排再提供给智能体。
项目默认使用 SQLite、内存缓存、本地文件和 Chroma,本地即可运行;需要时可通过配置切换到 MySQL、Redis、MinIO 或 Milvus。同一会话中可以切换智能体,探索页可发起较长的搜索研究任务,并查看工具执行过程与 Markdown 报告。每个注册用户都会获得默认智能体、工具、Skill 和 MCP 的独立副本,编辑互不影响。
平台还记录模型调用和 Token 用量,提供数据看板、请求追踪与工具耗时日志,并通过 AG-UI 适配层统一流式消息与运行状态。后端基于 LangChain 与 FastAPI,前端使用 Vue 3。
核心功能
- 01会话中可随时切换智能体,话题标题自动生成
- 02智能体可配置提示词,并组合工具、MCP、Skill 与知识库
- 03知识库支持上传、向量化、检索与重排,可选启用 Elasticsearch 全文检索
- 04支持通过 SSE 或 Streamable HTTP 连接 MCP 服务,并可导入 OpenAPI 工具
- 05提供 Token 用量统计、数据看板、请求追踪与工具耗时日志
适用场景
- 用自己的模型 API Key 搭建私有化的定制智能体助手
- 将内部知识库接入智能体,实现基于文档的问答
- 在一个 Web 界面中试验 MCP 服务与工具调用
- 运行多步骤研究任务并生成 Markdown 报告
快速上手
- 1
按 README 准备 uv、Python 3.12 和 Node.js 22
- 2
克隆仓库并安装后端依赖
git clone --branch main https://github.com/Shy2593666979/AgentChat.git && cd AgentChat/src/backend && uv sync --locked --python 3.12 - 3
复制简易配置并在其中填写对话模型的 API Key
cp agentchat/config.simple.yaml agentchat/config.local.simple.yaml - 4
启动后端服务
export AGENTCHAT_CONFIG=agentchat/config.local.simple.yaml && uv run --locked uvicorn agentchat.main:app --host 127.0.0.1 --port 7860
使用前须知
- 知识库需要单独配置向量模型和重排模型,仅有对话模型的 Key 不够。
- 部分外部工具需要各自的 API Key。
- 自托管需要分别在两个终端启动 Python 后端和 Node.js 前端。
- 本次更新中维护者未完成 Docker 方案的运行验证。
收录于专题
标签
常见问题
- AgentChat 是什么?
- 可自托管的智能体平台,可为智能体绑定工具、MCP、Skill 与知识库进行对话。 AgentChat 是一个前后端分离的智能体应用平台,用于构建和运行基于大模型的智能体。你可以接入模型服务,为每个智能体配置提示词,并绑定内置工具、导入的 OpenAPI 工具、SSE 或 Streamable HTTP 方式的 MCP 服务、Skill 模板以及知识库。知识库资料会被向量化,检索后经过重排再提供给智能体。
- AgentChat 可以免费使用吗?用的什么许可证?
- AgentChat 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- AgentChat 还在维护吗?
- 活跃维护中。AgentChat 最近一次提交是在 2026年10月17日。
- AgentChat 适合用来做什么?
- 用自己的模型 API Key 搭建私有化的定制智能体助手 将内部知识库接入智能体,实现基于文档的问答 在一个 Web 界面中试验 MCP 服务与工具调用 运行多步骤研究任务并生成 Markdown 报告
- AgentChat 怎么安装和运行?
- 按 README 准备 uv、Python 3.12 和 Node.js 22 克隆仓库并安装后端依赖: git clone --branch main https://github.com/Shy2593666979/AgentChat.git && cd AgentChat/src/backend && uv sync --locked --python 3.12 复制简易配置并在其中填写对话模型的 API Key: cp agentchat/config.simple.yaml agentchat/config.local.simple.yaml 启动后端服务: export AGENTCHAT_CONFIG=agentchat/config.local.simple.yaml && uv run --locked uvicorn agentchat.main:app --host 127.0.0.1 --port 7860
- 在哪里获取 AgentChat?
- 源代码和安装说明在 GitHub 上:https://github.com/Shy2593666979/AgentChat
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于紧凑流式语言 OpenUI Lang 的生成式 UI 框架,让大模型按你的组件库输出可渲染界面。
面向智能体的记忆基础设施,将对话与执行过程转化为可持久化的结构化记忆,支持 Python 与 TypeScript。
FastGPT 是一个开源的 AI Agent 构建平台,提供知识库数据处理、RAG 检索与可视化工作流编排。
无需编码的平台,通过自然语言描述生成 AI 智能体,内置工具、记忆与编排能力。
基于 Java、LangChain4j、Spring Boot 与 Vue 3 的开源 AI Agent 应用平台,整合模型、智能体、RAG、Skills、MCP 与智能问数。