Repolode
Shy2593666979

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. 1

    按 README 准备 uv、Python 3.12 和 Node.js 22

  2. 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. 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. 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