开源的 Python 与 TypeScript AI 智能体开发 SDK,支持工具调用、MCP、记忆与多模型切换。
- Star
- 187,650
- Fork
- 45,914
- 未关闭 Issue
- 715
- 最近提交
- 21小时前
这是什么?
AutoGPT 是一个用于创建 AI 智能体的平台,智能体可以完成端到端的工作流。用户可以用自然语言描述目标,也可以在可视化画布中逐步搭建流程,然后按需、定时或由触发器运行智能体。项目提供基于对话的智能体创建功能、用于查看运行记录、成本和操作的仪表盘、现成智能体的市场,以及支持分支和步骤检查的积木式画布。
托管版 AutoGPT Platform 为付费服务,提供模型访问、凭证管理和基础设施。自托管不收取授权费,但需要自行准备 Docker、完成配置并提供模型 API 密钥。仓库中还包含最初的独立智能体 AutoGPT Classic,采用 MIT 协议,并附带 Forge 智能体框架和 agbenchmark 评测工具。
平台可将智能体连接到 45 个以上的服务,包括 Gmail、Google Sheets、GitHub、Slack、Notion、Salesforce 和 Stripe,并支持多种 AI 模型。
核心功能
- 01通过自然语言描述目标或在可视化画布中组合积木来构建智能体。
- 02支持按需、定时或由触发器运行智能体。
- 03在统一仪表盘中查看智能体的运行、成本和操作记录。
- 04可从社区提供的现成智能体市场中选择并自定义。
- 05可连接 Gmail、GitHub、Slack、Notion 等 45 个以上平台。
- 06可使用 Docker 和自备模型 API 密钥自托管,也可使用托管服务。
适用场景
- 从内部和外部信息源汇总每日简报。
- 对工程事故进行分级并给出可能原因。
- 监控信息源,在内容变化时输出结构化报告。
- 起草客服回复并标记需要升级处理的问题。
快速上手
- 1
注册托管版 AutoGPT Platform(无需安装)
- 2
或按照手动自托管指南进行自托管
使用前须知
- 托管版 Platform 是按使用量计费的付费服务。
- 自托管需要自备基础设施和模型 API 密钥,并自行维护部署。
- 一键安装程序尚未提供,Windows 用户需使用手动指南。
- 平台代码采用 Polyform Shield 许可证,禁止将其作为竞争性托管服务出售。
标签
常见问题
- AutoGPT 是什么?
- AutoGPT 是一个开源的 AI 智能体平台,可通过自然语言描述或可视化搭建来构建、运行和调度完成多步骤工作流的智能体。 AutoGPT 是一个用于创建 AI 智能体的平台,智能体可以完成端到端的工作流。用户可以用自然语言描述目标,也可以在可视化画布中逐步搭建流程,然后按需、定时或由触发器运行智能体。项目提供基于对话的智能体创建功能、用于查看运行记录、成本和操作的仪表盘、现成智能体的市场,以及支持分支和步骤检查的积木式画布。
- AutoGPT 可以免费使用吗?用的什么许可证?
- AutoGPT 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
- AutoGPT 还在维护吗?
- 活跃维护中。AutoGPT 最近一次提交是在 2026年10月19日。
- AutoGPT 适合用来做什么?
- 从内部和外部信息源汇总每日简报。 对工程事故进行分级并给出可能原因。 监控信息源,在内容变化时输出结构化报告。 起草客服回复并标记需要升级处理的问题。
- AutoGPT 怎么安装和运行?
- 注册托管版 AutoGPT Platform(无需安装) 或按照手动自托管指南进行自托管
- 在哪里获取 AutoGPT?
- 源代码和安装说明在 GitHub 上:https://github.com/Significant-Gravitas/AutoGPT
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
88681398TypeScriptApache-2.0更新于 10小时前
用于构建和编排多智能体系统的 Python 框架,支持顺序、并发、图和层级等工作流。
72781052PythonApache-2.0更新于 昨天
开源的自我改进型智能体框架,可在终端中用任意大模型完成报表、邮件清理、对接集成等任务。
757130PythonMIT更新于 19小时前
一个用于构建、运行和管理 AI 智能体平台的 Python 框架与运行时,附带 Web 管理界面。
4.3万6162PythonApache-2.0更新于 20小时前
通过自然语言描述需求和表格数据,由多智能体流程自动构建机器学习模型。
2642263PythonApache-2.0更新于 8个月前
一门免费开源的 AI 工程课程,共 542 节课,用 Python、TypeScript、Rust 和 Julia 从零实现核心概念。
7.1万1.3万PythonMIT更新于 22小时前