一套可运行的 Jupyter 教程合集,涵盖 50 多种生成式 AI 智能体技术,从简单对话机器人到多智能体系统。
cuga-project/cuga-agent
面向企业的智能体框架,可在应用、API 和文档之间执行业务任务,并支持策略管控与私有化部署。
- Star
- 1,123
- Fork
- 206
- 未关闭 Issue
- 244
- 最近提交
- 前天
这是什么?
CUGA 是一个面向企业自动化的开源通用智能体框架,可在 Web 界面、API 和文档之间执行多步骤任务,并通过 MCP 服务、OpenAPI 服务和 Python 函数接入工具。团队可以在浏览器管理界面中配置智能体和监督者,先测试草稿,再发布版本。
项目重点在于可控性。执行策略可以拦截不允许的意图,对指定工具要求人工审批,用 playbook 引导工作流,并在工具调用前进行规则校验。它支持兼容 OpenAI 接口的私有推理服务,提供基于 Helm Chart 的 Kubernetes 部署方式,也提供预置模型的离线(air-gapped)镜像。可选组件包括用于定时和 webhook 触发运行的独立事件服务,以及基于 Evolve 的记忆功能,用于复用任务经验。
开发者可以通过命令行使用 CUGA,也可以通过 Python SDK 调用 CugaAgent 和 CugaSupervisor。项目基于 Python 3.12 和 LangGraph 构建。
核心功能
- 01通过 MCP 服务、OpenAPI 服务和 Python 函数接入工具
- 02提供意图拦截、Playbook、工具审批、工具指南和输出格式化五类策略
- 03ToolGuard 在工具执行前进行校验,违规调用会被阻止
- 04支持兼容 OpenAI 接口的私有推理服务和离线部署
- 05通过 CugaSupervisor 协调多个专用智能体
- 06运行回执可统计 token 用量、模型调用、工具调用和耗时
适用场景
- 在 CRM 和收入运营流程中自动化处理任务,并对账户更新设置审批
- 基于企业文档回答问题并附带引用来源
- 协调多个专用智能体完成跨应用的工作流
- 在私有云或离线 Kubernetes 环境中运行智能体
快速上手
- 1
克隆代码仓库
git clone https://github.com/cuga-project/cuga-agent.git - 2
进入项目目录
cd cuga-agent - 3
使用 uv 在 Python 3.12 下安装依赖
uv sync --python 3.12 - 4
启动带 CRM 工具的管理器
uv run cuga start manager --crm
使用前须知
- 运行智能体前需要在 .env 中配置模型提供商和凭据。
- 完整的策略、记忆和事件功能依赖可选服务和额外配置。
收录于专题
标签
常见问题
- cuga-agent 是什么?
- 面向企业的智能体框架,可在应用、API 和文档之间执行业务任务,并支持策略管控与私有化部署。 CUGA 是一个面向企业自动化的开源通用智能体框架,可在 Web 界面、API 和文档之间执行多步骤任务,并通过 MCP 服务、OpenAPI 服务和 Python 函数接入工具。团队可以在浏览器管理界面中配置智能体和监督者,先测试草稿,再发布版本。
- cuga-agent 可以免费使用吗?用的什么许可证?
- cuga-agent 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- cuga-agent 还在维护吗?
- 活跃维护中。cuga-agent 最近一次提交是在 2026年11月5日。
- cuga-agent 适合用来做什么?
- 在 CRM 和收入运营流程中自动化处理任务,并对账户更新设置审批 基于企业文档回答问题并附带引用来源 协调多个专用智能体完成跨应用的工作流 在私有云或离线 Kubernetes 环境中运行智能体
- cuga-agent 怎么安装和运行?
- 克隆代码仓库: git clone https://github.com/cuga-project/cuga-agent.git 进入项目目录: cd cuga-agent 使用 uv 在 Python 3.12 下安装依赖: uv sync --python 3.12 启动带 CRM 工具的管理器: uv run cuga start manager --crm
- 在哪里获取 cuga-agent?
- 源代码和安装说明在 GitHub 上:https://github.com/cuga-project/cuga-agent
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 LangGraph 的 Python 库与可运行教程,实现了 35 种智能体 AI 架构,涵盖反思、检索增强、记忆与多智能体等模式。
一个 Python 命令行工具,为 Codex、Claude Code 等编码代理加上可选的监督、审查、对抗测试和本地日志精简环节,各环节可使用不同模型。
让分布在不同机器上的 AI 编程智能体在同一工作区中共享对话、文件和浏览器。
基于 LangGraph 的 Python 库,用于构建蜂群式多智能体系统,智能体按专长相互移交控制权。