agentica

MCP搜索检索

提供方 shibing624 · 包名 agentica

搜索检索 stdio · 本地进程 未标注 社区 / 第三方 Claude DesktopCursorClineClaude Code
查看接入方式

Agentica: Lightweight async-first Python framework for AI agents. 轻量级异步优先的AI Agent框架,支持工具调用、RAG、多智能体和MCP。

一句话选型结论

按资料字段整理

agentica 属于搜索检索类 MCP 服务器,stdio · 本地进程,鉴权方式未标注,可直接接入 Claude Desktop、Cursor、Cline 等,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权未标注 部署方式本地部署
GitHub 星标 278 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

actionflow agent agentica agents langchain

支持客户端

适用场景

actionflowagentagentica

安装与配置

stdio · 本地进程 未标注
客户端在本机拉起子进程,数据不出本机
pip install agentica

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Cross-platform,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Cursor、Cline,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
agentica当前 未标注 stdio · 本地进程 本地部署 有 2026-04-19
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方shibing624上游标注的维护方 shibing624
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式未标注远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时agentica · Cross-platform本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-04-19上游最后核验时间

详细介绍

16.1 KB
来自项目仓库与上游目录的原文,未做删改

Agentica

一个人,一支 agent 团队。
CLI 终端、本机 Web、Desktop App 是同一套产品,跑在你自己的机器上。

⬇️ Download Desktop App

macOS · Windows · Linux

简体中文 | English

https://github.com/user-attachments/assets/39fb961e-3979-4629-a87d-81dce9196597

为什么选 Agentica

1. 🏆 同一个模型,更准、更快、更省钱

工具面刻意收窄、接口保持底层,对 DeepSeek 等开放模型深度适配。和 OpenAI Codex 各跑同一个模型、同一批公开题目,正面对比:

编程题全对、数据分析题准确率更高——而且快一倍、输入 token 少三分之二。 复现命令、逐项指标与原始 predictions.jsonl 见 评测页。

2. 🤝 一个会话是一个 agent,多个会话是一支队伍

一个终端就是一个 agent。查资料、读代码可以让它拉起只读的子任务(task);独立的大功能可以派给后台新进程(delegate);开了多个终端还能直接互通消息(/list-agents、/send-message)——不需要额外部署任何服务。

3. 🧬 越用越懂你的项目

踩过的坑和总结出的做法会自动沉淀为可复用的 SKILL.md;你的长期偏好写在 AGENTS.md,项目事实存进长期记忆。下次做同类任务直接接着上回的结论走,不用每次重头交代背景。详见 Skills 文档。

4. 🧠 长对话不失忆,也不怕超窗口

普通工具动辄把上万行日志塞进上下文,聊几轮就报错或把你最早的要求忘掉。Agentica 自动替你管好上下文:

  • 超大输出自动存文件 — 命令或工具输出太长时自动落盘,上下文里只留预览和文件路径,需要细节时 Agent 自己读回
  • 窗口快满时先清旧工具输出 — 优先清掉早期的工具结果,保留你的对话和当前正在执行的步骤
  • 满窗自动换新窗并交接进度 — 自动把当前目标、约束和未完事项写进 .notes.md 带入新窗口;完整历史始终留在本地会话日志里,Agent 随时用 search_session 查回原文,你也可以随时敲 /compact 手动换窗或 /resume 恢复会话

细节见 上下文压缩文档。

5. 📱 人离开电脑也能接着指挥

微信 / 企微 / 飞书 / Telegram 直连本机:发 @list 看电脑上哪些终端会话还在跑,发 @会话名 指令 直接把话敲进那个终端,或者直接用自然语言让网关替你安排。

安装

CLI(agentica)和 Web / Desktop 后端(agentica-gateway)都用 uv tool 装进隔离环境,不绑系统 Python。没有 uv:```bash
curl -LsSf https://astral.sh/uv/install.sh | sh # 独立安装,进 ~/.local/bin

macOS 也可以:brew install uv

``````bash

CLI

uv tool install agentica

Web / Desktop(同一套命令,多出 agentica-gateway)

uv tool install "agentica[gateway]"


已经装过 CLI、再补 Web:`uv tool install --force "agentica[gateway]"`。升级:`uv tool upgrade agentica`。命令找不到时跑一次 `uv tool update-shell`。

开发本仓库用 `pip install -e .`。详见 安装文档。

### 桌面版

窗口里就是同一套 Web UI,同一 `~/.agentica`,和 CLI / 浏览器混用没有区别。

> [!IMPORTANT]
> 安装包当前**未签名**,首次启动若被系统拦截,按下方对应系统操作一次即可。如果机器上还没装过 `agentica-gateway`,桌面版首次打开会自动安装运行环境;已经用 `uv tool install` 装过的会直接共用。

🍎 macOS 提示「Agentica 已损坏,无法打开」

macOS 给从网络下载的文件加了隔离标记,应用未签名时会被误报成「已损坏」。删掉标记即可:

1. 打开 dmg,把 `Agentica.app` 拖进「应用程序」。
2. 打开「终端」,粘贴这条命令回车(要输开机密码,输入时不显示字符):```bash
   sudo xattr -rd com.apple.quarantine /Applications/Agentica.app
   ```

🪟 Windows 提示「Windows 已保护你的电脑」

SmartScreen 会拦未签名的安装程序:点「更多信息」→「仍要运行」。只有第一次需要。

🐧 Linux 双击 AppImage 没反应

浏览器下载的 AppImage 默认没有执行权限(deb 走包管理器,没这个问题):```bash
chmod +x Agentica-x86_64.AppImage

也可以直接从源码跑:cd desktop && npm install && npm start,详见 desktop/README.md。

配置

配上任一模型厂商的 API Key 即可(优先级:shell 环境变量 > .env > config.yaml):```bash
export OPENAI_BASE_URL="https://api.openai.com/v1"
export OPENAI_API_KEY="sk-xxx"

或用可免费起步的智谱:export ZAI_API_KEY="your-api-key"


也可以写进 `~/.agentica/.env`,或运行 `agentica setup` 生成 `~/.agentica/config.yaml`(CLI 内随时 `/model` 切换)。完整说明见 安装文档。

## 快速开始

### CLI(推荐先玩这个)

终端输入:```bash
agentica

进交互终端后直接说话,例如「帮我看下这个仓库的单测为什么挂了」。

Web```bash

uv tool install "agentica[gateway]"
agentica-gateway


本机网页在 `http://127.0.0.1:8881/chat`(聊天、轨迹、设置)。首次启动会建一个 `default` 账号并把随机初始密码打在终端里;管理员可以在「用户管理」页加账号,每个账号有自己独立的会话和记忆。微信 / 企微 / 飞书 / Telegram 直连见 Gateway 文档。

自托管(Docker,镜像里编好 UI,运行时不需要 Node):```bash
cp .env.docker.example .env   # 填 OPENAI_API_KEY
docker compose up -d --build

浏览器打开 http://127.0.0.1:8881/chat。数据在 named volume,当前目录挂到容器 /workspace。

TypeScript SDK

给已经在跑的 gateway 写 Node 脚本时用,不是启动 Web 的步骤:```bash
npm install @agentica-ai/sdk


包名必须写全 **`@agentica-ai/sdk`**(`registry.npmjs.org`,不要写成 `agentica-sdk`)。```ts
import { Agentica } from "@agentica-ai/sdk";
const agentica = new Agentica({
  baseURL: "http://127.0.0.1:8881",
  apiKey: process.env.AGENTICA_GATEWAY_TOKEN, // ~/.agentica/cache/gateway/runtime.json
});
for await (const event of agentica.chat.stream({ message: "ping", session_id: "demo" })) {
  if (event.event === "content") process.stdout.write(String(event.data));
}

源码在 sdk-ts/。

Python SDK

让 Agent 直接搜资料 + 写文件,一行 run_sync 开始干活:```python
from agentica import Agent, OpenAIChat, BuiltinWebSearchTool, BuiltinFileTool, BuiltinExecuteTool

agent = Agent(
model=OpenAIChat(id="gpt-4o-mini"),
tools=[BuiltinWebSearchTool(), BuiltinFileTool(work_dir="./workspace"), BuiltinExecuteTool(work_dir="./workspace")],
)
agent.run_sync("帮我搜 Python 3.13 新特性,写到 features.md")


开箱即用的完全体(内置工具 + 压缩 + 长期记忆 + skills + MCP):```python
from agentica import DeepAgent
agent = DeepAgent()

功能特性

核心能力

  • 开箱即用的内置工具 — 读写文件(read_file / write_file / apply_patch)、搜索代码(grep / glob)、执行命令(execute)、联网搜索与抓取(web_search / fetch_url)、看图(analyze_image)
  • 多模型自由切换 — 支持 OpenAI(Chat Completions / Responses API)、DeepSeek、Claude、智谱、通义千问、Kimi、豆包、Ollama 等,会话中随时 /model 切换
  • 多模态与安全护栏 — 支持文本、图像、音频、视频理解;提供输入、输出、工具调用四层 Guardrails 与系统沙箱(--sandbox workspace-write)
  • 原生异步 SDK — async / sync 双接口,只读工具自动并发执行

使用方式

  • CLI 终端 — agentica 交互编程助手,支持 /goal 持续推进长任务、/resume 跨目录恢复会话、/worktree 多任务隔离
  • Web 与桌面端 — agentica-gateway 提供本地网页与桌面 App(聊天 / 执行轨迹 / 设置 / 多账号隔离),并可接入微信、飞书、企微、Telegram、QQ、钉钉、Slack

多智能体与记忆

  • 多智能体编排 — CLI 内置 task(子任务)、delegate(后台独立进程)、peer(跨终端通信);Python SDK 提供 Agent.as_tool()、Workflow、Swarm、自定义 Subagent
  • 长期记忆与自进化 — 自动记住用户偏好与项目背景(MEMORY.md + AGENTS.md 常驻规则),任务经验可沉淀为 SKILL.md 跨会话复用
  • 长会话上下文管理 — 大输出自动落盘、旧工具结果按需清理、满窗自动换新窗并交接笔记,历史原文随时通过 search_session 查回
  • MCP / ACP / RAG — 支持接入外部 MCP 工具、连接 Zed / JetBrains 等 IDE(ACP 协议),以及本地文档知识库检索(RAG)

想要了解内部执行机制与架构设计(开发者选读),见 架构文档。

多会话协作:task / delegate / peer

机制 做什么 何时用
task 同进程 subagent(默认 auxiliary 模型,只读) 搜代码、查资料等短活
delegate 另起一个完整 agentica --query --print 进程 需要独立 context / 另一目录的大活;/ps、wait、/stop 可管
peer 两个交互终端互发纯文本(list_agents / send_message) 告诉另一会话「这边改了什么」,不是雇工

选型细节:Choosing · 终端文档。

示例

查看 examples/ 获取完整示例,涵盖:

类别 内容
基础用法 Hello World、流式输出、结构化输出、多轮对话、多模态、Agentic Loop 对比
工具 自定义工具、Async 工具、搜索、代码执行、并行工具、并发安全、成本追踪、沙箱隔离、压缩
Agent 模式 Agent 作为工具、并行执行、团队协作、辩论、路由分发、Swarm、子 Agent、模型层钩子、会话恢复
安全护栏 输入/输出/工具级 Guardrails、流式护栏
记忆 会话历史、WorkingMemory、无损上下文压缩、Workspace 记忆、LLM 自动记忆
RAG PDF 问答、高级 RAG、LangChain / LlamaIndex 集成
工作流 数据管道、投资研究、新闻报道、代码审查
MCP Stdio / SSE / HTTP 传输、JSON 配置
可观测性 Langfuse、Token 追踪、Usage 聚合
应用 LLM OS、深度研究、客服系统、金融研究(6-Agent 流水线)

→ 查看完整示例目录

和其它 Agent CLI 对比

Agentica Claude Code Codex CLI
模型选择 ✅ 多厂商自由切换 仅 Claude 模型 仅 OpenAI 模型
跨终端多会话协作 ✅ peer + delegate / task ❌ ❌
Web + Desktop + IM ✅ 本机网页 / Desktop App / 微信企微飞书 Telegram ❌ ❌
自进化 Skill ✅ 经验自动编译 SKILL.md ❌ ❌
Python SDK ✅ 完整 SDK,可嵌入任意代码 部分(绑定 Claude) ❌
开源 ✅ Apache 2.0 ❌ ✅

🔥 News

  • [2026/10/22] v1.5.0:Langfuse 5 每次用户请求一条 Trace,模型调用与工具执行是子 Observation,Hook 不上报。历史默认重放整个窗口(num_history_turns 默认 None,不再截断旧 tool 结果)。换模型保留工具历史,一轮内跨 provider fallback 能带着本轮工具结果完成。长会话按 provider 实测 token 校准压缩。详见 Release-v1.5.0
  • [2026/10/15] v1.4.17:输出上限按用户配置 > 模型目录 > 网关默认;网关空回复会重发,写不完的回答标成未完成;内置 analyze_image。公开 from agentica import … 不变,子模块按领域收进子包;worktree 不再搬家上锁。详见 Release-v1.4.17
  • [2026/09/15] v1.4.16:Layer 2 compact 改为空窗换窗(不再 LLM 摘要),旧对话用 search_session 查;交互 CLI 可选 attach / 外部 hooks(默认关);MCP 只支持 2.x。详见 Release-v1.4.16

更多版本

  • [2026/09/01] v1.4.15:新增 TypeScript 客户端 @agentica-ai/sdk 与 Gateway Docker 镜像;/export 默认出 session JSONL;apply_patch 只精确匹配;CLI 不再把工具输出里的 [/path] 当成 Rich 标记。详见 Release-v1.4.15
  • [2026/08/25] v1.4.14:权限档更新(ask 不再藏写工具,增加「拒绝类似」);Web/桌面真正多账号;文件工具收成 apply_patch + write_file(read_file 支持 tail);Worktree 默认进仓库内;系统 skill 包内加载;桌面版首次打开自动装 Python runtime。详见 Release-v1.4.14
  • [2026/08/20] v1.4.13:Web 换成 Vite + React SPA 并新增轨迹页;网页界面默认英文、设置里可切简体中文;新增 Desktop App 安装包(macOS dmg / Windows NSIS / Linux AppImage·deb)。详见 Release-v1.4.13
  • [2026/08/10] v1.4.12:上下文压缩升级:三层上下文压缩收敛为两层(截断旧 tool result → LLM/native 摘要);新增跨终端 peer 消息(list_agents / send_message)与进程级 delegate(独立 agentica --query --print,经 /ps /stop wait 托管),与进程内 task 分工明确。详见 Release-v1.4.12
  • [2026/08/04] v1.4.11:新增 OpenAI Responses API(含原生 compaction)、Markdown 可配置 subagent、apply_patch 多文件;CLI resume/状态栏/压缩提示增强;裁减 prompt 与 grep/glob schema;修复 Learned Experiences 污染与 write_todos 全量回显。详见 Release-v1.4.11
  • [2026/07/24] v1.4.10:支持视觉模型原生图片输入与模型能力 catalog 路由;新增 /rename 和按名称 /resume。详见 Release-v1.4.10
  • [2026/07/21] v1.4.9:内置 subagent 全部改为只读;edit_file 改为 tip 提示而非硬拒;修复 ask_user_question CLI 卡死。详见 Release-v1.4.9
  • [2026/07/05] v1.4.7:CLI 新增 cron 运行时(/cron 命令 + daemon)、自管理(/upgrade、/config set|env);统一配置到 ~/.agentica/config.yaml。详见 Release-v1.4.7
  • [2026/06/03] v1.4.6:支持fallback模型可配置,支持多个fallback模型;支持 LSP, CLI 开启 LSP 开关(--enable-diagnostics/--diagnostics-server);支持 agentica doctor;支持 /goal 长程任务。详见 Release-v1.4.6
  • [2026/05/11] v1.4.4:MemoryExtractHooks 优化,新增 auto_extract_memory_background 后台抽取(不再阻塞 on_agent_end),memory 抽取优先走更快更便宜的 auxiliary_model。详见 Release-v1.4.4
  • [2026/05/10] v1.4.3:Skill 生命周期重构 + VaG 解耦,新增 SkillLifecycleHooks 统一扩展点。详见 Release-v1.4.3

文档

完整使用文档:https://shibing624.github.io/agentica

社区与支持

> 如果 Agentica 帮到了你,欢迎点个 ⭐ Star,让更多人看到!

  • GitHub Issues — 提交 issue
  • 微信群 — 添加微信号 xuming624,备注 "llm",加入技术交流群

引用

如果您在研究中使用了 Agentica 的自进化与 skill 准入,请引用:

> Shang, L., Xu, M., Sun, Y., Xia, T., Hu, L., Xu, L., & Zheng, N. (2026). When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents. arXiv:2608.05810. https://arxiv.org/abs/2608.05810

BibTeX:```bibtex
@misc{shang2026selfevolution,
title = {When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents},
author = {Shang, Linfang and Xu, Ming and Sun, Yiding and Xia, Tianle and Hu, Lingxiang and Xu, Lan and Zheng, Ning},
year = {2026},
eprint = {2608.05810},
archivePrefix = {arXiv},
primaryClass = {cs.AI},
url = {https://arxiv.org/abs/2608.05810}
}


软件本身:

> Xu, M. (2026). Agentica: A Human-Centric Framework for Large Language Model Agent Workflows. GitHub. https://github.com/shibing624/agentica```bibtex
@misc{xu2026agentica,
  author    = {Xu, Ming},
  title     = {Agentica: A Human-Centric Framework for Large Language Model Agent Workflows},
  year      = {2026},
  publisher = {GitHub},
  url       = {https://github.com/shibing624/agentica}
}

仓库根目录也提供了 CITATION.cff。

许可证

Apache License 2.0

贡献

欢迎贡献!请查看 CONTRIBUTING.md。

致谢

  • phidatahq/phidata
  • openai/openai-agents-python

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
agentica 怎么安装?

在客户端按下面的安装命令接入:pip install agentica。对应的包名是 agentica。装完在客户端配置里引用同一个包或端点。

agentica 怎么在 Claude Desktop、Cursor、Cline 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

agentica 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

agentica 需要 API Key 吗?

资料没有标注鉴权方式,是否需要密钥取决于服务本身,接入前按官方文档确认。

agentica 支持哪些客户端?

资料标注支持 Claude Desktop、Cursor、Cline、Claude Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

agentica 能提供哪些能力?

资料显示能力标签包括 actionflow、agent、agentica、agents、langchain。具体工具清单以官方文档为准。

agentica 需要什么运行环境?

运行时为 Cross-platform;属于本地进程,需要在本机装好运行环境。

agentica 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-04-19。