从 CLI 模式开始

[🚨 新闻: ] 我们更新了一个更易用的命令来启动 CLI 模式，并修复了不同 LLM 提供商之间存在的问题。您可以按照以下步骤，使用更少的配置即可启动不同 LLM 提供商的 CLI 模式。

命令选项：

您可以通过运行 auto main 来启动 AutoAgent 的完整功能，包括用户模式、代理编辑器和工作流编辑器。另外，您也可以运行 auto deep-research 来启动更为轻量级的用户模式，就像 Auto-Deep-Research 项目一样。该命令的一些配置如下所示。

• --container_name: Docker 容器名称（默认值：'deepresearch'）
• --port: 容器端口（默认值：12346）
• COMPLETION_MODEL: 指定要使用的 LLM 模型，您应按照 Litellm 的命名规则设置模型名称。（默认值：claude-3-5-sonnet-20241022）
• DEBUG: 启用调试模式以获取详细日志（默认值：False）
• API_BASE_URL: LLM 提供商的基础 URL（默认值：无）
• FN_CALL: 启用函数调用（默认值：无）。大多数情况下，您可以忽略此选项，因为我们已经根据模型名称设置了默认值。
• git_clone: 将 AutoAgent 仓库克隆到本地环境（仅支持 auto main 命令，默认值：True）
• test_pull_name: 测试拉取分支的名称。（仅支持 auto main 命令，默认值：'autoagent_mirror'）

关于 git_clone 和 test_pull_name 的更多细节

在代理编辑器和工作流编辑器模式下，我们需要将 AutoAgent 仓库的一个镜像克隆到本地代理交互环境中，并让我们的 AutoAgent 自动更新自身，例如创建新的工具、代理和工作流。因此，如果您想使用代理编辑器和工作流编辑器模式，应将 git_clone 设置为 True，并将 test_pull_name 设置为 'autoagent_mirror' 或其他分支。

使用不同 LLM 提供商的 auto main

接下来，我将向您展示如何使用 auto main 命令和不同的 LLM 提供商来运行 AutoAgent 的完整功能。如果您想使用 auto deep-research 命令，可以参考 Auto-Deep-Research 项目以获取更多详细信息。

Anthropic

• 在 .env 文件中设置 ANTHROPIC_API_KEY。

ANTHROPIC_API_KEY=your_anthropic_api_key

• 运行以下命令以启动 Auto-Deep-Research。

auto main # 默认模型是 claude-3-5-sonnet-20241022

OpenAI

• 在 .env 文件中设置 OPENAI_API_KEY。

OPENAI_API_KEY=your_openai_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=gpt-4o auto main

Mistral

• 在 .env 文件中设置 MISTRAL_API_KEY。

MISTRAL_API_KEY=your_mistral_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=mistral/mistral-large-2407 auto main

Gemini - Google AI Studio

• 在 .env 文件中设置 GEMINI_API_KEY。

GEMINI_API_KEY=your_gemini_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=gemini/gemini-2.0-flash auto main

Huggingface

• 在 .env 文件中设置 HUGGINGFACE_API_KEY。

HUGGINGFACE_API_KEY=your_huggingface_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=huggingface/meta-llama/Llama-3.3-70B-Instruct auto main

Groq

• 在 .env 文件中设置 GROQ_API_KEY。

GROQ_API_KEY=your_groq_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=groq/deepseek-r1-distill-llama-70b auto main

OpenAI 兼容的 API 端点（如 Grok）

• 在 .env 文件中设置 OPENAI_API_KEY。

OPENAI_API_KEY=your_api_key_for_openai_compatible_endpoints

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=openai/grok-2-latest API_BASE_URL=https://api.x.ai/v1 auto main

OpenRouter（如 DeepSeek-R1）

我们建议暂时使用 OpenRouter 作为 DeepSeek-R1 的 LLM 提供商。因为 DeepSeek-R1 的官方 API 目前无法高效使用。

• 在 .env 文件中设置 OPENROUTER_API_KEY。

OPENROUTER_API_KEY=your_openrouter_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=openrouter/deepseek/deepseek-r1 auto main

DeepSeek

• 在 .env 文件中设置 DEEPSEEK_API_KEY。

DEEPSEEK_API_KEY=your_deepseek_api_key

• 运行以下命令以启动 Auto-Deep-Research。

COMPLETION_MODEL=deepseek/deepseek-chat auto main

CLI 模式启动后，您将看到 AutoAgent 的启动页面：

小贴士

将浏览器 Cookie 导入浏览器环境

您可以将浏览器 Cookie 导入浏览器环境，以便代理更好地访问某些特定网站。有关详细信息，请参阅 cookies 文件夹。

添加您自己的第三方工具平台 API 密钥

如果您想从第三方工具平台（如 RapidAPI）创建工具，您需要先订阅这些平台上的工具，并通过运行 process_tool_docs.py 添加您自己的 API 密钥。

python process_tool_docs.py

更多功能即将推出！🚀 Web GUI 界面 正在开发中。

cd path/to/AutoAgent && sh evaluation/gaia/scripts/run_infer.sh

cd path/to/AutoAgent && python evaluation/gaia/get_score.py

cd path/to/AutoAgent && sh evaluation/multihoprag/scripts/run_rag.sh

@misc{AutoAgent,
      title={{AutoAgent: 一种完全自动化且零代码的 LLM 智能体框架}},
      author={唐嘉斌、范天宇、黄超},
      year={2025},
      eprint={202502.05957},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2502.05957},
}