ii-agent

GitHub
3.3k 494 较难 1 次阅读 2天前Apache-2.0语言模型开发框架Agent图像
AI 解读 由 AI 自动生成,仅供参考

ii-agent 是一款完全开源的智能体框架,旨在帮助用户将创意快速转化为实际可用的数字产品。它解决了传统 AI 工具往往止步于文本生成、难以直接落地为完整应用的痛点,让用户仅需通过简短的自然语言提示,即可构建移动应用、网站、绘本甚至视频内容,并支持实时编辑与可视化规划。

除了强大的生成能力,ii-agent 还具备深度的研究与自动化功能。它能执行从快速查询到多步骤深度调查的任务,并将研究结果自动转化为结构完整、带引用和交互功能的网站。同时,它支持与 Gmail、Slack、GitHub 等主流服务无缝集成,通过自定义技能复用工作流,显著提升了任务执行效率。

这款工具非常适合开发者、研究团队以及希望构建内部效能工具的企业使用。由于其采用 Apache 2.0 协议且无厂商锁定,技术人员可以自由部署、修改代码并完全掌控成本(支持自带 API 密钥)。其独特的技术亮点在于“多模型协作”与“全栈生成能力”,允许在单次对话中切换不同大模型提供商,并能直接输出包含前端界面、后端逻辑及文档幻灯片的全套项目成果,真正实现了从想法到成品的端到端自动化。

使用场景

某初创教育团队需要在 48 小时内为新课程快速构建一个包含互动绘本、宣传官网及详细教案的完整数字产品包。

没有 ii-agent 时

  • 多工具切换繁琐:团队成员需分别在绘图软件、代码编辑器和文档工具间反复跳转,手动拼接文本、图片与代码,协作效率极低。
  • 内容一致性难保障:绘本插画风格、网站视觉元素与教案文字描述由不同人员制作,常出现色调不一、术语冲突等割裂感。
  • 研发周期漫长:从零编写前端代码、手动排版 PPT 及校对参考文献耗时数天,难以应对紧急的市场推广节点。
  • 深度调研成本高:为确保课程专业性,人工搜集学术资料并整理成结构化报告需耗费大量人力,且容易遗漏关键信息。

使用 ii-agent 后

  • 全流程一键生成:通过单一提示词,ii-agent 自动串联工作流,同步产出完整移动端绘本、响应式官网及配套的 PowerPoint 教案。
  • 多模态风格统一:利用其内置的多模型支持能力,确保生成的插图、网页素材与文案在视觉风格和知识逻辑上高度一致。
  • 实时编辑与加速:借助实时编辑功能,团队可直接在生成的网站和幻灯片上进行协同修改,将原本数天的开发压缩至数小时。
  • 智能深度研究:调用深度研究模式,自动完成多步文献检索、数据验证并生成带引用的交互式网页,大幅降低人工调研门槛。

ii-agent 通过将分散的创作环节整合为自动化闭环,让小型团队也能以企业级效率交付高质量的复杂多模态应用。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该项目主要基于 Docker 和 Make 命令运行,支持全栈 Docker 部署(无需本地安装 Python/Node)。核心依赖包括 Docker、uv(Python 包管理器)、Node.js 和 npm。运行前需配置大模型 API 密钥(支持 OpenAI、Anthropic、Google 等),并通过 make setup 初始化环境。数据库使用 PostgreSQL,缓存使用 Redis,对象存储使用 MinIO。
python未说明 (需安装 uv 包管理器)
Docker
uv
Node.js
npm
PostgreSQL
Redis
MinIO
ii-agent hero image

快速开始

ii-agent-banner

II Agent

GitHub 星标 Discord 关注 许可证 博客 GAIA 基准测试 Ask DeepWiki.com

II-Agent 是一款为实际工作打造的开源 AI 助手,现已正式推出,不再处于测试阶段。完全开源,采用 Apache-2.0 许可证。

无论您是独立开发者、研究团队,还是正在构建内部工具的企业——都可以运行、分叉并扩展它。没有黑盒,没有供应商锁定。您可以使用自己的 API 密钥(BYOK),完全掌控成本和模型提供商的选择。

试用网页应用 | 加入我们的 Discord

简介

https://github.com/user-attachments/assets/430425c4-2352-4101-9fdb-46bdfc63d26a

核心功能

构建

  • 移动应用开发 — 从简短提示快速生成完整的移动应用
  • 网站应用开发 — 从简短提示快速生成完整的网站应用
  • 故事书生成 — 仅凭一个提示即可创建配有插图的完整绘本
  • 视频与图像生成 — 在同一工作流中支持多种模型
  • 实时编辑 — 支持网站、幻灯片和故事书的实时编辑
  • 计划模式 — 在开始构建前进行可视化项目规划

研究

  • 快速研究与深度研究 — 提供快速解答或多步骤调查
  • 交互式网站生成 — 将研究简报转化为包含结构、视觉内容、引用和嵌入式问答的完整网站

自动化与集成

  • 内置与自定义技能 — 可重用工作流程,并连接基于 GitHub 的流程
  • 应用集成 — Gmail、Slack、GitHub、Notion、Google 日历、Discord、Dropbox、Canva 等
  • 更快的执行速度 — 相较于早期测试版本,速度显著提升

其他功能

领域 功能
聊天 多模型对话(可在同一线程中切换提供商)、文件附件、代码解释器、文本文件搜索
代理 执行包含多步任务规划的通用任务
文档 PDF 提取与创建、Excel 公式与图表、Word 编辑、PowerPoint 操作
幻灯片 通过提示快速生成演示文稿,支持实时协作编辑和模板

安装

先决条件

  • Docker安装 Docker
  • uvcurl -LsSf https://astral.sh/uv/install.sh | sh
  • Node.js 与 npm安装 Node.js(或使用 nvm)

快速入门

# 1. 克隆仓库
git clone https://github.com/Intelligent-Internet/ii-agent.git
cd ii-agent

# 2. 运行首次设置(创建 .env 文件并安装依赖)
make setup

# 3. 配置您的 LLM API 密钥
#    编辑 .env 文件,至少设置一个 LLM 提供商:

#    选项 A:在 .env 中直接填写 JSON
#    MODEL_CONFIGS='[{"model_id":"claude-sonnet-4-6","provider":"Anthropic","api_key":"sk-ant-...","display_name":"Claude Sonnet 4","is_default":true}]'

#    选项 B:使用 YAML 配置文件
#    将 model_configs.example.yaml 复制到 model_configs.yaml,填入您的密钥,
#    然后在 .env 中设置 MODEL_CONFIGS_FILE=model_configs.yaml

# 4. 启动所有服务(基础设施 + 后端 + 前端)
make dev-all

这将启动:

配置文件

文件 来源 用途
.env .env.example 后端配置:数据库、Redis、存储、认证、LLM 密钥
frontend/.env frontend/.env.example 前端配置:API URL、Google OAuth、主题
model_configs.yaml model_configs.example.yaml LLM 模型定义(替代 .env 中的内联 JSON)

LLM 提供商

II-Agent 支持多家 LLM 提供商。您可以在 model_configs.yaml 中配置,或通过 .env 中的 MODEL_CONFIGS 设置:

提供商 示例 model_id 备注
OpenAI gpt-5.4 需要 api_key
Anthropic claude-opus-4-6 可直接使用 API 或 Vertex AI
Google gemini-3.1-pro-preview 可直接使用 API 或 Vertex AI

请参阅 model_configs.example.yaml,了解包括 Vertex AI、Azure 以及自托管模型在内的完整配置选项。

常用 Make 命令

make help             # 显示所有可用命令
make dev-all          # 启动所有服务(基础设施 + 后端 + 前端)
make infra            # 仅启动 Postgres、Redis、MinIO
make backend-dev      # 仅启动后端(端口 8000)
make frontend-dev     # 仅启动前端(端口 5173)
make db-migrate       # 运行数据库迁移
make lint             # 检查后端和前端代码
make format           # 自动格式化后端和前端代码
make test             # 运行所有测试
make stack            # 使用 Docker Compose 启动完整堆栈

Docker Compose(完整堆栈)

若想在 Docker 中运行所有服务(无需本地 Python/Node):

# 复制并编辑堆栈环境文件
cp docker/.stack.env.example docker/.stack.env
# 根据您的凭证编辑 docker/.stack.env

make stack            # 启动完整堆栈
make stack-build      # 带 --build 参数启动(重新构建镜像)
make stack-down       # 停止并清理
make stack-logs       # 查看所有日志

更多资源

如需更多详细信息,请参阅我们的官方指南

https://github.com/user-attachments/assets/d1fa7cde-06cc-4103-bed0-d4ad5e640de4

版本历史

v0.42025/07/29
v0.32025/07/07
v0.22025/06/11
v0.12025/05/20

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架