agent-zero
Agent Zero 是一个动态的、可成长的智能代理框架,旨在作为个人助手帮助完成各种任务。它不预设特定功能,而是根据用户的使用不断学习和进化,能够收集信息、执行命令、编写代码,并与其他代理协作解决问题。它将计算机视为工具,通过操作系统完成任务,具备持久记忆能力,能记住过往的经验以提高效率。
适合开发者、研究人员以及希望提升工作效率的用户。其独特的技能系统采用开放标准,支持多种编程环境,便于扩展和定制。同时,Agent Zero 提供了对 Git 项目的支持,允许在安全的工作空间中操作代码库。
使用场景
一家 5 人初创团队正在开发一款跨平台桌面应用,需要在两周内完成 MVP 并上线,团队里只有 1 名全栈工程师。
没有 agent-zero 时
- 工程师每天花 3-4 小时手动拉取 GitHub 私有仓库、切分支、合并 PR,CI/CD 脚本反复调试,时间被碎片化。
- 每次需求变更都要手动写 Electron + React 的打包脚本,跨平台测试靠本地虚拟机,出包慢且容易遗漏平台差异。
- 产品经理想快速验证新功能,只能排队等工程师空出时间,沟通成本高,迭代节奏被拖慢。
- 代码规范、依赖更新、漏洞扫描全靠人工检查,漏掉一次就导致线上崩溃,团队士气受挫。
使用 agent-zero 后
- agent-zero 一键克隆私有仓库到隔离工作区,自动识别分支策略并执行合并、打 tag,工程师把 3-4 小时压缩到 10 分钟。
- 工程师用自然语言告诉 agent-zero“为 macOS、Windows、Linux 生成 Electron 打包脚本并跑通 GitHub Actions”,它即刻生成并推送 CI 配置,当晚就拿到三平台安装包。
- 产品经理直接在 agent-zero 聊天框里描述“加一个暗黑模式开关”,它自动改代码、跑测试、发预览链接,当天即可灰度发布。
- agent-zero 每晚定时扫描依赖、跑 lint、执行安全审计,第二天早晨把报告和修复 PR 推到 Slack,团队安心睡觉。
agent-zero 让 1 名工程师像 5 人 DevOps 团队一样高效,两周内准时上线 MVP。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
🚨 AGENT ZERO 技能 🚨
技能系统 - 基于开放
SKILL.md标准的可移植、结构化的智能体能力(与 Claude Code、Codex 等兼容)。此外: 基于 Git 的项目,支持公共和私有仓库的身份验证——可将代码库直接克隆到隔离的工作空间中。
一个与你共同成长、学习的个性化有机智能体框架
- Agent Zero 并非预定义的智能体框架。它被设计成动态的、有机生长的,并且会随着你的使用不断学习。
- Agent Zero 完全透明、可读、易懂、可定制且高度互动。
- Agent Zero 将计算机作为工具来完成其(你的)任务。
⚙️ 安装
点击观看视频,了解如何安装 Agent Zero:
⚡ 快速入门
macOS / Linux:
curl -fsSL https://bash.agent-zero.ai | bash
Windows (PowerShell):
irm https://ps.agent-zero.ai | iex
Docker:
docker run -p 80:80 agent0ai/agent-zero
关于 Windows、macOS 和 Linux 的详细安装指南,请参阅 Agent Zero 文档中的 此页面。
💡 核心功能
- 通用型助手
- Agent Zero 并非为特定任务预先编程(但可以)。它旨在成为一个通用的个人助手。只需赋予它一项任务,它便会收集信息、执行命令和代码、与其他智能体实例协作,并尽最大努力完成任务。
- 它拥有持久化记忆,能够记住之前的解决方案、代码、事实、指令等,从而在未来更快、更可靠地解决任务。

- 计算机作为工具
- Agent Zero 将操作系统用作完成任务的工具。它没有预置任何单一用途的工具。相反,它可以自行编写代码,并利用终端创建和使用所需的工具。
- 其工具库中仅包含在线搜索、记忆功能、与用户及其他智能体沟通以及代码/终端执行等默认工具。其他一切功能均由智能体自身创建,或可由用户扩展。
- 工具使用功能从零开始开发,旨在实现最高兼容性和可靠性,即使在非常小的模型上也能稳定运行。
- 默认工具: Agent Zero 包含知识检索、代码执行和通信等功能。
- 自定义工具: 通过创建自己的自定义工具,进一步扩展 Agent Zero 的功能。
- 技能(SKILL.md 标准): 技能是根据上下文动态加载的专业知识。它们采用 Anthropic 开发的开放 SKILL.md 标准,因此与 Claude Code、Cursor、Goose、OpenAI Codex CLI 和 GitHub Copilot 等工具兼容。
- 多智能体协作
- 每个智能体都有一个上级智能体为其分配任务和指令。每个智能体随后会向其上级汇报工作进展。
- 对于链条中的第一个智能体(Agent 0)而言,其上级就是人类用户;该智能体对此并无感知差异。
- 每个智能体都可以创建下属智能体,以帮助分解并解决子任务。这有助于所有智能体保持清晰、专注的工作上下文。

浏览器代理
- 浏览器自动化由内置的
_browser_agent插件提供。 - 它使用由
_model_config解析的有效主模型;没有单独的浏览器模型槽位。 - 浏览器视觉遵循主模型的视觉设置。
- Playwright Chromium:Docker 镜像预装了无头 Shell。本地开发会在首次使用浏览器代理时,通过
plugins/_browser_agent/helpers/playwright.py中的ensure_playwright_binary()方法将其安装到tmp/playwright目录中;你也可以手动预先安装(参见 开发设置),以避免等待。
- 完全可定制和可扩展
- 该框架中几乎没有硬编码的部分。没有任何隐藏的内容。用户可以扩展或更改任何部分。
- 整个行为由 prompts/default/agent.system.md 文件中的系统提示定义。修改此提示即可显著改变框架的行为。
- 框架不会以任何方式引导或限制代理。不存在代理必须遵循的硬编码规则。
- 在代理的通信循环中发送的每一个提示、每一个小消息模板都可以在 prompts/ 文件夹中找到并进行修改。
- 内置工具位于核心的 tools/ 文件夹中,或位于 plugins/ 下的内置插件中,可以被调整或扩展。
- 通过
A0_SET_环境变量实现自动化配置,便于部署自动化和快速设置。

- 沟通是关键
- 为你的代理提供合适的系统提示和指令,它就能创造奇迹。
- 代理可以与其上级和下级进行沟通,提出问题、下达指令并提供指导。在系统提示中指导你的代理如何有效地进行沟通。
- 终端界面是实时流式传输且交互式的。你可以在任何时候停止并介入。如果你发现代理正朝着错误的方向发展,只需立即停止并告知它。
- 该框架提供了极大的自由度。你可以指示代理定期向其上级汇报,请求继续执行的许可。你也可以指示它们在决定何时委派子任务时使用积分系统。上级可以对下级的结果进行复核并提出异议。可能性是无限的。
🚀 实际应用场景
财务分析与图表绘制 -
"查找上个月比特币/美元的价格走势,与主要加密货币新闻事件相关联,生成带有高亮关键日期的注释图表"Excel 自动化流水线 -
"扫描传入目录中的财务电子表格,验证并清理数据,从多个来源整合数据,生成带有异常标记的高管报告"无需代码的 API 集成 -
"使用这段 Google Gemini API 代码片段生成产品图片,记住这次集成以便日后使用"- 代理会学习并将解决方案存储在内存中。自动化服务器监控 -
"每 30 分钟检查一次服务器状态:CPU 使用率、磁盘空间、内存。如果指标超过阈值,则发出警报"(具有项目范围凭据的计划任务)多客户项目隔离 - 为每个客户创建独立的项目,拥有隔离的内存、自定义指令和专用密钥——防止敏感工作之间的上下文泄露。
🐳 完全 Docker 化,支持语音转文本和 TTS

- 可定制的设置允许用户根据自身需求调整代理的行为和响应。
- Web UI 的输出非常简洁、流畅、色彩丰富、易读且具有交互性;没有任何隐藏的内容。
- 你可以直接在 Web UI 中加载或保存聊天记录。
- 你在终端中看到的相同输出会自动保存到 logs/ 文件夹中的 HTML 文件中,每次会话都会保存一份。

- 代理的输出是实时流式的,允许用户随时阅读并进行干预。
- 无需编写代码,只需要具备提示和沟通技巧即可。
- 只要有扎实的系统提示,即使使用小型模型,该框架也能可靠运行,包括精确地使用工具。
👀 请注意
- Agent Zero 可能存在危险!
- 在适当的指导下,Agent Zero 能够完成许多事情,甚至可能涉及对你的计算机、数据或账户的潜在危险操作。请务必在隔离环境中(如 Docker)运行 Agent Zero,并小心你的期望。
- Agent Zero 基于提示运行。
- 整个框架都由 prompts/ 文件夹中的提示所引导。代理的指导方针、工具说明、消息以及实用的 AI 功能,全部都在这里。
📚 阅读文档
| 页面 | 描述 |
|---|---|
| 安装 | 安装、设置和配置 |
| 使用 | 基本及高级用法 |
| 指南 | 分步指南:使用、项目、API 集成、MCP 设置、A2A 设置 |
| 开发设置 | 开发和定制 |
| WebSocket 基础设施 | 实时 WebSocket 处理程序、客户端 API、过滤语义、封装 |
| 扩展 | 扩展 Agent Zero |
| 连接性 | 外部 API 端点、MCP 服务器连接、A2A 协议 |
| 架构 | 系统设计和组件 |
| 贡献 | 如何贡献 |
| 故障排除 | 常见问题及其解决方案 |
🤝 社区和支持
- 加入我们的 Discord 社区(https://discord.gg/B8KZKNsPpj)进行实时讨论,或访问我们的 Skool 社区(https://www.skool.com/agent-zero)。
- 关注我们的 YouTube 频道(https://www.youtube.com/@AgentZeroFW)以获取实践讲解和教程。
- 如需修复 bug 或添加功能,请提交问题至 GitHub(https://github.com/agent0ai/agent-zero/issues)。
版本历史
v1.72026/04/03v1.62026/03/31v1.52026/03/30v1.42026/03/30v1.32026/03/27v1.22026/03/26v1.12026/03/26v0.9.8.32026/03/24v0.9.8.22026/02/24v0.9.8.12026/02/18v0.9.82026/02/10v0.9.72025/11/19v0.9.62025/10/02v0.9.5.12025/09/19v0.9.52025/09/03v0.9.42025/08/18v0.9.32025/08/04v0.9.22025/07/21v0.9.1.12025/07/09v0.9.12025/07/07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。
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
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。
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。
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。
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。


