suna
Suna 是一个强大的开源平台,专门用于创建和管理自主运行的 AI 智能体。它让复杂的自动化任务变得简单,无论是研究分析、数据处理还是网页操作,都能由智能体代为完成。Suna 解决了传统脚本难以应对多步骤、跨平台工作流的痛点,让 AI 真正能像员工一样独立行动。
对于开发者来说,Suna 提供了可视化的构建工具和丰富的能力库,包括浏览器自动化、文件系统管理、系统命令执行以及外部 API 集成。它还支持私有化部署,确保数据安全。即使是非技术背景的用户,也能通过其直观的界面定制专属的智能助手。
特别值得一提的是 Suna 内置的“超级工人”通用型智能体,它展示了平台在自然对话中协调多种任务的能力。从市场调研到文档生成,Suna 都能灵活应对。如果你希望释放人力,让 AI 成为你的数字员工,Suna 是实现这一目标的理想选择。
使用场景
某跨境电商运营团队需要在季度末快速分析 50 家竞争对手的定价策略与新品动态,以便及时调整下月的营销推广方案。
没有 suna 时
- 团队成员需手动登录数十个独立站点,逐个截图记录价格与库存状态,耗费大量人力。
- 跨平台收集的用户评论难以统一格式,人工分类与情感分析耗时超过两天。
- 缺乏实时监控手段,往往在发现竞品降价后才被动应对,错失最佳销售时机。
- 最终报告依赖 Excel 手工合并,数据核对过程极易出现人为失误,影响决策准确性。
使用 suna 后
- suna 自主配置爬虫任务,同步抓取多站点商品详情与历史价格曲线,实现全天候数据采集。
- 内置 NLP 能力自动提炼评论关键词,生成情感分布图表无需人工干预,准确率显著提升。
- 设定触发规则后,一旦竞品调价即通过邮件发送预警通知,确保团队第一时间获知变动。
- 直接输出包含可视化图表的完整 PPT 报告,大幅缩短汇报准备周期,释放员工创造力。
suna 通过全链路自动化替代繁琐的人工采集,使运营团队能更敏捷地响应市场变化并聚焦高价值决策。
运行环境要求
- 未说明
未说明
未说明

快速开始
Kortix
为您创建自主 AI 代理 (AI Agents) 的完整平台
为任何用例构建、管理和训练复杂的 AI 代理。创建能够代表您自主行动的强力代理。
Deutsch | Español | français | 日本語 | 한국어 | Português | Русский | 中文

🌟 什么让 Kortix 与众不同
🤖 包含 Kortix Super Worker – 旗舰通用 AI 工作者
认识 Kortix Super Worker,我们的展示型代理,展示了 Kortix 平台的完整力量。通过自然对话,Kortix Super Worker 处理研究、数据分析、浏览器自动化、文件管理和复杂工作流 (workflow)——向您展示使用 Kortix 构建时可能实现的功能。
🔧 构建自定义的 Kortix Super Worker 类型代理
创建您自己的专用代理,针对特定领域、工作流或业务需求进行定制。无论您需要客服、数据处理、内容创作还是行业特定任务的代理,Kortix 都提供构建、部署和扩展它们的基础设施和工具。
🚀 完整的平台能力
- 浏览器自动化:浏览网站、提取数据、填写表单、自动化网页工作流
- 文件管理:创建、编辑和组织文档、电子表格、演示文稿、代码
- Web 智能:爬取、搜索能力、数据提取和综合
- 系统操作:命令行执行、系统管理、DevOps 任务
- API 集成:连接外部服务并自动化跨平台工作流
- 代理构建器:配置、自定义和部署代理的可视化工具
📋 目录
🎯 代理示例与用例
Kortix Super Worker – 您的通用 AI 工作者
Kortix Super Worker 展示了 Kortix 平台作为多功能 AI 工作者的全部能力,它可以:
🔍 研究与分析
- 在多个来源上进行全面的网络研究
- 分析文档、报告和数据集
- 综合信息并创建详细摘要
- 市场研究和竞争情报
🌐 浏览器自动化
- 导航复杂的网站和 Web 应用程序
- 自动从多个页面提取数据
- 填写表单并提交信息
- 自动化重复的基于 Web 的工作流
📁 文件与文档管理
- 创建和编辑文档、电子表格、演示文稿
- 组织和结构化文件系统
- 在不同文件格式之间转换
- 生成报告和技术文档
📊 数据处理与分析
- 清理和转换来自各种来源的数据集
- 执行统计分析并创建可视化图表
- 监控关键绩效指标 (KPIs) 并生成见解
- 整合来自多个 API 和数据库的数据
⚙️ 系统管理
- 安全地执行命令行操作
- 管理系统配置和部署
- 自动化开发运维 (DevOps) 工作流
- 监控系统健康和性能
构建您自己的专用代理
Kortix 平台使您能够创建针对特定需求的代理:
🎧 客户服务代理
- 处理支持工单和常见问题解答回复
- 管理用户入职和培训
- 将复杂问题升级给人工代理
- 跟踪客户满意度和反馈
✍️ 内容创作代理
- 生成营销文案和社交媒体帖子
- 创建技术文档和教程
- 开发教育内容和培训材料
- 维护内容日历和发布计划
📈 销售与营销代理
- 筛选潜在客户并管理客户关系管理 (CRM) 系统
- 安排会议并跟进潜在客户
- 创建个性化外联活动
- 生成销售报告和预测
🔬 研发代理
- 进行学术和科学研究
- 监控行业趋势和创新
- 分析专利和竞争格局
- 生成研究报告和建议
🏭 行业特定代理
- 医疗:患者数据分析、预约安排
- 金融:风险评估、合规监控
- 法律:文档审查、案例研究
- 教育:课程开发、学生评估
每个代理都可以根据您的要求配置自定义工具、工作流、知识库和集成。
🏗️ 平台架构

Kortix 由四个主要组件组成,它们协同工作以提供完整的 AI 代理开发平台:
🔧 后端 API
Python/FastAPI 服务,通过 REST 端点、线程管理、代理编排以及通过 LiteLLM 与 Anthropic、OpenAI 等进行的大语言模型 (LLM) 集成来驱动代理平台。包括代理构建工具、工作流管理和可扩展的工具系统。
🖥️ 前端仪表板
Next.js/React 应用程序,提供全面的代理管理界面,包括聊天界面、代理配置仪表板、工作流构建器、监控工具和部署控制。
🐳 代理运行时
每个代理实例的隔离 Docker 执行环境,具有浏览器自动化、代码解释器、文件系统访问、工具集成、安全沙箱和可扩展的代理部署功能。
🗄️ 数据库与存储
由 Supabase 驱动的数据层,处理身份验证、用户管理、代理配置、对话历史、文件存储、工作流状态、分析以及用于实时代理监控的实时订阅。
🚀 快速开始
通过我们的自动化设置向导,在几分钟内启动您的 Kortix 平台:
1️⃣ 克隆仓库
git clone https://github.com/kortix-ai/suna.git
cd suna
2️⃣ 运行设置向导
python setup.py
向导将引导您配置所有必需的服务,并保存进度,以便在中断后继续。
3️⃣ 管理平台
python start.py # Interactive start/stop
python start.py start # Start all services
python start.py stop # Stop all services
python start.py status # Show service status
python start.py restart # Restart all services
服务管理器会自动检测您的安装方式(Docker 或手动),并相应地管理服务。
📋 查看实时日志
手动安装(原生进程):
# View both backend and frontend logs
tail -f backend.log frontend.log
# View backend only
tail -f backend.log
# View frontend only
tail -f frontend.log
Docker 安装:
# View all service logs
docker compose logs -f
# View specific service
docker compose logs -f backend
docker compose logs -f frontend
4️⃣ 添加更多 API 密钥(可选)
完成初始设置后,您可以再次运行 python setup.py 来:
- 添加/更新 API 密钥 - 配置额外的 LLM(大型语言模型)提供商(Anthropic, OpenAI, Groq 等)、搜索 API(Tavily, Firecrawl 等)以及其他集成
- 清除设置并重新开始 - 删除所有配置并重新开始
就是这样!您的 Kortix 平台正在运行,Kortix Super Worker 已准备好协助您。谢谢啦
准备好构建您的第一个 AI 智能体了吗?
版本历史
v0.8.262026/04/03v0.8.252026/04/03v0.8.242026/04/02v12025/04/22v.0.1.112024/11/19v0.1.82024/11/18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。
