MAESTRO：您的自托管 AI 研究助手

版本 0.1.10-alpha（2025年10月12日）——Azure OpenAI 与配置改进

• Azure OpenAI 支持：支持 Azure OpenAI，包括 GPT-5 模型，并实现参数的自动处理
• 手动输入模型：新增切换功能，可绕过自动获取模型，适用于不支持 /models 端点的提供商，如 Azure
• 错误处理优化：修复了来自外部提供商的 401 错误不再导致用户登出的问题
• 设置修复：任务设置现在可在服务器重启后正确保留，并具备适当的优先级处理
• 用户体验改进：禁用 API 密钥字段的自动填充功能，以避免浏览器自动填充带来的问题

MAESTRO 是一个由 AI 驱动的研究平台，您可以将其托管在自己的硬件上。它旨在在一个协作式研究环境中从头到尾管理复杂的研究任务。规划您的研究，让 AI 代理执行任务，并观看它们根据您的文档和网络资源生成详细报告。

文档

查看完整文档

• 快速入门 —— 几分钟内即可启动并运行
• 安装 —— 平台特定的设置
• 配置 —— AI 提供商及设置
• 用户指南 —— 完整的功能指南
• 示例报告 —— 各种模型的输出示例
• 故障排除 —— 常见问题及解决方案

截图

文档库

文档组

任务设置

聊天界面

写作助手

研究透明度

AI 生成的笔记

任务跟踪

代理反思

开始使用

先决条件

• Docker 和 Docker Compose（v2.0+）
• 至少 16GB 内存（建议 32GB）
• 30GB 可用磁盘空间
• 至少一个 AI 提供商的 API 密钥

快速入门

# 克隆并设置
git clone https://github.com/murtaza-nasir/maestro.git
cd maestro
./setup-env.sh    # Linux/macOS
# 或
.\setup-env.ps1   # Windows PowerShell

# 启动服务
docker compose up -d

# 监控启动过程（首次需要 5-10 分钟）
docker compose logs -f maestro-backend

访问地址为 http://localhost • 默认用户名：admin / 密码：.env 文件中找到的密码

有关详细的安装说明，请参阅 安装指南。

配置

• CPU 模式：使用 docker compose -f docker-compose.cpu.yml up -d
• GPU 支持：在配备 NVIDIA 显卡的 Linux/Windows 系统上可自动检测
• 网络访问：可通过设置脚本选项进行配置

如需故障排除或高级配置，请参阅 文档。

最新版本

版本 0.1.10-alpha（2025年10月12日）

Azure OpenAI 与配置改进

• 支持 Azure OpenAI，包括 GPT-5 模型，并实现参数的自动处理
• 新增手动输入模型的切换功能，适用于不支持 /models 端点的提供商
• 修复了来自外部提供商的 401 错误不再导致用户登出的问题
• 任务设置现在可在服务器重启后正确保留
• 禁用 API 密钥字段的自动填充功能，以避免浏览器自动填充带来的问题

版本 0.1.9-alpha（2025年10月3日）

稳定性与安全更新

• 修复了任务暂停/恢复时的检查点处理问题
• 将 passlib 替换为维护良好的 libpass 分支
• 解决了回合/通行证计数器及活动日志持久化的问题
• 修复了 bcrypt 的兼容性问题，以确保身份验证正常工作

版本 0.1.8-alpha（2025年9月26日）

任务韧性与文档智能更新

• 实现智能任务恢复，完整保留检查点
• 添加 arXiv 论文抓取工具，可直接处理学术论文
• 支持写作阶段的恢复
• 实现文档重新处理和重新嵌入功能
• 修复了进度指示器，以确保准确的研究跟踪

核心功能

• 多代理研究系统：规划、研究、反思和写作代理协同工作
• 先进的 RAG 流程：双 BGE-M3 嵌入结合 PostgreSQL + pgvector
• 文档管理：支持 PDF、Word 和 Markdown 格式，并提供语义搜索功能
• 网络集成：集成多个搜索引擎提供商（Tavily、LinkUp、Jina、SearXNG）
• 自托管：完全掌控您的数据和基础设施
• 本地 LLM 支持：兼容 OpenAI 的 API，可用于运行您自己的模型

许可证

本项目采用双重许可：

1. GNU Affero 通用公共许可证 v3.0 (AGPLv3)：MAESTRO 以 AGPLv3 作为其开源许可证。
2. 商业许可证：对于无法遵守 AGPLv3 的用户或组织，可另行购买商业许可证。详情请联系项目维护者。

贡献

您的反馈、错误报告和功能建议对我们非常重要。欢迎随时在 GitHub 仓库中提交 Issue。

MAESTRO 快速上手指南

MAESTRO 是一款可自托管的 AI 研究助手，旨在帮助用户在本地环境中管理复杂的科研任务。它支持多智能体协作，能够自动规划研究、检索网络资源、分析文档并生成详细报告。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, macOS 或 Windows (需安装 Docker Desktop)
• 容器引擎：Docker 和 Docker Compose (v2.0+)
• 硬件配置：
  • 内存：最低 16GB (推荐 32GB)
  • 磁盘空间：至少 30GB 可用空间
• API 密钥：至少需要一个 AI 提供商的 API Key（如 OpenAI, Azure OpenAI 等）

注意：国内用户若拉取 Docker 镜像较慢，建议配置 Docker 镜像加速器。

安装步骤

1. 克隆项目

打开终端，克隆仓库并进入目录：

git clone https://github.com/murtaza-nasir/maestro.git
cd maestro

2. 配置环境变量

运行初始化脚本来生成 .env 配置文件：

Linux / macOS:

./setup-env.sh

Windows (PowerShell):

.\setup-env.ps1

执行后请编辑生成的 .env 文件，填入您的 AI 提供商 API Key。

3. 启动服务

使用 Docker Compose 启动所有服务（首次启动可能需要 5-10 分钟以拉取镜像和初始化数据库）：

docker compose up -d

4. 监控启动日志

观察后端服务启动状态，确保无报错：

docker compose logs -f maestro-backend

看到服务就绪提示后，按 Ctrl+C 退出日志监控。

基本使用

访问界面

在浏览器中打开： http://localhost

默认登录

• 用户名：admin
• 密码：查看项目根目录下的 .env 文件中生成的随机密码。

快速创建研究任务

1. 上传文档：在 "Document Library" 中上传 PDF、Word 或 Markdown 格式的参考资料。
2. 创建任务 (Mission)：点击新建任务，输入研究主题（例如：“总结量子计算的最新进展”）。
3. 配置模型：在设置中选择已配置的 AI 模型（支持 Azure OpenAI GPT-5 等）。
4. 执行研究：启动任务，MAESTRO 的多智能体系统将自动执行规划、搜索、阅读和写作流程。
5. 查看报告：任务完成后，可在 "Research Report" 中查看生成的详细研究报告及引用来源。

高级选项

• CPU 模式运行（若无 NVIDIA GPU）：

  docker compose -f docker-compose.cpu.yml up -d
  

• GPU 支持：在 Linux 或 Windows 上拥有 NVIDIA 显卡时，默认会自动检测并启用 GPU 加速。