Wegent

GitHub
509 80 中等 3 次阅读 昨天Apache-2.0开发框架图像Agent语言模型
AI 解读 由 AI 自动生成,仅供参考

Wegent 是一款开源的 AI 原生操作系统,核心目标是定义、组织并运行智能体团队。它超越了传统单点 AI 助手的范畴,致力于让用户构建由多个智能体协作完成的复杂任务系统。

Wegent 主要解决了多模型协同困难、任务调度分散以及代码执行环境缺乏安全保障等问题。通过统一的平台,用户可以轻松管理 Chat Agent 进行多轮对话与文件分析,利用 Code Agent 在云端安全执行代码并集成 Git 操作,或通过 AI Feed 实现基于时间或事件的自动化任务触发。

这款工具特别适合开发者、技术研究人员以及追求高效自动化的进阶用户。它兼容 Claude、OpenAI、Gemini 等主流大模型,并内置 Docker 沙箱隔离机制,确保任务执行的安全性与稳定性。此外,其清晰的四层架构设计支持通过 MCP 工具和自定义技能灵活扩展,为构建企业级 AI 应用提供了坚实的基础设施。对于希望深入探索 AI 代理协作模式的用户而言,Wegent 提供了一个开箱即用且高度可定制的优质解决方案。

使用场景

某初创技术团队负责维护一款 SaaS 产品,每周需高效处理用户反馈、定位 Bug 并自动完成代码修复与部署。

没有 Wegent 时

  • 团队成员需在 Slack、GitHub 和多个独立 AI 对话框间频繁切换,导致需求上下文断裂。
  • 编写修复代码时需手动复制粘贴错误日志,且本地运行测试脚本存在环境冲突风险。
  • 缺乏自动化调度机制,每日需人工检查服务器日志以发现潜在问题。
  • 不同 AI 模型能力分散,无法协同完成从需求分析到代码提交的全流程。

使用 Wegent 后

  • Wegent 提供统一入口,支持直接解析 PDF 或文本格式的 Issue 报告,自动关联历史对话记忆。
  • 内置多智能体协作模式,Chat Agent 分析需求后直接调用 Code Agent 在云端沙箱中执行代码修改。
  • 集成 Git 平台实现自动克隆仓库、提交 PR,并通过 AI Feed 设置定时任务监控系统状态。
  • 支持多种主流大模型切换,利用沙箱环境安全运行命令,彻底隔离了本地开发环境的污染风险。

Wegent 通过将分散的 AI 能力整合为统一的智能操作系统,实现了从需求分析到代码交付的自动化闭环。

运行环境要求

操作系统
  • Linux
  • macOS
GPU

未说明

内存

未说明

依赖
notes提供 Standalone、Standard、Development 三种部署模式;默认使用 SQLite,生产环境建议 MySQL;需配置外部 AI 模型 API Key(如 Claude, OpenAI, Gemini 等);支持 Docker 容器化一键部署。
python3.10+
FastAPI>=0.68
Next.js>=15
Docker
Python>=3.10
Wegent hero image

快速开始

Wegent

🚀 一个开源的 AI 原生操作系统,用于定义、组织和管理智能体团队

英文 | 简体中文

Python FastAPI Next.js Docker Claude Gemini Version


🏗️ 架构概览

graph TB
    subgraph Access["Entry Layer"]
        direction TB
        Web["🌐 Web"]
        IM["💬 IM Tools"]
        API["🔌 API"]
    end

    subgraph Features["Feature Layer"]
        direction TB
        Chat["💬 Chat"]
        Code["💻 Coding"]
        Feed["📡 Feed"]
        Knowledge["📚 Knowledge"]
    end

    subgraph Agents["Agent Layer"]
        direction TB
        ChatShell["🗣️ Wegent Chat"]
        ClaudeCode["🧠 Claude Code"]
        Agno["🤝 Agno"]
        Dify["✨ Dify"]
    end

    subgraph Execution["Execution Environment"]
        direction TB
        Docker["🐳 Agent Sandbox"]
        Cloud["☁️ Cloud Device"]
        Local["💻 Local Device"]
    end

    Access --> Features
    Features --> Agents
    Agents --> Execution

✨ 核心功能

💬 聊天智能体

聊天模式演示 一个完全开源的聊天智能体,具备强大功能:
  • 多模型支持:兼容 Claude、OpenAI、Gemini、DeepSeek、GLM 等主流模型
  • 对话历史:创建新对话、多轮对话、保存和分享聊天记录
  • 群聊:AI 群聊,AI 根据对话上下文响应并支持 @提及
  • 附件解析:在单聊/群聊中发送 txt、pdf、ppt、doc、图片等文件格式
  • 追问模式:AI 提出澄清性问题以帮助完善您的需求
  • 纠错模式:多个 AI 模型自动检测并纠正回复错误
  • 长期记忆:支持 mem0 (对话持久化存储) 集成以实现对话记忆持久化
  • 沙箱执行:通过沙箱执行命令或修改文件,兼容 E2B (协议)
  • 扩展:自定义提示词、MCP (模型上下文协议) 工具和 Skills (技能)(包含绘图技能)

💻 代码智能体

代码模式演示

基于云端的 Claude Code 执行引擎:

  • 多模型配置:配置各种兼容 Claude 的模型
  • 并发执行:在云端同时运行多个编码任务
  • 需求澄清:AI 分析代码并提出问题以生成规范文档
  • Git 集成:与 GitHub/GitLab/Gitea/Gerrit 集成以克隆、修改和创建拉取请求 (PR)
  • MCP/Skills 支持:为智能体配置 MCP 工具和 Skills
  • 多轮对话:通过后续问题继续对话

📡 AI 信息流

信息流演示

基于云的 AI 任务触发系统:

  • 完整能力访问:任务可使用聊天模式和代码模式的所有能力
  • 定时/事件触发:设置 cron 调度或基于事件的 AI 任务执行
  • 信息流展示:将 AI 生成的内容作为信息流显示
  • 事件过滤:过滤条件如“仅在我明天会下雨时通知我”

📚 AI 知识库

知识库演示

基于云的 AI 文档仓库:

  • 文档管理:上传和管理 txt/doc/ppt/xls 等文档格式
  • 网页导入:导入网页和钉钉多维表格
  • NotebookLM 模式:直接在笔记本中选择文档进行问答
  • 在线编辑:在笔记本模式下直接编辑文本文件
  • 聊天集成:在单聊/群聊中引用知识库以供 AI 响应

🖥️ AI 设备

AI 设备演示

在您的本地机器上运行 AI 任务并拥有完全控制权:

  • 本地执行器:在自己的设备上安装并运行 Wegent 执行器
  • 多设备管理:注册和管理多个本地设备
  • 默认设备:设置首选设备以快速执行任务
  • 安全连接:通过经过身份验证的 WebSocket (网络套接字) 连接到 Wegent 后端

💬 IM 集成

将 AI 智能体集成到您喜欢的 IM 工具中:

  • 钉钉机器人:将智能体部署为钉钉机器人以进行团队协作
  • Telegram 机器人:将智能体连接到 Telegram 进行个人或群聊

🔧 自定义

以上所有功能均可完全自定义:

  • 自定义智能体:在 Web UI 中创建自定义智能体,配置提示词、MCP、Skills 和多智能体协作
  • 智能体创建向导:4 步创建:描述需求 → AI 提问 → 实时微调 → 一键创建
  • 组织管理:创建和加入群组,在群组内共享智能体、模型和 Skills

🔧 扩展性

  • 智能体创建向导:4 步创建:描述需求 → AI 提问 → 实时微调 → 一键创建
  • 协作模式:4 种开箱即用的多智能体协作模式(顺序/并行/路由/循环)
  • 技能支持:动态加载技能包以提高 Token (消耗量) 效率
  • MCP 工具:模型上下文协议,用于调用外部工具和服务
  • 执行引擎:ClaudeCode / Agno 沙箱隔离,Dify API 代理,聊天直连模式
  • YAML 配置:Kubernetes 风格的 CRD (自定义资源定义),用于定义 Ghost / Bot / Team / Skill
  • API:OpenAI 兼容接口,便于与其他系统集成

🚀 快速开始

一键启动:

curl -fsSL https://raw.githubusercontent.com/wecode-ai/Wegent/main/install.sh | bash

然后在浏览器中打开 http://localhost:3000。

其他部署选项

模式 描述
独立版(默认) 单容器,SQLite,推荐给大多数用户
标准版 多容器,MySQL,适用于生产环境
开发版 热重载,适用于开发者

# 标准模式(多容器,含 MySQL)
curl -fsSL https://raw.githubusercontent.com/wecode-ai/Wegent/main/install.sh | bash -s -- --standard

# 开发模式(源码构建,支持热重载)
git clone https://github.com/wecode-ai/Wegent.git && cd Wegent && ./start.sh
🔧 常用命令
# 独立模式(单容器)
docker logs -f wegent-standalone      # 查看日志
docker stop wegent-standalone         # 停止
docker start wegent-standalone        # 启动
docker restart wegent-standalone      # 重启

# 标准模式(多容器)
docker compose logs -f   # 查看日志
docker compose down      # 停止
docker compose up -d     # 启动

# 开发模式
./start.sh --status      # 检查状态
./start.sh --stop        # 停止
./start.sh --restart     # 重启

📖 详见 独立模式文档


📦 内置智能体 (Agents)

团队 用途
chat-team 通用 AI 助手 + Mermaid 图表
translator 多语言翻译
dev-team Git 工作流:分支 → 代码 → 提交 → PR
wiki-team 代码库 Wiki 文档生成

🤝 贡献

我们欢迎贡献!详情请参阅我们的 贡献指南

📞 支持

👥 贡献者

感谢以下开发者为改进本项目所做出的贡献和努力。💪

qdaxb
Axb
feifei325
Feifei
Micro66
MicroLee
cc-yafei
YaFei Liu
FicoHu
FicoHu
kissghosts
Yanhe
johnny0120
Johnny0120
yixiangxx
Yi Xiang
joyway1978
Joyway78
parabala
Parabala
icycrystal4
Icycrystal4
moqimoqidea
Moqimoqidea
2561056571
Xuemin
fengkuizhi
Fengkuizhi
kerwin612
Kerwin Bryant
maquan0927
Just Quan
junbaor
Junbaor
fingki
Fingki
LiDaiyan
Li Daiyan
haosenwang1018
Sense_wang
jolestar
Jolestar
qwertyerge
Erdawang
sunnights
Jake Zhang
DeadLion
Jasper Zhong
rayzhang0603
Ray
RichardoMrMu
RichardoMu
Ged0
_
andrewzq777
Andrewzq777
graindt
Graindt
qingchengliu
Qingcheng
salt-hai
Salt-hai
wxcfox
wxcfox

由 WeCode-AI 团队用心制作 ❤️

版本历史

v1.5.112026/03/09
v1.5.102026/03/08
v1.7.42026/04/01
v1.7.32026/03/31
v1.7.22026/03/31
v1.7.12026/03/30
v1.7.02026/03/26
v1.6.102026/03/26
v1.6.92026/03/24
v1.6.82026/03/24
v1.6.72026/03/24
v1.6.62026/03/19
v1.6.52026/03/19
v1.6.42026/03/17
v1.6.32026/03/16
v1.6.22026/03/15
v1.6.12026/03/14
v1.6.02026/03/13
v1.5.132026/03/12
v1.5.122026/03/10

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

139k|★★☆☆☆|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|★★☆☆☆|今天
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|★★★☆☆|昨天
Agent图像开发框架