AutoGPT.js

GitHub
1k 174 简单 1 次阅读 今天MIT开发框架Agent语言模型
AI 解读 由 AI 自动生成,仅供参考

AutoGPT.js 是一个开源项目,旨在将强大的 AutoGPT 能力直接带入您的浏览器。它解决了传统 AI 代理通常依赖复杂本地环境配置、存在隐私顾虑以及访问门槛较高的问题,让用户无需安装任何后端服务即可在网页端体验自主智能体。

这款工具特别适合希望快速尝试 AI 自动化任务的普通用户、关注数据隐私的研究人员,以及想要探索浏览器端 AI 应用架构的开发者。其核心亮点在于完全运行于浏览器环境中,不仅提升了可访问性,还通过利用最新的 Web 文件系统访问 API,实现了直接在本地创建和读取文件的能力。此外,AutoGPT.js 支持生成代码、管理短期记忆、调用 DuckDuckGo 进行搜索以及无状态访问网页等功能。项目路线图还规划了集成 LangChain 以增强扩展性、支持沙箱运行 JavaScript 代码以及接入更多大模型接口等进阶特性。无论是想体验前沿 AI 技术,还是寻求一个轻量级的自动化助手,AutoGPT.js 都提供了一个便捷且安全的解决方案。

使用场景

一位前端开发者需要在浏览器中快速构建并调试一个包含本地文件读取功能的动态数据可视化原型,且希望整个过程无需配置复杂的后端环境。

没有 AutoGPT.js 时

  • 必须先在本地搭建 Node.js 或 Python 后端服务来处理文件读写和代理请求,环境配置繁琐且耗时。
  • 每次修改代码逻辑都需要停止服务、重新编译并刷新页面,开发迭代周期长,打断心流。
  • 敏感的项目数据若需借助云端 AI 辅助生成代码,存在隐私泄露风险,无法在完全本地化的安全环境中运行。
  • 缺乏原生的短期记忆机制,AI 助手难以理解多步骤的复杂任务上下文,经常需要重复输入指令。
  • 无法直接在浏览器沙箱中让 AI 自主创建子代理来并行处理搜索信息或生成特定模块代码。

使用 AutoGPT.js 后

  • 直接利用浏览器新的文件系统访问 API,AutoGPT.js 即可在纯前端环境中读写本地文件,彻底免除后端部署步骤。
  • 所有逻辑直接在浏览器标签页内运行与调试,修改即生效,实现了“所见即所得”的极速开发体验。
  • 得益于纯浏览器运行的架构,所有数据处理和 AI 交互均在本地完成,确保了核心代码与数据的绝对隐私安全。
  • 内置的短期记忆功能让 AutoGPT.js 能连贯地执行多步任务,如先搜索最新图表库文档再自动生成集成代码。
  • 支持自主创建和运行其他 GPT 代理,可指派子代理专门负责 DuckDuckGo 搜索或 URL 内容抓取,大幅提升任务并行效率。

AutoGPT.js 通过将强大的自主智能体能力无缝植入浏览器,让开发者在零配置、高隐私的环境下实现了从想法到原型的瞬间转化。

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该项目基于 JavaScript/Node.js 运行,无需 Python 环境。支持在浏览器中直接运行以实现隐私保护。部署时若使用 Fly.io 需配置 SESSION_SECRET 并创建持久化存储卷(尽管当前代码未实际读写 SQLite)。部分功能(如 DuckDuckGo 搜索和网页访问)需要通过服务器代理。
python未说明
Node.js
npm
AutoGPT.js hero image

快速开始

AutoGPT.js

AutoGPT.js 是一个开源项目,旨在将 AutoGPT 的强大功能带到您的浏览器中。通过直接在浏览器中运行,AutoGPT.js 提供了更高的可访问性和隐私性。

访问 AutoGPTjs.com

网站截图

目录

功能

  • 从本地计算机创建/读取文件(使用新的 Web 文件系统访问 API)
  • 创建并运行其他 GPT 代理
  • 生成代码
  • 短期记忆
  • 使用 Duck Duck Go 进行搜索(目前通过服务器代理获取 DuckDuckGo 页面)
  • 无状态访问 URL(目前通过服务器代理获取网站内容)

路线图/想法

  • 🚧 使用 LangChain 构建更可扩展的 AutoGPT 架构
  • 高级设置以配置 AutoGPT,例如温度、提示等
  • 在沙箱中运行 JavaScript 代码(例如 iframe
  • 切换到不同的 LLM API,例如 Bard、Cohere 等
  • 集成基于 Web 的 LLM,例如 WebLLM、LLaMa 等(目前性能可能是一个限制)
  • 带标签的用户界面,用于显示已创建/访问的文件

开发

  1. .env.example 复制到 .env 并根据需要进行修改。
  2. 运行 npm install 以获取所有依赖项。
  3. 运行 npm run dev 启动开发服务器。

部署

Fly.io

  • 安装 Fly

  • 注册并登录 Fly

    fly auth signup
    

    注意: 如果您有多个 Fly 账户,请确保在 Fly CLI 和浏览器中登录的是同一个账户。在终端中运行 fly auth whoami,并确认电子邮件与浏览器中登录的 Fly 账户一致。

  • 在 Fly 上创建应用

    fly apps create autogpt-js
    
  • 为您的 Fly 应用添加 SESSION_SECRET 秘密,可以运行以下命令:

    fly secrets set SESSION_SECRET=$(openssl rand -hex 32) --app autogpt-js
    

    如果您没有安装 openssl,也可以使用 1Password 生成随机秘密,只需将 $(openssl rand -hex 32) 替换为生成的秘密即可。

  • 为 SQLite 数据库创建持久化卷。尽管当前代码并未读写 SQLite 数据库,但该项目启动模板中的相关依赖尚未移除。

    fly volumes create data --size 1 --app autogpt-js
    
  • 现在一切准备就绪,您可以进行部署。

    fly deploy --app autogpt-js
    

Docker

  1. 运行 docker build -t IMAGE_NAME . 以创建 Docker 镜像。
  2. 根据您使用的云和基础设施部署 Docker 镜像。
  3. 根据您的基础设施启动容器,例如 docker run -p PORT:8080 IMAGE_NAME

直接部署

  1. 运行 npm install 以获取所有依赖项。
  2. 运行 npm run build 以构建项目。
  3. 运行 NODE_ENV="production" npm run start 以启动服务器,该服务器将在 localhost:3000 暴露端点。然后您可以使用 NGINX 等反向代理将流量路由到您服务器上的该本地地址。

贡献

我们欢迎并鼓励开发者社区的贡献。

许可证

本项目采用 MIT 许可证 许可。通过参与本项目的贡献,您即表示同意该许可证的条款和条件。

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

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|★★★☆☆|2周前
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

160.8k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|3天前
Agent插件

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。

109.2k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像