人工智能大模型AI AgentAgent 框架多智能体AI 技能/插件【免费下载链接】infiAgentBuild your own Cowork, AI Scientist and other SoTA Agents just by editing config files. Support anthropic skills. An infinite-horizon agent framework designed for long-running, complex tasks.项目地址https://gitcode.com/gh_mirrors/inf/infiAgent点击查看免费下载infiAgent又称 MLAMulti-Level Agent是一个为无限时长运行设计的开源 AI 智能体框架。它的核心理念是你不需要写复杂的编排代码只要编辑几个 YAML 配置文件就能搭建出自己的 Cowork 助手、AI Scientist 甚至 SOTA 级垂直领域智能体。支持长达数天的复杂任务、断点续跑、Agent Skills 标准和基于目录的持久记忆特别适合需要长时间自主工作的科研写作、深度调研与办公自动化场景。 为什么选择 infiAgent和普通 LLM Agent 不同infiAgent 解决的是任务一长就崩的痛点能力说明✅ 数天级长任务上下文累积不会导致工具调用混乱支持 Resume 断点续跑✅ 配置即构建编辑 YAML 文件即可定义智能体层级、工具集、提示词✅ 双架构支持多层级树形架构如Researcher科研系统 扁平架构如OpenCowork通用助手✅ 持久记忆同一工作目录下启动智能体自动记忆所有历史任务无需外部数据库✅ Agent Skills 标准把 skill 文件夹放入技能库即可被自动发现与加载下图展示了 Web UI 中智能体实际工作过程用户只需输入一句话画一只小鸟alpha_agent就会自动调用工具、生成图片并返回结果。 三种快速启动方式方式一Docker Web UI推荐新手无需配置 Python 环境拉取镜像后直接得到带多用户注册的 Web UIcd /你的工作空间 mkdir -p ~/.mla_v3 docker run -d --name mla-webui \ -e HOST_PWD$(pwd) \ -e PORT4242 \ -v $(pwd):/workspace$(pwd) \ -v ~/.mla_v3:/root/mla_v3 \ -p 4242:4242 \ chenglinhku/mlav3:latest webui然后打开浏览器访问http://localhost:4242。首次使用默认管理员账号为admin/admin123也可以直接在登录页注册新用户。方式二Docker CLI 模式docker run -it --rm \ -e HOST_PWD$(pwd) \ -v $(pwd):/workspace$(pwd) \ -v ~/.mla_v3:/root/mla_v3 \ chenglinhku/mlav3:latest cli方式三本地安装需要 Python 3.9git clone https://gitcode.com/gh_mirrors/inf/infiAgent cd infiAgent python -m venv venv source venv/bin/activate pip install -e . playwright install chromium # 如需浏览器工具 # 配置 API Key 并启动 mla-agent --config-set api_key your-api-key cd /你的工作空间 mla-agent --cli 完整步骤参考docs/DOCKER_GUIDE.md 和 docs/CLI_GUIDE.md⚙️ 一步到位配置 API Key启动 Web UI 后点击Config按钮即可进入配置管理页面。左侧可以浏览所有 agent 配置与运行时配置右侧可直接编辑llm_config.yaml——填入 API Key 与 Base URL 后保存即可多供应商模型也开箱即用在 config/run_env_config/llm_config.example.yaml 中每个模型都可以单独覆盖api_key和base_url让不同子智能体使用不同厂商的模型从而精细控制成本。 核心玩法改配置文件构建你自己的智能体这是 infiAgent 最迷人的地方。整个智能体系统的行为都由config/目录下的 YAML 文件定义config/ ├── agent_library/ │ ├── Researcher/ # 科研多层级系统论文级输出 │ │ ├── general_prompts.yaml │ │ ├── level_-1_judge_agent.yaml # 质量评判智能体 │ │ ├── level_0_tools.yaml # 工具定义 │ │ ├── level_1_agents.yaml # 底层执行智能体 │ │ ├── level_2_agents.yaml # 功能专家智能体 │ │ └── level_3_agents.yaml # 顶层编排智能体 │ └── OpenCowork/ # 通用电脑工作助手扁平架构 └── run_env_config/ └── llm_config.example.yaml # LLM 配置模板以顶层编排者alpha_agent为例它的全部人设、职责和工作流程都写在 config/agent_library/Researcher/level_3_agents.yaml 中available_tools决定它能调用哪些子智能体和工具如data_collection_agent、coder_agent、file_readprompts.agent_responsibility一句话定义角色你是一个研究助手……prompts.agent_workflow详细编排流程先收集文献 → 分析 → 写代码 → 生成图表 → 成文 → 质检execution_model甚至可以为每个子智能体单独指定模型想做一个新闻智能体复制一份 YAML改改system_prompt和工具列表保存即可生效——这就是只改配置文件构建 SOTA 级智能体的含义。 开始下任务CLI 与 Web UI 实战启动 CLI 后先选择智能体系统Researcher或OpenCowork和工具执行模式Auto 全自动 / Manual 安全确认然后直接输入自然语言任务常用命令一览命令作用/agents列出所有可用智能体/resume恢复中断的任务断点续跑/quit退出 CLIagent_name 任务指定某智能体执行任务CtrlC中断当前任务保留上下文长时任务的底气来自记忆机制task_id等于工作空间绝对路径同一个目录下的所有会话共享记忆。第一次会话收集了文献几天后再次进入同一目录说总结已收集的论文智能体依然记得。任何中断崩溃、断网、手动停止都可以用/resume或 Web UI 的 Resume 按钮完全恢复。Researcher系统的最终产出可以达到整篇学术论文的级别——从文献检索、实验代码、图表生成到 LaTeX 排版全部由多层级智能体自动编排完成 进阶能力Skills、SDK 与 IDE 集成Agent Skills仓库内置了 skills/ 技能库docx、pdf、pptx、xlsx、canvas-design 等。把 skill 文件夹放入~/mla_v3/skills_library/智能体会通过load_skill工具按需部署到工作空间瞬间获得制作 PPT、填写 PDF 表单等专业能力。Python SDK通过 infiagent/sdk.py 提供的infiagent类可以在自己的程序里以task_id为粒度启动、追加消息、重置任务完整指南见 docs/SDK_GUIDE.md。基于 SDK 还衍生出支持多 bot 协作、IM 对接的应用层 apps/cheapclaw/。JSONL 流式模式mla-agent --jsonl输出结构化事件流方便集成到 VS Code 等 IDE 插件中实现带工作区上下文的实时流式交互参见 docs/EVENT_SCHEMA.md。Web 服务与多用户web_ui/ 目录包含可直接部署的 Web 端支持多用户注册、任务管理与配置编辑。 快速索引常用资源路径中文说明文档README_CN.mdLLM 配置模板config/run_env_config/llm_config.example.yaml科研系统配置config/agent_library/Researcher/通用助手配置config/agent_library/OpenCowork/运行时核心源码core/智能体执行器、层级管理器、工具执行器内置工具库tool_server_lite/tools/文件、浏览器、代码执行、文献检索等事件协议docs/EVENT_SCHEMA.md总结infiAgent 把构建 Agent的门槛从写代码降到了改配置Docker 一条命令启动、YAML 文件定义智能体层级、/resume随时断点续跑、同一目录永久记忆。无论你是想让它替你跑完几天的科研写作全流程还是做一个整理文件、生成 PPT 的 Cowork 办公助手都值得一试。赞分享人工智能大模型AI AgentAgent 框架多智能体AI 技能/插件【免费下载链接】infiAgentBuild your own Cowork, AI Scientist and other SoTA Agents just by editing config files. Support anthropic skills. An infinite-horizon agent framework designed for long-running, complex tasks.项目地址https://gitcode.com/gh_mirrors/inf/infiAgent点击查看免费下载相关推荐终极CrewAI多智能体框架入门指南从零到精通AI协作终极CrewAI多智能体框架入门指南从零到精通AI协作 CrewAI 是一个前沿框架用于协调具有角色扮演能力的自主 AI 代理通过促进协作智能使代理能够人工智能AI AgentAgent 框架多智能体工作流自动化后端Embabel Agent框架如何快速构建智能AI代理的完整指南Embabel Agent框架如何快速构建智能AI代理的完整指南 Embabel Agent是一个功能强大的开源框架专门用于在JVM上构建智能代理流。这个框人工智能AI AgentAgent 框架大模型后端RAGMCP Clients5步构建智能Agentfast-agent框架完整实践指南5步构建智能Agentfast agent框架完整实践指南 在当前AI技术快速迭代的背景下 智能Agent开发 已成为构建现代化AI应用的核心能力。fast人工智能AI AgentAgent 框架MCP 服务代码智能体AI 评测工具调用本地部署交互助手创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
