自托管AI助手融合LLM、RAG与Agent自主循环操控浏览器与Shell

方案简介

OpenAgent 是一套开源个人 AI 助手方案，将大语言模型（LLM）、私有知识库（RAG）与自主 Agent 循环融合为一个可自托管的一站式平台。它面向希望把 AI 能力私有化部署的个人或团队，让用户能够接入任意模型提供商、从自有文档构建 RAG 知识库，并让 Agent 代替用户浏览网页、执行代码、调用任意兼容 MCP 的工具。平台以「单一二进制文件，无需安装」为核心交付形态，覆盖 Linux、macOS 与 Windows（含 x86_64 / arm64），开箱即用。

根据仓库描述与 README 所述，OpenAgent 同时提供在线演示与试用场（数据每 5 分钟重置），并配套 Discord 社区与官方文档站点，适合想快速验证 AI 助手能力、又不想被云服务绑定的开发者与运维人员。

亮点与能力

• 30+ 模型提供商接入：支持 OpenAI、Azure OpenAI、Anthropic Claude、Google Gemini、DeepSeek、Mistral、Grok、通义千问、豆包、月之暗面、智谱 ChatGLM、百川、文心一言、讯飞星火、HuggingFace、Cohere、Amazon Bedrock、OpenRouter、Ollama 等，可在不修改代码的情况下随时切换。
• 自主 Agent 循环：Agent 可驱动真实浏览器进行导航、点击、填表、抓取页面与截图；可在循环内运行 Shell 命令与脚本；可读写 Word、Excel、PowerPoint；可接入 MCP 服务器（SSE / Stdio / StreamableHTTP）将其工具暴露给 Agent；并提供逐步可见的工具调用名称、参数与返回值。
• RAG 与知识库：支持上传 PDF、Word、Excel 等文件，自动完成分块、嵌入与索引；每次 LLM 响应前从知识库检索最相关段落；嵌入模型可插拔（OpenAI、Azure、Gemini、通义千问、Cohere、Jina、HuggingFace、本地模型等）；支持独立知识库并按对话/应用分别分配。
• 工作流自动化：使用类 BPMN 风格的可视化拖拽编辑器构建多步骤流水线，支持条件与并行执行、计划任务调度，以及按提供商/模型/用户维度的 Token 与费用统计。
• 平台与企业特性：单一可执行文件交付，无运行时依赖；原生 Windows 支持（无需 WSL、Docker）；内置 OIDC / OAuth2 / LDAP / SAML 单点登录；支持多租户隔离工作空间；提供 REST API + Swagger UI；具备完整审计日志与文件/媒体存储。
• 管理员仪表盘：包含使用量统计（Token 与费用指标、交互式图表与热力图）、活动监控（实时操作、成功/错误率与趋势）、工具集中管理（浏览器、Shell、Office、网页搜索等）以及完整请求/响应日志（支持 JSON 格式化、过滤与调试）。

前置要求

硬件与系统要求：

• 支持 Linux、macOS 与 Windows（x86_64 / arm64）平台。
• Windows 用户无需 WSL、Docker 或 Linux 子系统，可直接运行；README 原文：「直接在 Windows 上运行 — 无需 WSL、Docker 或 Linux 子系统」。

依赖项：

• 默认安装方式下，无需额外运行时依赖（单一二进制文件）。
• 从源码构建需准备：
• 后端：Go 工具链（执行 go build）。
• 前端：Node + Yarn（执行 yarn install && yarn start）。
• Docker 方式需本地具备 Docker 与 docker-compose 环境。

可选环境变量：OPENAGENT_VERSION、INSTALL_DIR、BIN_DIR。

实施步骤

1. 一键安装（macOS / Linux / WSL）

按 README 直接执行安装脚本，会下载最新 OpenAgent 并在 14000 端口启动：

curl -fsSL https://raw.githubusercontent.com/the-open-agent/openagent/master/scripts/install.sh | bash

2. 一键安装（Windows / PowerShell）

irm https://raw.githubusercontent.com/the-open-agent/openagent/master/scripts/install.ps1 | iex

3. 访问 Web UI

安装完成后打开 http://localhost:14000 即可使用。

4. 从源码构建

如需自行编译：

# 后端
go build

# 前端
cd web && yarn install && yarn start

5. 使用 Docker 启动

docker-compose up

容器启动后同样访问 http://localhost:14000。

优缺点

• ✓ 模型与嵌入模型均可插拔，灵活度高
• ✓ 单一二进制即可运行，跨平台自托管门槛低
• ✕ README截断，部署细节依赖外部文档站

出处

本方案挖掘自开源项目 the-open-agent/openagent，方案内容与实施命令均来自其 README 原文。