Skip to content
Conduit

mcp server

Common-Agent

通用agent

zhaoqibao/Common_Agentcommunitylistedunreviewed

Set up

Runs on your computer. Pick your agent and operating system.

This project does not publish an install method we can turn into a config. Follow the README instead.

README

synced Oct 26, 2026

云智通智能体

License Python Docker Stars

云智通智能体是一个功能强大、开箱即用的通用智能代理系统,基于最新的AI技术栈构建。

项目说明

本项目基于 Langchain 1.0 框架开发,旨在帮助开发者快速理解和搭建通用Agent平台。项目完全开源,既可用于学习研究,也可直接拿去商用。

适用场景

  • 🎓 学习AI Agent开发的最佳实践
  • 🔧 快速搭建企业级智能助手
  • 🚀 二次开发定制化AI应用

示例视频

  1. NLP交互式教程网站示例_哔哩哔哩_bilibili

  2. 联网搜索与制作excel示例_哔哩哔哩_bilibili

  3. 图文绘本制作示例_哔哩哔哩_bilibili

主要功能特性

智能代理能力

  • 工具调用
  • 自主任务规划
  • 多轮对话和上下文理解
  • Agent Skill的制作与接入

多模态能力

  • 图片、文档、PDF、WORD、EXCEL、PPT等文件均可接收与生成

  • 暂不支持视频(因为视频模型太贵, 调试起来免费额度很快就要用完的, 不过框架在这想要扩展也不难)

联网搜索

  • 集成Tavily搜索API
  • 实时信息获取和验证
  • 搜索结果智能整合

平台能力

  • 支持多用户,多会话窗口

可扩展架构

  • 模块化设计,易于扩展新功能
  • 插件化工具系统
  • 支持自定义子代理
  • 支持自定义中间件
  • 支持MCP接入
  • 支持Agent Skill接入

配置要求

配置级别CPU内存适用场景
最低配置2核4GB个人测试(比较极限)
生产环境4核+8GB+高并发场景

Quick Start

  1. 进入docker目录,复制.env.example文件为.env
cd docker
cp .env.example.example .env.example
  1. 填写.env文件中其中这几项(.env.example(英文版)或.env.example.zh(中文版)文件有更详细说明)

    • OPENAI_API_KEY:SiliconFlow API 密钥 (必需),用于访问硅基流动的AI模型服务,有免费额度, 获取地址: https://cloud.siliconflow.cn/i/FVis58aF

    • LANGSMITH_API_KEY :LangSmith API 密钥 (必需),用于LangChain的追踪和监控功能, 免费注册地址: https://www.langsmith.com/

    • TAVILY_SEARCH_KEY:Tavily 搜索 API 密钥 (可选), 如果设置此密钥,将启用联网搜索功能, 免费注册地址: https://tavily.com/

    • HOST_IP :服务器绑定的网络接口IP(必须), 需要外部可访问的IP地址也可是域名, 如无公网接口,则填写本地内网IP, 不可填写localhost或127.0.0.1

  2. 启动docker容器

docker compose up -d

或者 从源码构建容器启动(推荐从源码构建, 因为DockerHub的镜像经常会忘了更新)

docker compose -f docker-compose.build.yml up --build  -d
  1. 访问应用

    服务启动成功后,在浏览器中访问:

    • http://你的HOST_IP:3000 (前端操作界面)
    • http://你的HOST_IP:8000/docs (后端接口文档)

技术栈

  • Python 3.11+ - 主要开发语言,提供强大的异步支持和类型提示
  • MCP (Model Context Protocol) - 模型上下文协议,实现模型与工具的安全交互
  • Agent Skill - 可插拔的技能模块,支持动态加载与热更新
  • Docker & Docker Compose - 容器化部署和编排,确保环境一致性
  • LangChain 生态
    • LangChain v1.0 - AI应用开发框架
    • LangGraph - 工作流编排
    • LangSmith - AI应用可观测性平台,提供追踪、评估和监控
    • DeepAgent - langchain生态下的深度Agent
    • Agent-Chat-UI - 现成的前端用户界面
  • PostgreSQL - 关系型数据库,存储应用数据和用户配置
  • MinIO - 高性能对象存储服务,用于文件管理和存储
  • Redis - 内存数据存储,提供缓存、会话管理和消息队列功能
  • SiliconFlow API - 大模型服务提供商,支持LLM、VLM、图像生成等多种AI模型
  • Tavily Search - 联网搜索服务,提供实时信息获取能力

目录结构

├── base/              # 基础配置
├── conn/              # 连接层(LLM、存储等)
├── content/           # 核心功能实现
│   ├── mcps/          # MCP连接
│   ├── middles/       # 中间件
│   ├── mytools/       # 自定义工具
│   ├── others/        # 其他功能
│   ├── skills/        # 初始的技能目录
│   ├── sub_agents/    # 子代理
│   └── utils/         # 工具函数
├── sub_projects/      # 子项目
│   ├── agent-chat-ui/ # 前端用户界面
│   └── ppt-mcp/       # PPT 内容处理服务
├── docker/            # Docker 配置
├── assits/            # 一些附件(与项目工程无关)
├── study/             # 学习相关内容(与项目工程无关)
└── utils/             # 通用工具

FQA

Q: 为什么必须填写HOST_IP,不能用localhost? A: 因为前后端在不同的Docker容器中运行,使用localhost会导致前端无法正确访问后端API。

Q: 如何查看日志排查问题? A: 使用 docker compose logs -f 查看实时日志。

Q: 如何停止和重启服务? A: 停止:docker compose down,重启:docker compose restart

贡献指南

欢迎贡献代码!请遵循以下步骤:

  1. Fork 本仓库
  2. 创建功能分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

未来计划

  • 增加音视频能力

  • 支持更灵活的配置模型

  • 优化用户界面体验

  • 增加用户可自行接入MCP的功能

  • 增加用户可自行接入Agent Skills的功能

联系我们

致谢与引用

本项目在开发过程中参考和集成了以下优秀开源项目,特此致谢:

感谢以上项目作者的开源贡献,为社区提供了优质的技术方案。


如果本项目对您有帮助,欢迎 Star ⭐ 支持我们!

开源协议

本项目采用 Apache License 2.0 开源协议

查看完整协议

↑↓ navigate openesc close