由 Trae IDE (Qwen3.5-Plus) 整合制作
一个功能强大的本地 AI Agent 自动化平台，整合了业界领先的 AI 框架和工具
AI Agent Universe 是一个全新的综合性 AI Agent 平台，旨在让 AI 能够在本地主机上运行和使用所有程序。本项目整合了以下顶级开源项目：
- 整合性质：本项目是对现有开源项目的整合和封装，而非从零开发
- 开源合规：所有整合的开源项目均遵循其原有的许可证
- 使用风险：使用本软件的风险由用户自行承担
- 责任限制：作者和整合者不对使用本软件造成的任何损失负责
详细免责声明请查看 DISCLAIMER.md
- Open Interpreter - 自然语言界面的计算机控制
- 代码执行能力 - Python、JavaScript、Shell 等语言的本地执行
- MetaGPT - 多 Agent 软件公司模拟
- AutoGen - 微软多 Agent 对话框架
- CrewAI - 角色扮演的自主 AI Agent 编排
- AgentScope - 多 Agent 应用场景
- LangGraph - 基于图的 Agent 编排
- LangChain - LLM 应用开发平台
- n8n - 工作流自动化平台
- TaskWeaver - 微软任务编排器
- AutoGPT - 自主 GPT-4 实验
- SuperAGI - 自主 Agent 框架
- AgentVerse - 协作 Agent 环境
- OmniParser - 微软 UI 解析工具
- UFO - 微软 Windows 自动化
- self-operating-computer - 自操作计算机
- Agent-S - Agent 安全框架
- OS-Copilot - 操作系统副驾驶
- ShowUI - UI 视觉交互
- LlamaIndex - 文档数据框架
- llm-universe - LLM 知识库
- ✅ 本地代码执行（Python、JavaScript、Shell）
- ✅ 文件系统操作与管理
- ✅ 系统命令自动化
- ✅ 浏览器控制与网页自动化
- ✅ GUI 应用交互
- ✅ 角色定义与任务分配
- ✅ Agent 间通信与协作
- ✅ 复杂任务分解与执行
- ✅ 结果验证与质量保障
- ✅ 可视化工作流设计
- ✅ 条件分支与循环
- ✅ 并行任务执行
- ✅ 错误处理与恢复
- ✅ 屏幕内容理解
- ✅ UI 元素识别与定位
- ✅ 鼠标键盘自动化
- ✅ 跨应用工作流
- ✅ 多模型支持（OpenAI、Claude、本地模型）
- ✅ 安全沙箱执行
- ✅ 审计日志与监控
- ✅ 权限管理与控制
AI Agent Universe
├── Core Engine (核心引擎)
│ ├── Agent Orchestrator (Agent 编排器)
│ ├── Code Executor (代码执行器)
│ ├── UI Controller (UI 控制器)
│ └── Security Manager (安全管理器)
├── Integration Layer (集成层)
│ ├── LLM Providers (LLM 提供商)
│ ├── Tool Adapters (工具适配器)
│ └── API Gateway (API 网关)
├── Agent Frameworks (Agent 框架)
│ ├── Multi-Agent System (多 Agent 系统)
│ ├── Workflow Engine (工作流引擎)
│ └── Task Planner (任务规划器)
└── User Interface (用户界面)
├── CLI Interface (命令行界面)
├── Web Dashboard (Web 仪表板)
└── API Interface (API 接口)
- Python 3.10+
- Node.js 18+ (用于 Web 界面)
- Git
# 克隆仓库
git clone https://github.com/L-yi-mo/AI-Agent-Universe.git
cd AI-Agent-Universe
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
# 安装依赖
pip install -r requirements.txt
# 安装可选组件
pip install -r requirements-optional.txt# 复制配置文件
cp config.example.yaml config.yaml
# 编辑配置文件，设置您的 API 密钥等
# config.yaml 包含：
# - LLM API 密钥 (OpenAI, Anthropic, 等)
# - 本地模型配置
# - 安全设置
# - 功能开关from ai_agent_universe import Agent
# 创建 Agent
agent = Agent(
model="gpt-4",
tools=["code_interpreter", "file_system", "browser"],
verbose=True
)
# 执行任务
response = agent.execute("分析当前目录下的所有 Python 文件")
print(response)from ai_agent_universe import Crew, Agent, Task
# 定义 Agent
researcher = Agent(role="研究员", goal="信息收集")
analyst = Agent(role="分析师", goal="数据分析")
writer = Agent(role="作家", goal="报告撰写")
# 创建任务
tasks = [
Task(description="收集最新 AI 资讯", agent=researcher),
Task(description="分析收集的信息", agent=analyst),
Task(description="撰写分析报告", agent=writer)
]
# 执行
crew = Crew(agents=[researcher, analyst, writer], tasks=tasks)
result = crew.run()from ai_agent_universe import Workflow
# 创建工作流
workflow = Workflow()
# 添加步骤
workflow.add_step(
name="fetch_data",
action="api_call",
params={"url": "https://api.example.com/data"}
)
workflow.add_step(
name="process_data",
action="python_code",
code="process(data)"
)
workflow.add_step(
name="save_result",
action="file_write",
params={"path": "output.json"}
)
# 执行工作流
workflow.run()llm:
providers:
openai:
api_key: ${OPENAI_API_KEY}
models: ["gpt-4", "gpt-3.5-turbo"]
anthropic:
api_key: ${ANTHROPIC_API_KEY}
models: ["claude-3-opus", "claude-3-sonnet"]
local:
api_base: "http://localhost:1234/v1"
models: ["local-model"]
default_provider: openai
default_model: gpt-4security:
# 代码执行前需要确认
require_code_approval: true
# 允许的命令
allowed_commands:
- "ls"
- "cat"
- "python"
# 禁止的路径
blocked_paths:
- "/etc"
- "/system32"
# 沙箱模式
sandbox_enabled: truefrom ai_agent_universe import BaseAgent, tool
class CustomAgent(BaseAgent):
def __init__(self, **kwargs):
super().__init__(**kwargs)
self.specialty = "custom_task"
@tool
def custom_action(self, param: str) -> str:
"""执行自定义操作"""
return f"Processed: {param}"from ai_agent_universe import Tool
@Tool
def my_custom_tool(input: str) -> str:
"""
我的自定义工具
Args:
input: 输入参数
Returns:
处理结果
"""
return f"Result: {input}"agent.execute("""
1. 读取 data.csv 文件
2. 进行数据清洗和预处理
3. 生成统计报告和可视化图表
4. 保存结果为 PDF 报告
""")agent.execute("""
1. 扫描下载文件夹
2. 按文件类型分类（图片、文档、视频等）
3. 移动到对应的文件夹
4. 生成整理报告
""")agent.execute("""
1. 打开浏览器访问指定网站
2. 搜索关键词
3. 抓取前 10 个结果
4. 保存为结构化数据
""")crew = Crew(
agents=[
Agent(role="代码审查员", goal="发现代码问题"),
Agent(role="安全专家", goal="检查安全漏洞"),
Agent(role="性能优化师", goal="优化代码性能")
],
tasks=[
Task(description="审查 main.py 文件")
]
)- 代码执行风险：Agent 执行的代码可能修改文件系统或系统设置
- 建议操作：
- 在生产环境使用前，先在隔离环境测试
- 启用沙箱模式
- 配置适当的权限限制
- 定期备份重要数据
- 监控与审计：启用完整的日志记录，定期审查 Agent 行为
📋 法律声明：使用本软件即表示您同意 免责声明 中的所有条款
我们欢迎社区贡献！请参考以下步骤：
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
本项目采用专有许可证 - 查看 LICENSE 文件了解详情
- 版权所有者: L-yi-mo
- 整合制作: Trae IDE (Qwen3.5-Plus)
- 保留所有权利
- 仅允许个人和教育用途
- 商业用途需要明确授权
本项目整合了以下优秀的开源项目，向所有贡献者致敬：
- Open Interpreter - https://github.com/openinterpreter/open-interpreter
- Microsoft AutoGen - https://github.com/microsoft/autogen
- MetaGPT - https://github.com/geekan/MetaGPT
- LangChain/LangGraph - https://github.com/langchain-ai/langgraph
- CrewAI - https://github.com/crewAIInc/crewAI
- AutoGPT - https://github.com/Significant-Gravitas/AutoGPT
- 以及所有列出的开源项目
声明: 本项目整合的开源项目均遵循其原有的许可证。AI Agent Universe 本身采用专有许可证。
- 项目地址: https://github.com/L-yi-mo/AI-Agent-Universe
- 问题反馈: https://github.com/L-yi-mo/AI-Agent-Universe/issues
- 作者: L-yi-mo
- 整合制作: Trae IDE (Qwen3.5-Plus)
- 版权声明: Copyright (c) 2026 L-yi-mo. All Rights Reserved.
感谢所有为本项目点亮 Star 的朋友！
由 Trae IDE (Qwen3.5-Plus) 整合制作
Made with ❤️ by L-yi-mo using Trae IDE (Qwen3.5-Plus)
Copyright (c) 2026 L-yi-mo. All Rights Reserved.