Agent Zero 快速上手完全指南5 分钟跑起来再写出你的第一个扩展【免费下载链接】agent-zeroAgent Zero AI framework项目地址: https://gitcode.com/GitHub_Trending/ag/agent-zero想让 AI 不只是在对话框里回答你而是真的动手——打开浏览器查资料、跑一段代码、把结果写进文件、还能调用别的 AI 一起干活Agent Zero 就是为这类「要执行不只是聊天」的任务设计的开源代理框架它给代理配了一台带桌面和浏览器的 Linux 环境并内置可插拔的工具与扩展机制。如果你刚接触 Agent Zero或者想把日常任务交给它自动化这篇指南带你在几分钟内从拉镜像到写扩展完整走一遍。三步把 Agent Zero 跑起来这一节帮你用最少的手动操作把一个能用的 Agent Zero 实例立起来你几乎不需要改任何文件。最省事的路径是走 Docker 镜像。打开 Docker Desktop在搜索框输入agent-zero找到官方镜像点击拉取并运行即可。容器起来后系统会直接在你的浏览器里打开 Web UI。你不需要写配置、不需要装依赖端口和目录都帮你处理好了。如果你更习惯在终端操作也可以直接把仓库克隆到本地跑源码git clone https://gitcode.com/GitHub_Trending/ag/agent-zero整个过程中你唯一要做的事就是进界面后给它接一个能用的大模型。到这一步你就有一个可以下任务的 Agent Zero 了。第一次使用认识界面先干一件真事这一节帮你从「装好了」过渡到「用起来」让你亲眼看到它干活的樣子而不是停在概念上。进入 Web UI 后先接上模型选择云 API、AI 账号或本地模型三种方式之一再分别指定一个主力模型和一个负责内部小活的轻量模型。接好之后点「新建聊天」别客气直接给它派一件具体的事。比如用浏览器调研一下某类工具的三个候选方案把优缺点整理给我。看着它调工具、抓网页、汇总成一段可读的结论你会比读十遍文档更快建立体感。这个环节的目的就是让你确认「它能真的动手」之后再谈扩展才不飘。内置能力按任务场景分四类这一节帮你在动手前心里有张地图什么活该交给哪类内置工具而不是逐个文件背名字。执行与自动化需要跑代码、操作文件、驱动它内置的 Linux 桌面或浏览器时交给执行类工具。典型场景是批量处理文件、打开一个 GUI 程序、在网页上做标注式修改。信息检索要拿实时信息时用检索类工具它封装了多种搜索引擎适合「去查一下」这类需要现网数据的任务。记忆与状态要跨对话记住事情、或在长任务里保存中间结果时用记忆相关的保存与加载能力避免每次从零开始。多代理协作任务能拆开时用子代理调用把研究、编码、评审派给专注的子代理主代理只做调度。这些工具的源码集中在 tools/ 目录想深挖时直接进去看即可日常使用你只需知道「哪类活找哪组工具」就够了。从使用者到开发者三步写出一个扩展这一节把你从「用别人写的功能」推进到「自己加功能」只讲组织约定不逐个文件展开。Agent Zero 的扩展机制很轻你不需要注册表也不需要改主程序放对位置就会被自动发现。整个过程三步。放一个文件在对应的扩展目录里新建一个 Python 文件。扩展点就是目录名——比如在系统提示词环节动手就放进system_prompt/想在消息循环后补一段信息就放进message_loop_prompts_after/。带数字前缀的文件名决定执行顺序按需命名即可。等它被发现框架会动态扫描这些目录你放好文件、重启实例扩展就会按顺序生效没有任何手动登记步骤。在界面里验证回到 Web UI 发起一次真实对话确认你的扩展行为符合预期再决定要不要调整命名顺序或逻辑。后端生命周期扩展都在 extensions/python/ 下每个目录对应一个可复用的挂载点照着现有文件的结构写基本不会跑偏。只调这几个配置项就够这一节帮你从满屏的设置里挑出真正影响行为的少数几项其余的先别碰。代理与模型决定用哪个模型、主力与轻量模型怎么分工。它影响每一轮回答的质量和速度是回报最高的一项。工具行为控制各工具的启用与输出方式。它影响代理能干什么、结果多啰嗦调它就是在调「能干多少活、说多少话」。项目隔离决定文件、密钥、记忆是否按项目隔开。做多个项目时它是避免上下文串味的关键开关。设置页里其余选项大多是给进阶用户留的第一次用先聚焦上面三项后面按需再回来。落到你的场景并避开常见坑这一节把「能用来干嘛」和「容易踩哪」合到一起让你直接照自己的情况对号入座少走弯路。如果你要批量处理文件或抓取数据可以把任务直接甩给执行类工具让它循环跑完并把结果落盘你只验收。如果你要做一个能长期记住上下文的助手就打开记忆能力并把重要偏好写进代理信息省得每次重述。如果你要把一个复杂任务拆成研究加实现用子代理调用把两块活分给不同代理主代理收尾。几条可直接执行的建议先从一个最小工具起步跑通了再加复杂度给每个扩展文件配一句说明方便以后回看动手前确认你要的操作是否在允许范围内别让工具替你做破坏性的删除或网络动作。更多边界和取舍官方文档 里有更细的说明。现在就可以开始打开 Docker Desktop搜到agent-zero镜像点拉取、点运行然后进界面接上模型派给它第一件真事。想继续跟进项目动态、看新加的扩展点或读更深的原理直接翻 docs/ 目录下的指南那里按上手顺序整理好了下一步该看什么。【免费下载链接】agent-zeroAgent Zero AI framework项目地址: https://gitcode.com/GitHub_Trending/ag/agent-zero创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Agent Zero 快速上手完全指南：5 分钟跑起来，再写出你的第一个扩展
Agent Zero 快速上手完全指南5 分钟跑起来再写出你的第一个扩展【免费下载链接】agent-zeroAgent Zero AI framework项目地址: https://gitcode.com/GitHub_Trending/ag/agent-zero想让 AI 不只是在对话框里回答你而是真的动手——打开浏览器查资料、跑一段代码、把结果写进文件、还能调用别的 AI 一起干活Agent Zero 就是为这类「要执行不只是聊天」的任务设计的开源代理框架它给代理配了一台带桌面和浏览器的 Linux 环境并内置可插拔的工具与扩展机制。如果你刚接触 Agent Zero或者想把日常任务交给它自动化这篇指南带你在几分钟内从拉镜像到写扩展完整走一遍。三步把 Agent Zero 跑起来这一节帮你用最少的手动操作把一个能用的 Agent Zero 实例立起来你几乎不需要改任何文件。最省事的路径是走 Docker 镜像。打开 Docker Desktop在搜索框输入agent-zero找到官方镜像点击拉取并运行即可。容器起来后系统会直接在你的浏览器里打开 Web UI。你不需要写配置、不需要装依赖端口和目录都帮你处理好了。如果你更习惯在终端操作也可以直接把仓库克隆到本地跑源码git clone https://gitcode.com/GitHub_Trending/ag/agent-zero整个过程中你唯一要做的事就是进界面后给它接一个能用的大模型。到这一步你就有一个可以下任务的 Agent Zero 了。第一次使用认识界面先干一件真事这一节帮你从「装好了」过渡到「用起来」让你亲眼看到它干活的樣子而不是停在概念上。进入 Web UI 后先接上模型选择云 API、AI 账号或本地模型三种方式之一再分别指定一个主力模型和一个负责内部小活的轻量模型。接好之后点「新建聊天」别客气直接给它派一件具体的事。比如用浏览器调研一下某类工具的三个候选方案把优缺点整理给我。看着它调工具、抓网页、汇总成一段可读的结论你会比读十遍文档更快建立体感。这个环节的目的就是让你确认「它能真的动手」之后再谈扩展才不飘。内置能力按任务场景分四类这一节帮你在动手前心里有张地图什么活该交给哪类内置工具而不是逐个文件背名字。执行与自动化需要跑代码、操作文件、驱动它内置的 Linux 桌面或浏览器时交给执行类工具。典型场景是批量处理文件、打开一个 GUI 程序、在网页上做标注式修改。信息检索要拿实时信息时用检索类工具它封装了多种搜索引擎适合「去查一下」这类需要现网数据的任务。记忆与状态要跨对话记住事情、或在长任务里保存中间结果时用记忆相关的保存与加载能力避免每次从零开始。多代理协作任务能拆开时用子代理调用把研究、编码、评审派给专注的子代理主代理只做调度。这些工具的源码集中在 tools/ 目录想深挖时直接进去看即可日常使用你只需知道「哪类活找哪组工具」就够了。从使用者到开发者三步写出一个扩展这一节把你从「用别人写的功能」推进到「自己加功能」只讲组织约定不逐个文件展开。Agent Zero 的扩展机制很轻你不需要注册表也不需要改主程序放对位置就会被自动发现。整个过程三步。放一个文件在对应的扩展目录里新建一个 Python 文件。扩展点就是目录名——比如在系统提示词环节动手就放进system_prompt/想在消息循环后补一段信息就放进message_loop_prompts_after/。带数字前缀的文件名决定执行顺序按需命名即可。等它被发现框架会动态扫描这些目录你放好文件、重启实例扩展就会按顺序生效没有任何手动登记步骤。在界面里验证回到 Web UI 发起一次真实对话确认你的扩展行为符合预期再决定要不要调整命名顺序或逻辑。后端生命周期扩展都在 extensions/python/ 下每个目录对应一个可复用的挂载点照着现有文件的结构写基本不会跑偏。只调这几个配置项就够这一节帮你从满屏的设置里挑出真正影响行为的少数几项其余的先别碰。代理与模型决定用哪个模型、主力与轻量模型怎么分工。它影响每一轮回答的质量和速度是回报最高的一项。工具行为控制各工具的启用与输出方式。它影响代理能干什么、结果多啰嗦调它就是在调「能干多少活、说多少话」。项目隔离决定文件、密钥、记忆是否按项目隔开。做多个项目时它是避免上下文串味的关键开关。设置页里其余选项大多是给进阶用户留的第一次用先聚焦上面三项后面按需再回来。落到你的场景并避开常见坑这一节把「能用来干嘛」和「容易踩哪」合到一起让你直接照自己的情况对号入座少走弯路。如果你要批量处理文件或抓取数据可以把任务直接甩给执行类工具让它循环跑完并把结果落盘你只验收。如果你要做一个能长期记住上下文的助手就打开记忆能力并把重要偏好写进代理信息省得每次重述。如果你要把一个复杂任务拆成研究加实现用子代理调用把两块活分给不同代理主代理收尾。几条可直接执行的建议先从一个最小工具起步跑通了再加复杂度给每个扩展文件配一句说明方便以后回看动手前确认你要的操作是否在允许范围内别让工具替你做破坏性的删除或网络动作。更多边界和取舍官方文档 里有更细的说明。现在就可以开始打开 Docker Desktop搜到agent-zero镜像点拉取、点运行然后进界面接上模型派给它第一件真事。想继续跟进项目动态、看新加的扩展点或读更深的原理直接翻 docs/ 目录下的指南那里按上手顺序整理好了下一步该看什么。【免费下载链接】agent-zeroAgent Zero AI framework项目地址: https://gitcode.com/GitHub_Trending/ag/agent-zero创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考