尧图网站建设 
Agent Zero 快速入门完整上手与扩展指南【免费下载链接】agent-zeroAgent Zero AI framework项目地址: https://gitcode.com/GitHub_Trending/ag/agent-zeroAgent Zero 是一个开源 AI 代理框架它给大模型一台完整的 Linux 电脑能写代码、开浏览器、编辑文档、调度子代理而不只是陪你聊天。本文带你从 Docker 一键启动 Agent Zero 开始跑通第一个实战任务再深入到自定义工具与插件扩展适合想快速上手的开发者和自动化爱好者。先说清楚Agent Zero 解决什么问题这一节帮你判断值不值得装。传统聊天机器人被困在对话框里你说完它打字。Agent Zero 的思路是反过来——把代理放进一个真正的执行环境里一个容器化 Linux 桌面代理能打开终端、操作文件、运行 GUI 软件你还能用鼠标键盘随时接管同一个桌面一个带 DOM 标注的内置浏览器点选页面元素就能让它检查、修改或照抄别人的组件到你自己的项目里文档协作区Markdown、表格、演示文稿可以和代理同步编辑成果落在文件里而不是聊天记录里多代理分工主代理可以把调研、编码、审查拆给子代理各自带着独立上下文干活。如果你需要的是能动手的 AI——跑脚本、改仓库、出表格——这就是它的主场。能力全景一次任务里它都做了什么在启动之前先看能力清单长什么样方便你启动后对号入座。内置工具集中在 tools/ 目录每个.py文件就是一个工具旁边同名.py.dox.md是写给模型看的调用说明。环境与执行类浏览器开页、点击、填表、截图由 plugins/_browser/ 提供还支持自带浏览器模式驱动你本机的 Chrome、Edge 等代码执行跑 Python 与 shell 命令见 plugins/_code_execution/Linux 桌面直接操作容器里的 XFCE 桌面和终端驱动 Blender 这类没有 API 的 GUI 软件。知识与信息类文档查询document_query.py在长文档里定位答案而不是整篇塞给模型搜索引擎search_engine.py接多种引擎拿实时信息记忆系统plugins/_memory/ 提供记忆的存取让跨会话的偏好和经验不被聊天记录淹没。协作与调度类子代理调用call_subordinate.py让主代理派活并收报告代理间对话a2a_chat.py支持多个 AI 实例互通定时任务scheduler.py驱动周期性检查、巡检这类后台活并行执行parallel.py把互不依赖的步骤同时跑起来。这些工具不需要手动注册放在约定目录就会被框架发现后面二次开发一节细讲。三十分钟跑起来Docker 启动步骤这一节给你一条最短路径装好、配好模型、打开界面目标 30 分钟内开始第一次对话。方式一Docker Desktop图形界面最简单打开 Docker Desktop在镜像搜索栏输入agent-zero找到agent0ai/agent-zero先点Pull拉取镜像再点Run端口映射保持默认 80 即可被占用就改 5080见文末坑一节容器启动后点击界面上的链接直接在浏览器中打开。方式二终端一行命令docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero-v a0_usr:/a0/usr这行别省数据卷把代理的工作区持久化出来容器删了数据还在。完整安装细节见 安装文档。启动后的三件配置打开 Web UI 后你会看到欢迎页依次完成选模型支持云 API、账号授权、本地模型三种接法。建议主模型选能力强一点的工具调用类内部任务选个快而省的看设置页代理行为、聊天模型、工具参数都在 设置界面 里分组管理建对话点 New Chat用一个具体任务开场别用你好试探。第一个实战任务从一句话到交付物配置完成后用这个任务检验整条链路是否通用浏览器调研三款同类工具对比它们的定价和功能输出一张对比表格存成文档。执行时盯着四个环节看流式输出代理一边推理一边吐字思路跑偏了立刻插话纠偏看工具调用它会自己选search_engine.py或浏览器调用过程在聊天流里可展开查看看工作区交付的表格最终落成工作目录里的文件你可以打开检查、继续让它改要格式最后明确要什么格式表格/Markdown/文件避免结果只躺在对话里。跑通这一遍你就掌握了核心交互模型说清目标 → 看它选工具 → 中途纠偏 → 验收落盘文件。后面所有高级玩法都是这个循环的放大版。日常界面操作细节可查 快速上手文档。二次开发把框架改成你的样子这是 Agent Zero 和多数开箱即用产品的分水岭。扩展面从浅到深分三层按你的需求选层动手。插件最轻量的能力扩展plugins/ 目录内置了 30 多个官方插件浏览器、记忆、目标管理、错误重试等Web UI 里的 Plugin Hub 还能一键安装 100 多个社区插件覆盖记忆后端、UI 改造、工作流编排。不想写代码时先用 Hub 解决。扩展钩子往运行流程里插逻辑框架的每次消息循环、每次工具调用前后都留了扩展点全部在 extensions/python/ 下按生命周期阶段分目录文件名前缀的数字决定执行顺序system_prompt/拼装系统提示词如_10_main_prompt.py、_11_tools_prompt.pymessage_loop_prompts_after/消息进入模型前追加上下文如_60_include_current_datetime.py注入当前时间、_70_include_agent_info.py注入代理身份信息。往对应目录放一个.py文件你的逻辑就挂进了主循环——不需要改动框架核心代码。钩子机制的完整约定见 扩展开发文档。自定义工具三步接入给代理加一个新能力只需要三步写文件在 tools/ 下新建my_custom_tool.py实现工具的入参解析和执行逻辑写说明在旁边加一份my_custom_tool.py.dox.md用自然语言告诉模型这个工具何时用、参数怎么填——框架靠它决定何时调用你的工具验证重启实例后工具会被动态发现直接在 Web UI 里下个任务测试观察它是否正确选择了新工具。建议从包装一个现成 CLI 命令这类小工具开始参考仓库里的notify_user.py跑通后再做复杂的。想做得更完整带界面、带安装入口照着 小插件教程 走一遍即可。值得优先尝试的落地玩法抽象的能力清单不如具体场景有说服力这四个玩法都能在第一周内上手UI 走查让代理在内置浏览器里打开你的本地应用你逐个点击元素留下批注这个按钮改成圆角代理读批注后直接改代码。适合验收前端需求办公交付物让它在桌面环境里建一个 ODS 预算模型或 ODT 方案文档边生成边人工修订成果是可直接发出去的文件而不是聊天文本本仓库开发装 A0 CLI 连接器装在宿主机、不是容器里运行a0连上实例后同一个代理就能带着记忆和技能操作你本地真实的代码仓库定时巡检用scheduler.py配一个每天早上的任务——检查服务状态、汇总昨日变更、生成简报。新手常踩的坑80 端口被占启动报端口冲突时用docker run -p 5080:80 ...换到 5080然后访问http://localhost:5080不用卸载重装Docker 没在运行终端路径的报错大多出在这先确认 Docker Desktop/服务已启动再重跑安装命令模型选错导致体验差主模型太弱会让工具调用频繁跑偏。主模型挑旗舰档内部杂活配个快模型这一条对整体体验的影响超过任何参数调优安全边界容器本身是隔离层别把整个家目录挂载进去涉及账号、生产系统、私有数据的关键操作执行前人工过目一遍。详见 README 里的安全模型说明。下一步行动到这里你已经完成了从启动到扩展的完整一圈。接下来按这个顺序推进花十分钟读完 快速上手文档把界面每个模块对应到本文讲过的能力上在 Plugin Hub 装两个贴合你工作的插件感受不写代码的扩展上限动手写第一个自定义工具挑一个你天天敲的 CLI 命令按三步接入包进 tools/然后在对话里验证它被正确调用。做完第 3 步你就从使用者变成了这个框架的共建者——项目对贡献者的入口在 贡献指南。【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 快速入门：完整上手与扩展指南
Agent Zero 快速入门完整上手与扩展指南【免费下载链接】agent-zeroAgent Zero AI framework项目地址: https://gitcode.com/GitHub_Trending/ag/agent-zeroAgent Zero 是一个开源 AI 代理框架它给大模型一台完整的 Linux 电脑能写代码、开浏览器、编辑文档、调度子代理而不只是陪你聊天。本文带你从 Docker 一键启动 Agent Zero 开始跑通第一个实战任务再深入到自定义工具与插件扩展适合想快速上手的开发者和自动化爱好者。先说清楚Agent Zero 解决什么问题这一节帮你判断值不值得装。传统聊天机器人被困在对话框里你说完它打字。Agent Zero 的思路是反过来——把代理放进一个真正的执行环境里一个容器化 Linux 桌面代理能打开终端、操作文件、运行 GUI 软件你还能用鼠标键盘随时接管同一个桌面一个带 DOM 标注的内置浏览器点选页面元素就能让它检查、修改或照抄别人的组件到你自己的项目里文档协作区Markdown、表格、演示文稿可以和代理同步编辑成果落在文件里而不是聊天记录里多代理分工主代理可以把调研、编码、审查拆给子代理各自带着独立上下文干活。如果你需要的是能动手的 AI——跑脚本、改仓库、出表格——这就是它的主场。能力全景一次任务里它都做了什么在启动之前先看能力清单长什么样方便你启动后对号入座。内置工具集中在 tools/ 目录每个.py文件就是一个工具旁边同名.py.dox.md是写给模型看的调用说明。环境与执行类浏览器开页、点击、填表、截图由 plugins/_browser/ 提供还支持自带浏览器模式驱动你本机的 Chrome、Edge 等代码执行跑 Python 与 shell 命令见 plugins/_code_execution/Linux 桌面直接操作容器里的 XFCE 桌面和终端驱动 Blender 这类没有 API 的 GUI 软件。知识与信息类文档查询document_query.py在长文档里定位答案而不是整篇塞给模型搜索引擎search_engine.py接多种引擎拿实时信息记忆系统plugins/_memory/ 提供记忆的存取让跨会话的偏好和经验不被聊天记录淹没。协作与调度类子代理调用call_subordinate.py让主代理派活并收报告代理间对话a2a_chat.py支持多个 AI 实例互通定时任务scheduler.py驱动周期性检查、巡检这类后台活并行执行parallel.py把互不依赖的步骤同时跑起来。这些工具不需要手动注册放在约定目录就会被框架发现后面二次开发一节细讲。三十分钟跑起来Docker 启动步骤这一节给你一条最短路径装好、配好模型、打开界面目标 30 分钟内开始第一次对话。方式一Docker Desktop图形界面最简单打开 Docker Desktop在镜像搜索栏输入agent-zero找到agent0ai/agent-zero先点Pull拉取镜像再点Run端口映射保持默认 80 即可被占用就改 5080见文末坑一节容器启动后点击界面上的链接直接在浏览器中打开。方式二终端一行命令docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero-v a0_usr:/a0/usr这行别省数据卷把代理的工作区持久化出来容器删了数据还在。完整安装细节见 安装文档。启动后的三件配置打开 Web UI 后你会看到欢迎页依次完成选模型支持云 API、账号授权、本地模型三种接法。建议主模型选能力强一点的工具调用类内部任务选个快而省的看设置页代理行为、聊天模型、工具参数都在 设置界面 里分组管理建对话点 New Chat用一个具体任务开场别用你好试探。第一个实战任务从一句话到交付物配置完成后用这个任务检验整条链路是否通用浏览器调研三款同类工具对比它们的定价和功能输出一张对比表格存成文档。执行时盯着四个环节看流式输出代理一边推理一边吐字思路跑偏了立刻插话纠偏看工具调用它会自己选search_engine.py或浏览器调用过程在聊天流里可展开查看看工作区交付的表格最终落成工作目录里的文件你可以打开检查、继续让它改要格式最后明确要什么格式表格/Markdown/文件避免结果只躺在对话里。跑通这一遍你就掌握了核心交互模型说清目标 → 看它选工具 → 中途纠偏 → 验收落盘文件。后面所有高级玩法都是这个循环的放大版。日常界面操作细节可查 快速上手文档。二次开发把框架改成你的样子这是 Agent Zero 和多数开箱即用产品的分水岭。扩展面从浅到深分三层按你的需求选层动手。插件最轻量的能力扩展plugins/ 目录内置了 30 多个官方插件浏览器、记忆、目标管理、错误重试等Web UI 里的 Plugin Hub 还能一键安装 100 多个社区插件覆盖记忆后端、UI 改造、工作流编排。不想写代码时先用 Hub 解决。扩展钩子往运行流程里插逻辑框架的每次消息循环、每次工具调用前后都留了扩展点全部在 extensions/python/ 下按生命周期阶段分目录文件名前缀的数字决定执行顺序system_prompt/拼装系统提示词如_10_main_prompt.py、_11_tools_prompt.pymessage_loop_prompts_after/消息进入模型前追加上下文如_60_include_current_datetime.py注入当前时间、_70_include_agent_info.py注入代理身份信息。往对应目录放一个.py文件你的逻辑就挂进了主循环——不需要改动框架核心代码。钩子机制的完整约定见 扩展开发文档。自定义工具三步接入给代理加一个新能力只需要三步写文件在 tools/ 下新建my_custom_tool.py实现工具的入参解析和执行逻辑写说明在旁边加一份my_custom_tool.py.dox.md用自然语言告诉模型这个工具何时用、参数怎么填——框架靠它决定何时调用你的工具验证重启实例后工具会被动态发现直接在 Web UI 里下个任务测试观察它是否正确选择了新工具。建议从包装一个现成 CLI 命令这类小工具开始参考仓库里的notify_user.py跑通后再做复杂的。想做得更完整带界面、带安装入口照着 小插件教程 走一遍即可。值得优先尝试的落地玩法抽象的能力清单不如具体场景有说服力这四个玩法都能在第一周内上手UI 走查让代理在内置浏览器里打开你的本地应用你逐个点击元素留下批注这个按钮改成圆角代理读批注后直接改代码。适合验收前端需求办公交付物让它在桌面环境里建一个 ODS 预算模型或 ODT 方案文档边生成边人工修订成果是可直接发出去的文件而不是聊天文本本仓库开发装 A0 CLI 连接器装在宿主机、不是容器里运行a0连上实例后同一个代理就能带着记忆和技能操作你本地真实的代码仓库定时巡检用scheduler.py配一个每天早上的任务——检查服务状态、汇总昨日变更、生成简报。新手常踩的坑80 端口被占启动报端口冲突时用docker run -p 5080:80 ...换到 5080然后访问http://localhost:5080不用卸载重装Docker 没在运行终端路径的报错大多出在这先确认 Docker Desktop/服务已启动再重跑安装命令模型选错导致体验差主模型太弱会让工具调用频繁跑偏。主模型挑旗舰档内部杂活配个快模型这一条对整体体验的影响超过任何参数调优安全边界容器本身是隔离层别把整个家目录挂载进去涉及账号、生产系统、私有数据的关键操作执行前人工过目一遍。详见 README 里的安全模型说明。下一步行动到这里你已经完成了从启动到扩展的完整一圈。接下来按这个顺序推进花十分钟读完 快速上手文档把界面每个模块对应到本文讲过的能力上在 Plugin Hub 装两个贴合你工作的插件感受不写代码的扩展上限动手写第一个自定义工具挑一个你天天敲的 CLI 命令按三步接入包进 tools/然后在对话里验证它被正确调用。做完第 3 步你就从使用者变成了这个框架的共建者——项目对贡献者的入口在 贡献指南。【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