autogpt-agents

用途

AutoGPT 是一个用于构建、部署和管理持续运行 AI 智能体的自主智能体平台，可通过可视化界面或开发工具包使用。

适用场景包括：

构建持续运行的自主智能体
创建基于可视化工作流的 AI 智能体
部署带外部触发（Webhook、定时任务）的智能体
构建复杂的多步骤自动化流水线
需要无代码/低代码智能体构建器

主要能力

可视化智能体构建器：拖拽式、基于节点的工作流编辑器
持续执行：智能体通过触发器持久运行
市场：可共享/复用预构建的智能体与区块
区块系统：面向 LLM、工具、集成的模块化组件
Forge 工具包：用于创建自定义智能体的开发者工具
Benchmark 系统：标准化的智能体性能测试

架构概览

AutoGPT 包含两个主要系统：

AutoGPT Platform（生产环境）：带 React 前端的可视化智能体构建器；带执行引擎的 FastAPI 后端；PostgreSQL + Redis + RabbitMQ 基础设施。

AutoGPT Classic（开发环境）：Forge 智能体开发工具包；Benchmark 性能测试框架；用于开发的 CLI 命令行界面。

核心概念为图（Graph）与节点（Node）：智能体表示为包含节点、节点间通过链接连接的图。区块（Block）是可复用的功能组件，类型包括 INPUT（智能体入口）、OUTPUT（智能体输出）、AI（LLM 调用、文本生成）、WEBHOOK（外部触发）、STANDARD（通用操作）、AGENT（嵌套智能体执行）。

使用方式

安装（Docker）：

# Clone repository
git clone https://github.com/Significant-Gravitas/AutoGPT.git
cd AutoGPT/autogpt_platform

# Copy environment file
cp .env.example .env

# Start backend services
docker compose up -d --build

# Start frontend (in separate terminal)
cd frontend
cp .env.example .env
npm install
npm run dev

访问平台：前端 UI http://localhost:3000；后端 API http://localhost:8006/api；WebSocket ws://localhost:8001/ws。

使用可视化构建器：在 http://localhost:3000 打开 Agent Builder；从 BlocksControl 面板添加区块；在节点手柄之间拖拽连接；在每个节点中配置输入；使用 PrimaryActionBar 运行智能体。

可用区块包括：AI 区块（AITextGeneratorBlock 文本生成、AIConversationBlock 多轮对话、SmartDecisionMakerBlock 条件逻辑）；集成区块（GitHub、Google、Discord、Notion 连接器，Webhook 触发器与处理器，HTTP 请求区块）；控制区块（输入/输出区块、分支与决策节点、循环与迭代区块）。

智能体执行触发类型：手动执行（POST /api/v1/graphs/{graph_id}/execute）、Webhook 触发（POST /api/v1/webhooks/{webhook_id}）、定时执行（schedule 字段，如 "0 */2 * * *"）。

监控执行：可通过 WebSocket（ws://localhost:8001/ws）接收更新，或通过 REST API 轮询（GET /api/v1/executions/{execution_id}）。

使用 Forge（开发）：

# Setup forge environment
cd classic
./run setup

# Create new agent from template
./run forge create my-agent

# Start agent server
./run forge start my-agent

智能体结构包含 agent.py（主逻辑）、abilities/（自定义能力）、prompts/（提示模板）、config.yaml（配置）。

运行基准测试：./run benchmark（全部）、./run benchmark --category coding（指定类别）、./run benchmark --agent my-agent（指定智能体）。基准类别包括 Coding、Retrieval、Web、Writing。基准使用录制的 HTTP 响应（VCR cassettes）以保证可复现性，支持 --record 录制与 --playback 回放。

集成凭据：在 Profile > Integrations 中选择提供商（OpenAI、GitHub、Google 等），输入 API 密钥或授权 OAuth，凭据会被加密安全存储。支持的提供商包括 OpenAI（API Key）、Anthropic（API Key）、GitHub（OAuth）、Google（OAuth）、Discord（Bot Token）、Notion（OAuth）。

部署：提供 docker-compose.prod.yml 生产配置示例，包含 rest_server、executor、frontend 服务。环境变量包括 DATABASE_URL、REDIS_URL、RABBITMQ_URL、ENCRYPTION_KEY、SUPABASE_URL。生成加密密钥：poetry run cli gen-encrypt-key。

适用场景与限制

最佳实践：从简单开始（3-5 个节点的智能体）；增量测试；使用 Webhook 实现事件驱动；通过 credits 系统监控 LLM API 成本；变更前保存可用版本；使用 agbenchmark 验证智能体质量。

常见问题处理：服务未启动可检查容器状态、查看日志、重启服务；数据库连接问题可运行迁移 poetry run prisma migrate deploy；智能体执行卡住可检查 RabbitMQ 队列（http://localhost:15672，guest/guest）或重启 executor。

替代方案：若需要更多智能体逻辑控制，可用 LangChain/LlamaIndex；角色型多智能体协作可用 CrewAI；简单托管智能体部署可用 OpenAI Assistants；微软生态集成可用 Semantic Kernel。

资源：文档 https://docs.agpt.co；仓库 https://github.com/Significant-Gravitas/AutoGPT；Discord https://discord.gg/autogpt；许可证 MIT（Classic）/ Polyform Shield（Platform）。

关于收费、价格、具体平台支持范围等未在资料中明确说明的信息，暂未提供。

技能介绍

用途

主要能力

架构概览

使用方式

适用场景与限制