autogpt-agents

AutoGPT 是一个自主 AI 智能体平台，用于构建、部署和管理持续运行的 AI 智能体，提供可视化界面和开发工具包两种使用方式。

用途

AutoGPT 适用于以下场景：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。

如果需求不同，可考虑替代方案：需要更精细控制智能体逻辑时用 LangChain/LlamaIndex；基于角色的多智能体协作用 CrewAI；简单托管智能体部署用 OpenAI Assistants；微软生态集成用 Semantic Kernel。

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：可共享和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；CLI 命令行开发界面。

核心概念

智能体以图（Graph）表示，包含由链接连接的节点（Node）。节点对应区块（Block）。区块是功能可复用组件，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）。

执行流程为：用户/触发器 → 图执行 → 节点执行 → Block.execute()，其中输入进入队列系统，输出产生结果。

使用方式

快速开始（Docker）

# 克隆仓库
git clone https://github.com/Significant-Gravitas/AutoGPT.git
cd AutoGPT/autogpt_platform

# 复制环境文件
cp .env.example .env

# 启动后端服务
docker compose up -d --build

# 启动前端（在单独终端）
cd frontend
cp .env.example .env
npm install
npm run dev

访问地址：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 生成文本、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、分支与决策、循环与迭代）。

智能体执行触发

手动执行：POST /api/v1/graphs/{graph_id}/execute，请求体为 {"inputs": {"input_name": "value"}}。

Webhook 触发：POST /api/v1/webhooks/{webhook_id}，请求体为 {"data": "webhook payload"}。

定时执行：{"schedule": "0 */2 * * *", "graph_id": "graph-uuid", "inputs": {}}。

监控执行

WebSocket 更新：

const ws = new WebSocket('ws://localhost:8001/ws');
ws.onmessage = (event) => {
  const update = JSON.parse(event.data);
  console.log(`Node ${update.node_id}: ${update.status}`);
};

REST API 轮询：GET /api/v1/executions/{execution_id}。

使用 Forge（开发）

# 设置 forge 环境
cd classic
./run setup

# 从模板创建新智能体
./run forge create my-agent

# 启动智能体服务器
./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）。

自定义能力示例：

from forge import Ability, ability

@ability(
    name="custom_search",
    description="Search for information",
    parameters={
        "query": {"type": "string", "description": "Search query"}
    }
)
def custom_search(query: str) -> str:
    """Custom search ability."""
    result = perform_search(query)
    return result

基准测试

# 运行所有基准
./run benchmark

# 运行特定类别
./run benchmark --category coding

# 使用特定智能体运行
./run benchmark --agent my-agent

基准类别包括：Coding（代码生成与调试）、Retrieval（信息查找）、Web（网页浏览与交互）、Writing（文本生成任务）。基准使用录制的 HTTP 响应（VCR cassettes）保证可复现：--record 录制新 cassette，--playback 使用现有 cassette 运行。

集成

添加凭据：进入 Profile > Integrations；选择提供商（OpenAI、GitHub、Google 等）；输入 API 密钥或授权 OAuth；凭据加密安全存储。区块会自动访问用户凭据。

支持的提供商：OpenAI（API Key，LLM、嵌入）、Anthropic（API Key，Claude 模型）、GitHub（OAuth，代码、仓库）、Google（OAuth，Drive、Gmail、Calendar）、Discord（Bot Token，消息）、Notion（OAuth，文档）。

部署

Docker 生产配置示例（docker-compose.prod.yml）包含 rest_server、executor、frontend 服务。

环境变量包括：DATABASE_URL（PostgreSQL 连接）、REDIS_URL（Redis 连接）、RABBITMQ_URL（RabbitMQ 连接）、ENCRYPTION_KEY（凭据加密）、SUPABASE_URL（认证）。

生成加密密钥：

cd autogpt_platform/backend
poetry run cli gen-encrypt-key

最佳实践

从简单开始：先用 3-5 个节点的智能体；增量测试：每次修改后运行测试；使用 Webhook：为事件驱动智能体配置外部触发；监控成本：通过 credits 系统跟踪 LLM API 用量；版本管理：修改前保存可用版本；基准测试：使用 agbenchmark 验证智能体质量。

常见问题

服务未启动：用 docker compose ps 检查容器状态，docker compose logs rest_server 查看日志，docker compose restart 重启服务。

数据库连接问题：运行迁移 cd backend && poetry run prisma migrate deploy。

智能体执行卡住：检查 RabbitMQ 队列（http://localhost:15672，guest/guest），或 docker compose restart executor 清除卡住的执行。

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）。