Cooragent 是 LeapLabTHU 团队开发的开源 AI 智能体协作社区。其核心目标是帮助用户快速构建智能体、快速构建工作流、快速优化工作流，核心理念是当构建和优化智能体变得足够简单时，真正的 AGI 时代就会到来。
用途
Cooragent 面向需要创建、管理和协作 AI 智能体的开发者与用户。它允许用户用一句话描述需求即可生成智能体，并让多个智能体协作完成复杂任务。用户还可以将创建的智能体发布到社区，与他人共享。
主要能力
Cooragent 提供两种任务模式：
- Agent Factory 模式：只需描述智能体，Cooragent 就会根据需求生成智能体。系统自动分析用户需求，通过记忆和扩展深入理解用户，省去复杂的 Prompt 设计。Planner 会选择合适的工具、自动润色 Prompt，并基于对用户需求的深入理解逐步完成智能体构建。构建完成后可立即使用，也可继续编辑优化其行为与功能。
- Agent Workflow 模式：只需描述想要完成的目标任务，Cooragent 会自动分析任务需求并选择合适的智能体进行协作。Planner 根据各智能体的专长进行组合，规划任务步骤与完成顺序，然后交给任务分发节点 publish 发布任务。每个智能体接收自己的任务并协作完成。两种模式都能持续进化。
Cooragent 还提供三种工作流模式：
- Launch 模式：用户只需概述想要的任务，Cooragent 自动分析需求、选择合适的智能体并构建完整工作流。任务完成后，工作流保存在本地（通常位于 store/workflow）供未来复用和修改。CLI 工具中使用 run-l 命令启动。
- Polish 模式：提供细粒度控制。用户可以手动优化工作流执行顺序、智能体工具选择、LLM 配置和相关 Prompt，也可以用自然语言命令让 Cooragent 进行特定调整。例如，用户可以指示：“Refine the stock analysis Agent: replace the browser tool with Tavily for faster information retrieval.” Cooragent 会借助 APE 和 Absolute-Zero-Reasoner 等框架自动调整智能体的 Prompt、工具和其他运行参数。CLI 工具中使用 run-o 命令启动。
- Production 模式：在此模式下，Cooragent 以最高效率执行优化后的工作流，最大限度减少运行开销。使用 Supervisor 模块确保输出可靠并处理异常。CLI 工具中使用 run-p 命令启动。
最佳实践：Launch 模式用于自动化快速构建可运行的工作流；Polish 模式用于工作流的微调与优化；Production 模式用于生产场景，追求稳定运行。
此外，Cooragent 提供 Cooragent Agent Studio 在线智能体工作室，可快速生成能完成各种场景任务的智能体，支持随时随地使用，并允许管理和分享创建的智能体。可免费试用。
使用方式
Cooragent 提供 CLI 开发者工具，帮助开发者快速创建、编辑和删除智能体。CLI 设计注重效率和易用性，显著减少手动操作的繁琐，让开发者更专注于智能体本身的设计与优化。
安装方式支持 conda 和 venv。注意：在 Windows 上运行项目 CLI 工具时，除上述步骤外还需安装额外依赖，具体请参考 Windows Platform Support。需在项目根目录创建 .env 文件并配置环境变量。
CLI 常用操作示例包括：
- 进入 cooragent 命令工具界面
- 用一条命令创建小米股票分析智能体
- 优化智能体工作流（Polish an Agentic Workflow）
- 以 Production 模式运行智能体工作流
- 移除智能体
- 使用一组智能体协作完成复杂任务
集成 MCP 服务
Cooragent 支持通过 Model Context Protocol (MCP) 集成外部服务和工具来增强智能体，类似 Claude Desktop 等桌面 AI 助手管理外部功能的方式。 配置步骤：
- 定位/创建配置文件：在项目根目录找到或创建 config/mcp.json。可执行 cd ./config 然后 cp mcp.json.example mcp.json。
- 添加 MCP 服务：在该 JSON 文件中定义 MCP 服务，每个服务有唯一的 key 和配置对象。示例 config/mcp.json： { "mcpServers": { "aws-kb-retrieval": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-aws-kb-retrieval"], "env": { "AWS_ACCESS_KEY_ID": "YOUR_ACCESS_KEY_HERE", "AWS_SECRET_ACCESS_KEY": "YOUR_SECRET_ACCESS_KEY_HERE", "AWS_REGION": "YOUR_AWS_REGION_HERE" } }, "AMAP": { "url": "https://mcp.amap.com/sse", "env": { "AMAP_MAPS_API_KEY": "AMAP_MAPS_API_KEY" } } } } 配置完成后，Cooragent 会将这些 MCP 服务注册为可用工具。智能体在任务规划和执行期间可以选择并使用这些工具，从而实现更复杂的功能。以配置 AMAP mcpServers（高德地图）为例，之后可能可以运行相关案例。
适用场景
- 快速生成面向各种场景的智能体
- 让多个智能体协作完成复杂任务
- 构建可复用、可修改的智能体工作流
- 在生产环境中稳定运行优化后的工作流
- 通过 MCP 集成外部服务扩展智能体能力
限制
资料中未提供具体的技术限制、收费细节、平台要求等。Cooragent 的具体可用性、性能表现和兼容性需以官方文档和实际使用为准。项目提供文档与支持，包括常见问题（FAQ）和商业支持计划。欢迎各种形式的贡献，包括修复拼写错误、改进文档或添加新功能，可查看贡献指南。社区提供微信群，核心贡献者包括 Zheng Wang、Shenzhi Wang、Yue Wu、Shiji Song、Gao Huang。
