AutoAgent: 全自动化零代码 LLM Agent 框架

欢迎使用 AutoAgent！AutoAgent 是一个全自动化且高度自进化的框架，旨在让用户仅通过自然语言即可创建和部署 LLM Agent。

✨ AutoAgent 的核心特性

• 💬 自然语言驱动的 Agent 构建 通过纯自然语言对话自动构建并编排协作式 Agent 系统，无需手动编写代码或进行繁琐的技术配置。

• 🚀 零代码框架 降低 AI 开发门槛，让任何人（无论是否有编程经验）都能仅凭自然语言创建和自定义专属 Agent、工具及工作流。

• ⚡ 自管理工作流生成 即使在用户无法明确具体实现细节的情况下，也能根据高层级任务描述动态创建、优化并适配 Agent 工作流。

• 🔧 智能资源编排 通过迭代式自我优化，支持受控的代码生成以创建工具、Agent 和工作流，同时支持单 Agent 创建及多 Agent 工作流生成。

• 🎯 Self-Play Agent 自定义 通过迭代式自我优化，实现对工具、Agent 和工作流创建过程的受控代码生成，支持单 Agent 创建及多 Agent 工作流生成。

🚀 解锁 LLM Agent 的未来。立即尝试 🔥AutoAgent🔥！

🔥 最新动态

• [2025年2月17日]：🎉🎉 我们更新并发布了 AutoAgent v0.2.0（前身为 MetaChain）。主要更新包括：1) 修复了不同 LLM 提供商带来的相关问题；2) 增加了根据 issue 在容器环境中自动安装 AutoAgent 的功能；3) 为 CLI 模式增加了更多易用命令；4) 项目更名为 AutoAgent，以便于理解。
• [2025年2月10日]：🎉🎉 我们发布了 MetaChain！包含框架、评估代码和 CLI 模式！查看我们的论文以了解更多详细信息。

📑 目录

• ✨ 特性
• 🔥 最新动态
• 🔍 如何使用 AutoAgent
  • 1. user mode（深度研究 Agent）
  • 2. agent editor（无工作流的 Agent 创建）
  • 3. workflow editor（带工作流的 Agent 创建）
• ⚡ 快速开始
  • 安装
  • API Keys 配置
  • 通过 CLI 模式启动
• ☑️ 待办事项
• 🔬 如何复现论文结果
• 📖 文档
• 🤝 加入社区
• 🙏 致谢
• 🌟 引用

🔍 如何使用 AutoAgent

1. user mode（深度研究 Agent）

AutoAgent 在起始页提供了可直接使用的多 Agent 系统——user mode。该系统是一个综合性的 AI 研究助手，专为信息检索、复杂分析任务及综合报告生成而设计。

• 🚀 高性能：在使用 Claude 3.5 的情况下，性能可媲美 Deep Research，无需依赖 OpenAI 的 o3 模型。
• 🔄 模型灵活性：兼容任何 LLM（包括 Deepseek-R1, Grok, Gemini 等）。
• 💰 经济高效：Deep Research 每月 200 美元订阅费的开源替代方案。
• 🎯 用户友好：易于部署的 CLI 界面，实现无缝交互。
• 📁 文件支持：支持文件上传，实现更深层的数据交互。

2. agent editor（无工作流的 Agent 创建）

AutoAgent 最显著的特性是其自然语言自定义能力。与其他 Agent 框架不同，AutoAgent 允许你仅使用自然语言创建工具、Agent 和工作流。只需选择 agent editor 或 workflow editor 模式，即可开启通过对话构建 Agent 的旅程。

你可以按照下图所示使用 agent editor：

3. workflow editor（带工作流的 Agent 创建）

你也可以在 workflow editor 模式下，通过自然语言描述来创建 Agent 工作流，如下图所示。（提示：此模式暂不支持工具创建。）

⚡ 快速开始

安装