Agent Zero

为你的 AI Agent 提供完整的 Linux 系统。

Agent Zero 是一个开放、动态且有机的 Agent 框架。它通过单个 Docker 容器提供了一个完整的 Linux 系统，包含桌面环境和一个可通过 Skills（技能）进行扩展的插件中心。

核心优势

如何安装

macOS / Linux

curl -fsSL https://bash.agent-zero.ai | bash

Windows PowerShell

irm https://ps.agent-zero.ai | iex

已安装 Docker？直接运行以下命令

docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero

打开 Web UI，配置你的 LLM 提供商，然后从一个具体的任务开始。有关完整的设置和入门体验，请参阅安装指南。

画布中的真实 Linux 桌面

Agent Zero 在右侧的 Canvas（画布）内开启了自己的 Linux 桌面。这不是远程虚拟机，也不是共享剪贴板，而是一个运行在容器内的真实 XFCE 桌面会话。

这意味着 Agent 可以驱动真实的桌面软件：打开 Blender 进行 3D 对象建模、进入终端窗口、可视化管理文件，以及运行没有 API 的 GUI 工具。

你可以观察它的每一个动作，并且由于你的鼠标和键盘共享同一个桌面，你可以随时进行干预。

请参阅桌面指南获取操作演练、提示词示例，以及桌面模式与浏览器模式的区别。

带有 DOM 标注的原生浏览器

Agent Zero 内置了一个浏览器，并在 Canvas 中提供可选的实时交互界面。Agent 可以打开页面、阅读内容、点击、输入、上传文件和截图——这些都是常规操作。而不寻常的是标注模式（Annotate mode）。

标注模式将任何网页变成一个交互式指令界面。点击元素即可：

修改它 - “把这个按钮变蓝并把边角变圆”，Agent 会将其作为 JS 指令运行、应用并验证。
检查它 - 将 DOM、样式、父链、框架提示拉入对话中。
提取它 - 在别人的网站上看到了喜欢的卡片、Hero 组件或模块？捕获它，让 Agent 在你自己的项目栈中重新实现它。
注释它 - 在 UI 评审期间在元素上留下可执行的备注；Agent 会读取这些注释并进行修复。

Docker 浏览器是默认的实时浏览器界面。浏览器历史记录保留了关键步骤的截图，因此旧的聊天记录依然可以展示 Agent 当时所看到的画面。浏览器还支持在 Docker 内部使用 Chrome 扩展程序，并且通过 A0 CLI 连接器实现自带浏览器（Bring Your Own Browser），让 Agent 可以驱动你宿主机上的 Chrome/Edge/Chromium。

请参阅浏览器指南获取截图、设置、宿主机浏览器配置以及故障排除信息。

文档协同办公

支持实时协作的 Markdown 编辑器

Canvas 包含一个专为深度协作设计的富文本 Markdown 编辑器。你可以要求 Agent “在打开的 TODO.md 文档中写一个执行 X 任务的计划”，你会看到该文件一个字符一个字符地出现在编辑器中，而你依然可以在文档的其他部分进行输入。

这不是一个预览窗口，而是一个带有工具栏、格式化按钮、表格和可编辑源码视图的真实编辑器——其设计初衷就是让 Agent 的编辑与你的操作在同一个文档中处于同等地位。

你可以将其用于计划、TODO、会议纪要、RFC、项目移交或任何需要“以文本形式存在”而不是被埋没在聊天记录中的产物。

LibreOffice 集成

LibreOffice Writer、Calc 和 Impress 已完成集成，因此你可以在 Agent Zero 实时创建、更新、保存和验证相同文件的同时，进行手动输入。

ODT、ODS 和 ODP 二进制格式在 Agent Zero 桌面环境中被视为一等公民，以保持与开放文档格式 (ODF) 的一致性。

使用桌面工具栏来创建和编辑 LibreOffice 的 Writer、电子表格和演示文稿文件。

agent0ai/agent-zero