English | 中文

AgentMesh是一个开源的 多智能体 (Multi-Agent) 平台 ，提供开箱即用的Agent开发框架、多Agent间的协同策略、任务规划和自主决策能力。在该平台上可以快速构建你的Agent团队，通过多Agent之间的协同完成任务。

概述

AgentMesh 采用模块化分层设计，提供灵活且可扩展的多智能体系统构建能力：

多Agent协同：支持多Agent角色定义、任务分配、多轮自主决策，即将支持与远程异构Agent的通信协议
多模态模型：支持 OpenAI、Claude、DeepSeek 等主流大语言模型，统一接口设计支持无缝切换
可扩展工具：内置搜索引擎、浏览器、文件系统、终端等工具，并将通过支持 MCP 协议获得更多工具扩展
多端运行：支持命令行、Docker、SDK 等多种运行方式，即将支持 WebUI 及多种常用软件的集成

Demo

agentmesh-demo.mp4

快速开始

提供三种使用方式快速构建并运行你的 Agent Team：

1. 终端运行

在终端中命令行中快速运行多智能体团队:

1.1 安装

环境准备： 支持 Linux、MacOS、Windows 系统，需要安装 python。

python 版本推荐使用 3.11+ (如需使用浏览器工具)，至少需要 3.7 以上。下载地址：python官网。

下载项目源码并进入项目目录：

git clone https://github.com/MinimalFuture/AgentMesh
cd AgentMesh

核心依赖安装：

pip install -r requirements.txt

如需使用浏览器工具，还需要额外安装依赖 (可选，需要 python3.11+):

pip install browser-use==0.1.40
playwright install

1.2 配置

配置文件为根目录下的 config.yaml，包含模型配置和Agent配置，可以从模板文件复制后修改：

cp config-template.yaml config.yaml

填写需要用到的模型 api_key，支持 openai、claude、deepseek、qwen 等模型。

配置模板中预置了两个示例：

general_team：通用智能体，适用于搜索和研究任务。

software_team：开发团队，包含产品、工程和测试三个角色，可通过协作开发web网站，交付完整的项目代码和文档

你可以基于配置模板修改或添加自己的自定义团队，为每个智能体设置不同的模型、工具、系统提示词。

1.3 运行

你可以直接通过命令运行任务，通过 -t 参数指定配置文件中的团队，通过 -q 参数指定需要提出的问题：

python main.py -t general_team -q "帮我分析多智能体技术发展趋势"
python main.py -t software_team -q "帮我为AgentMesh项目开发一个预约体验的表单页面"

同时也可以进入命令行交互模式，通过输入问题进行多轮对话：

python main.py -l                               # 查看可用agent team
python main.py -t general_team                  # 指定一个team后开始多轮对话

2. Docker运行

下载 docker compose 配置文件：

curl -O https://raw.githubusercontent.com/MinimalFuture/AgentMesh/main/docker-compose.yml

下载配置模板，参考 1.2 中的配置说明，填写config.yaml配置文件中的模型API Key：

curl -o config.yaml https://raw.githubusercontent.com/MinimalFuture/AgentMesh/main/config-template.yaml

运行docker容器：

docker-compose run --rm agentmesh bash

容器启动后将进入命令行，与 1.3 中的使用方式相同，指定team后进入交互模式后即可开始对话：

python main.py -l                               # 查看可用agent team
python main.py -t general_team                  # 指定一个team后开始多轮对话

3. SDK集成

Agentmesh的核心模块通过SDK对外提供，开发者可基于该SDK构建智能体及多智能体团队，适用于在已有应用中快速获得多智能体协作能力。

安装SDK依赖:

pip install agentmesh-sdk

以下是一个简单的使用示例，使用前请替换 YOUR_API_KEY 为你的实际API密钥：

from agentmesh import AgentTeam, Agent, LLMModel
from agentmesh.tools import *

# model
model = LLMModel(model="gpt-4.1", api_key="YOUR_API_KEY")

# team build and add agents
team = AgentTeam(name="software_team", description="A software development team", model=model)

team.add(Agent(name="PM", description="Responsible for product requirements and documentation",
               system_prompt="You are an experienced product manager who creates clear and comprehensive PRDs"))

team.add(Agent(name="Developer", description="Implements code based on PRDs", model=model,
               system_prompt="You are a proficient developer who writes clean, efficient, and maintainable code. Follow the PRD requirements precisely.",
               tools=[Calculator(), GoogleSearch()]))

# run user task
result = team.run(task="Write a Snake client game")

4. Web服务运行

即将支持

详细介绍

核心概念

Agent: 智能体，具有特定角色和能力的自主决策单元，可配置模型、系统提示词、工具集和决策逻辑
AgentTeam: 智能体团队，由多个Agent组成，负责任务分配、上下文管理和协作流程控制
Tool: 工具，扩展Agent能力的功能模块，如计算器、搜索引擎、浏览器等
Task: 任务，用户输入的问题或需求，可包含文本、图像等多模态内容
Context: 上下文，包含团队信息、任务内容和Agent间共享的执行历史
LLMModel: 大语言模型，支持多种主流大语言模型，统一接口设计

模型

OpenAI: 支持 GPT 系列模型，推荐使用 gpt-4.1, gpt-4o, gpt-4.1-mini
Claude: 支持 Claude系列模型，推荐使用 claude-sonnet-4-0, claude-3-7-sonnet-latest
DeepSeek: 支持 DeepSeek 系列模型，推荐使用 deepseek-chat
Ollama: 支持本地部署的开源模型 (即将支持)

工具

calculator: 数学计算工具，支持复杂表达式求值
current_time: 获取当前时间工具，解决模型时间感知问题
browser: 浏览器操作工具，基于browser-use实现，支持网页访问、内容提取和交互操作
google_search: 搜索引擎工具，获取最新信息和知识
file_save: 将Agent输出内容保存在本地工作空间中
terminal: 终端命令执行工具，支持安全地执行系统命令
MCP: 通过支持MCP协议获得更多工具能力（即将支持）

贡献

⭐️ Star支持和关注本项目，可以接受最新的项目更新通知。

欢迎提交PR 来共同参与这个项目，遇到问题或有任何想法可提交Issues 进行反馈。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!