agenticSeek

agenticSeek ：私人，当地的马努斯替代方案。

英语| 中文| 繁体中文| Français| 日本语|葡萄牙（巴西）| Español

该语音启用AI助手的100％本地替代方案是自动浏览网络，编写代码和计划任务的同时将所有数据保存在设备上的同时。它针对本地推理模型量身定制，完全在您的硬件上运行，确保完全隐私和零云依赖性。

为什么要agenticSeek ？

• 完全本地和私人 – 机器上的所有内容都运行 – 没有云，没有数据共享。您的文件，对话和搜索保持私密。

• 智能网络浏览 – agenticSeek可以单独浏览Internet – 搜索，阅读，提取信息，填写Web表单 – 全部免费。

• 自主编码助手 – 需要代码吗？它可以在Python，C，GO，Java等中编写，调试和运行程序，而无需监督。

• ?智能代理选择 – 您问，它会自动找出最佳的作业代理。就像有一组专家准备帮助一样。

• ?计划和执行复杂的任务 – 从旅行计划到复杂的项目 – 它可以将大任务分为步骤，并使用多个AI代理完成工作。

• ?️语音 – 启用 – 干净，快速，未来派的语音和语音，以使您可以像科幻电影中的个人AI一样与之交谈。 （进行中）

演示

您可以搜索agenticSeek项目，了解需要什么技能，然后打开CV_CANDIDATES.ZIP，然后告诉我哪个最匹配的项目

免责声明：此演示，包括所有出现的文件（例如：cv_candidates.zip），都是完全虚构的。我们不是公司，我们寻求开源贡献者而不是候选人。

?配x 积极的工作正在进行中

该项目始于侧项目，并具有零路线图和零资金。它的发展远远超出了我通过在GitHub趋势中结束的期望。贡献，反馈和耐心得到深深的赞赏。

先决条件

在开始之前，请确保已安装以下软件：

• git：用于克隆存储库。下载git
• Python 3.10.x：我们强烈建议使用Python版本3.10.x。使用其他版本可能会导致依赖性错误。下载Python 3.10（选择3.10.x版本）。
• Docker Engine＆Docker组成：用于运行Searxng等捆绑服务。
  • 安装Docker桌面（其中包括Docker组成V2）：Windows | Mac | Linux
  • 或者，安装Docker Engine和Docker在Linux上单独组成：Docker Engine | Docker组成（确保您安装Compose V2，例如Sudo Apt-Get安装Docker-Compose-Plugin）。

1。克隆存储库和设置

agenticSeek
mv .env.example .env\”>

git clone https://*g*ithu*b.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env

2。更改.ENV文件内容

SEARXNG_BASE_URL= \" http://127.**0.*0.1:8080 \"
REDIS_BASE_URL= \" redis://redis:6379/0 \"
WORK_DIR= \" /Users/mlg/Documents/workspace_for_ai \"
OLLAMA_PORT= \" 11434 \"
LM_STUDIO_PORT= \" 1234 \"
CUSTOM_ADDITIONAL_LLM_PORT= \" 11435 \"
OPENAI_API_KEY= \' optional \'
DEEPSEEK_API_KEY= \' optional \'
OPENROUTER_API_KEY= \' optional \'
TOGETHER_API_KEY= \' optional \'
GOOGLE_API_KEY= \' optional \'
ANTHROPIC_API_KEY= \' optional \'

根据需要更新带有您自己的值的.env文件：

• searxng_base_url ：离开不变
• redis_base_url ：离开不变
• Work_dir ：在本地机器上通往工作目录的路径。 agenticSeek将能够读取并与这些文件进行交互。
• Ollama_Port ：Ollama服务的端口号。
• LM_STUDIO_PORT ：LM Studio服务的端口号。
• custom_additional_llm_port ：用于任何其他自定义LLM服务的端口。

对于选择本地运行LLM的用户而言，API键是完全可选的。这是该项目的主要目的。如果您有足够的硬件，请留空

3。开始码头

确保在系统上安装Docker并运行。您可以使用以下命令启动Docker：

• 在Linux/MacOS上：
  打开终端并运行：

  sudo systemctl start docker

  或如果安装了应用程序菜单，请启动Docker桌面。

• 在Windows上：
  从开始菜单开始docker桌面。

您可以通过执行来验证Docker正在运行：

docker info

如果您看到有关Docker安装的信息，则可以正确运行。

有关摘要，请参见下面的本地提供商表。

下一步：本地运行agenticSeek

如果您有问题，请参见故障排除部分。如果您的硬件无法在本地运行LLM，请参见使用API运行的设置。有关详细的config.ini说明，请参见配置部分。

用于在机器上本地运行LLM的设置

硬件要求：

要在本地运行LLMS，您需要足够的硬件。至少需要一个能够运行裁判官，QWEN或DEEPSEEK 14B的GPU。有关详细的模型/性能建议，请参见FAQ。

设置您的本地提供商

例如，与Ollama一起启动您的本地提供商：

ollama serve

请参阅下面的本地支持提供商列表。

更新config.ini

将config.ini文件更改为“提供者”和“供应商” model的provider_name将其设置为提供商支持的LLM。我们建议诸如裁判官或DeepSeek之类的推理模型。

有关所需的硬件，请参见README末尾的常见问题解答。

[MAIN]
is_local = True # Whenever you are running locally or with remote provider.
provider_name = ollama # or lm-studio, openai, etc..
provider_model = deepseek-r1:14b # choose a model that fit your hardware
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis # name of your AI
recover_last_session = True # whenever to recover the previous session
save_session = True # whenever to remember the current session
speak = False # text to speech
listen = False # Speech to text, only for CLI, experimental
jarvis_personality = False # Whenever to use a more \"Jarvis\" like personality (experimental)
languages = en zh # The list of languages, Text to speech will default to the first language on the list
[BROWSER]
headless_browser = True # leave unchanged unless using CLI on host.
stealth_mode = True # Use undetected selenium to reduce browser detection

警告：

• config.ini文件格式不支持注释。请勿直接复制并粘贴示例配置，因为注释会导致错误。相反，使用所需的设置手动修改config.ini文件，不包括任何注释。

• 如果使用LM-Studio进行运行LLMS，请勿将Provider_name设置为OpenAI。将其设置为LM-Studio。

• 一些提供商（例如：LM-Studio）要求您将http：//在IP前面。例如http://127.*0**.0.1:1234

当地提供商列表

下一步：启动服务并运行agenticSeek

如果您有问题，请参见故障排除部分。如果您的硬件无法在本地运行LLM，请参见使用API运行的设置。有关详细的config.ini说明，请参见配置部分。

设置以使用API运行

该设置使用基于云的外部LLM提供商。您需要从所选服务中获得一个API键。

1。选择一个API提供商并获取API密钥：

请参阅下面的API提供商列表。访问他们的网站注册并获取API密钥。

2。将API密钥设置为环境变量：

• Linux/MacOS：打开终端并使用导出命令。最好将其添加到您的Shell的个人资料文件（例如〜/.bashrc，〜/.zshrc）中以进行持久。

   export PROVIDER_API_KEY= \" your_api_key_here \" 
  # Replace PROVIDER_API_KEY with the specific variable name, e.g., OPENAI_API_KEY, GOOGLE_API_KEY

  一起的示例：

   export TOGETHER_API_KEY= \" xxxxxxxxxxxxxxxxxxxxxx \"

• 视窗：

  • 命令提示（当前会话临时）：

     set PROVIDER_API_KEY = your_api_key_here

  • PowerShell（当前会话的临时）：

     $ env: PROVIDER_API_KEY = \" your_api_key_here \"

  • 永久：在Windows搜索栏中搜索“环境变量”，单击“编辑系统环境变量”，然后单击“环境变量…”按钮。添加具有适当名称（例如OpenAI_API_KEY）的新用户变量和您的密钥作为值。

  （请参阅常见问题解答：如何设置API键？有关更多详细信息）。

3。更新config.ini：

 [MAIN]
is_local = False
provider_name = openai # Or google, deepseek, togetherAI, huggingface
provider_model = gpt-3.5-turbo # Or gemini-1.5-flash, deepseek-chat, mistralai/Mixtral-8x7B-Instruct-v0.1 etc.
provider_server_address = # Typically ignored or can be left blank when is_local = False for most APIs
# ... other settings ...

警告：确保config.ini值中没有落后空间。

API提供商列表

笔记：

• 我们建议不要将GPT-4O或其他OpenAI模型用于复杂的Web浏览和任务计划，因为当前的及时优化是针对DeepSeek之类的模型。
• 编码/BASH任务可能会遇到双子座的问题，因为它可能不会严格遵循为DeepSeek优化的格式提示。
• 通常，当is_local = false时，config.ini中的provider_server_address通常不使用，因为API端点通常在相应的提供商的库中进行了硬编码。

下一步：启动服务并运行agenticSeek

如果您有问题，请参阅已知问题部分

有关详细的配置文件说明，请参见“配置”部分。

开始服务并运行

默认情况下， agenticSeek在Docker中完全运行。

选项1：在Docker中运行，使用Web接口：

开始所需的服务。这将从docker -compose.yml启动所有服务，包括：-searxng -redis（Searxng要求） – 前端 – 后端（如果使用Web界面时使用完整）

./start_services.sh full # MacOS
start start_services.cmd full # Window

警告：此步骤将下载并加载所有Docker图像，最多可能需要30分钟。启动服务后，请等到后端服务完全运行（您应该看到后端：“日志中的get /health http /1.1” 200 OK ）在发送任何消息之前。后端服务可能需要5分钟才能开始首次运行。

转到http：// localhost：3000/，您应该看到Web界面。

故障排除服务开始：如果这些脚本失败，请确保运行Docker Engine并正确安装Docker Compose（V2，Docker Compose）。检查终端中的输出以获取错误消息。请参阅常见问题解答：帮助！运行agenticSeek或其脚本时，我会遇到错误。

选项2： CLI模式：

要使用CLI接口运行，您必须在主机上安装软件包：

./install.sh
./install.bat # windows

开始所需的服务。这将从docker -compose.yml启动一些服务，包括：-searxng -redis（Searxng要求） – 前端

./start_services.sh # MacOS
start start_services.cmd # Window

使用CLI：UV Run Cli.py

用法

确保服务启动并运行./start_services.sh完整，然后转到Localhost：3000用于Web界面。

您也可以通过在配置中设置listing = true来使用语音来文本。仅适用于CLI模式。

要退出，只需说/输入再见。

以下是一些示例用法：

在Python做蛇游戏！

在法国雷恩（Rennes）的雷恩（Rennes）中搜索网络上的顶级咖啡馆，并在rennes_cafes.txt中保存三个列表。

编写一个GO程序来计算一个数字的阶乘，将其保存为fortorial.go在您的工作空间中

搜索我的summer_pictures文件夹以获取所有jpg文件，以今天的日期重命名它们，然后在photos_list.txt中保存更名的文件列表

在线搜索2024年的流行科幻电影，并选择今晚观看三部。将列表保存在movie_night.txt中。

搜索网络以查看2025年的最新AI新闻文章，选择三个，然后编写Python脚本以刮擦其标题和摘要。将脚本保存为news_scraper.py和ai_news.txt中的摘要 /home /projects

星期五，搜索网络以获取免费股票价格API，在supersuper7434567@gmail.com上注册，然后编写一个Python脚本，使用Tesla的API每日价格来获取，并将结果保存在Stock_prices.csv.csv

请注意，表格填充功能仍然是实验性的，可能会失败。

键入查询后， agenticSeek将分配最佳的代理。

因为这是一个早期的原型，所以代理路由系统可能并不总是根据您的查询分配正确的代理。

因此，您应该非常明确地说明自己想要的内容以及AI可能会继续进行，例如，如果您希望进行网络搜索，请不要说：

您知道独奏旅行的一些好国家吗？

相反，请问：

进行网络搜索，找出哪个是Solo-travel的最佳国家

设置以在您自己的服务器上运行LLM

如果您拥有强大的计算机或可以使用的服务器，但是要从笔记本电脑中使用它，则可以使用我们的自定义LLM服务器在远程服务器上运行LLM。

在将运行AI模型的“服务器”上，获取IP地址

ip a | grep \" inet \" | grep -v 127.0.0.1 | awk \' {print $2} \' | cut -d/ -f1 # local ip
curl https://ip*info.io**/ip # public ip

注意：对于Windows或MacOS，分别使用IPConfig或IFConfig查找IP地址。

克隆存储库，然后输入服务器/文件夹。

agenticSeek/llm_server/\”>

git clone --depth 1 https://*g*ithu*b.com/Fosowl/agenticSeek.git
cd agenticSeek /llm_server/

安装服务器特定要求：

pip3 install -r requirements.txt

运行服务器脚本。

python3 app.py --provider ollama --port 3333

您可以选择使用Ollama和LlamaCpp作为LLM服务。

现在在您的个人计算机上：

将config.ini文件更改为“ provider_name”将服务器和provider_model设置为deepseek-r1：xxb。将Provider_Server_Address设置为将运行模型的机器的IP地址。

[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:70b
provider_server_address = http://x.***x.x.x:3333

下一步：启动服务并运行agenticSeek

对文字的讲话

警告：目前对文本的语音仅在CLI模式下工作。

请注意，目前只用英语工作的文本语音。

默认情况下，语音到文本功能是禁用的。要启用它，请在config.ini文件中将“侦听选项”设置为true：

listen = True

启用后，在开始处理输入之前，语音到文本功能会聆听触发关键字，即代理的名称。您可以通过更新config.ini文件中的agent_name值来自定义代理的名称：

agent_name = Friday

为了获得最佳识别，我们建议使用“ John”或“ Emma”作为代理名称的常见英语名称

看到成绩单开始出现后，大声说出代理商的名字以唤醒它（例如，“星期五”）。

清楚地说您的查询。

用确认短语结束您的请求，以向系统发出信号。确认短语的示例包括：

\"do it\", \"go ahead\", \"execute\", \"run\", \"start\", \"thanks\", \"would ya\", \"please\", \"okay?\", \"proceed\", \"continue\", \"go on\", \"do that\", \"go it\", \"do you understand?\"

config

示例配置：

[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = http://127.*0*.*0.1:11434 # Example for Ollama; use http://127.*0**.0.1:1234 for LM-Studio
agent_name = Friday
recover_last_session = False
save_session = False
speak = False
listen = False

jarvis_personality = False
languages = en zh # List of languages for TTS and potentially routing.
[BROWSER]
headless_browser = False
stealth_mode = False

config.ini设置的说明：

• [主要]部分：
  • IS_LOCAL：true如果使用本地LLM提供商（Ollama，LM-Studio，Local openai兼容服务器）或自托管服务器选项。错误，如果使用基于云的API（OpenAI，Google等）。
  • provider_name：指定LLM提供商。
    • 本地选项：Ollama，LM-Studio，OpenAI（适用于本地与OpenAI兼容服务器），服务器（用于自托管服务器设置）。
    • API选项：OpenAI，Google，DeepSeek，Huggingface，gaterai。
  • Provider_Model：所选提供商的特定型号或ID（例如，DeepSeekcoder：Ollama的6.7b，gpt-3.5-turbo for Openai API，Mistralai/Mixtral-8x7b-instruct-instruct-v0.1 for for for for for for for for for for在一起
  • provider_server_address：LLM提供商的地址。
    • 对于本地提供商：例如，http：//127.0.0.1：11434对于Ollama，http：//127.0.0.0.1:1234对于LM-STUDIO。
    • 对于服务器提供商类型：自托管LLM服务器的地址（例如，http：// your_server_ip：3333）。
    • 对于云API（IS_LOCAL = false）：通常会忽略或可以空白，因为API端点通常由客户端库处理。
  • Agent_name：AI助理的名称（例如，星期五）。如果启用了语音到文本，则用作触发单词。
  • reconion_last_session：确实尝试恢复上一个会话的状态，false以开始新鲜。
  • save_session：TRUE保存当前会话的状态以进行潜在恢复，否则为false。
  • 说：忠实启用文本到语音语音输出，虚假禁用。
  • 听：thue启用语音到文本的语音输入（仅CLI模式），错误地禁用。
  • work_dir：至关重要： agenticSeek将读取/写文件的目录。确保此路径在系统上是有效且可访问的。
  • JARVIS_PERSONALITY：正确使用更“类似Jarvis”的系统提示（实验），对于标准提示来说是错误的。
  • 语言：逗号分隔的语言列表（例如，EN，ZH，FR）。用于TTS语音选择（默认为第一个），可以帮助LLM路由器。避免过多或非常相似的语言，以提高路由器效率。
• [浏览器]部分：
  • Headless_browser：TRUE可以在没有可见窗口的情况下运行自动浏览器（建议用于Web界面或非相互作用）。 false显示浏览器窗口（用于CLI模式或调试）。
  • stealth_mode：true启用措施以使浏览器自动化难以检测。可能需要手动安装浏览器扩展程序，例如Anticaptcha。

本节总结了受支持的LLM提供商类型。在config.ini中配置它们。

本地提供商（在您自己的硬件上运行）：

API提供商（基于云）：

故障排除

如果遇到问题，本节提供了指导。

已知问题

Chromedriver问题

错误示例： SessionNotCreatedException：消息：不会创建会话：此版本Chromedriver仅支持Chrome版本XXX

根本原因

ChromeDriver版本发生不兼容，发生：

1. 您已安装的Chromedriver版本与您的Chrome浏览器版本不符
2. 在Docker环境中，Undetected_chromedriver可以下载自己的Chromedriver版本，绕过已安装的二进制文件

解决方案步骤

1。检查您的Chrome版本

打开Google Chrome→设置>有关Chrome以找到您的版本（例如，“ 134.0.6998.88”）

2。下载匹配的Chromedriver

对于Chrome 115和更新：使用Chrome测试API

• 访问Chrome进行测试可用性仪表板
• 查找您的Chrome版本或最接近的匹配项
• 为您的操作系统下载Chromedriver（linux64用于Docker环境）

对于较旧的铬版本：使用旧版Chromedriver下载

3。安装Chromedriver（选择一种方法）

方法A：项目根目录（推荐用于Docker）

 # Place the downloaded chromedriver binary in your project root
cp path/to/downloaded/chromedriver ./chromedriver
chmod +x ./chromedriver  # Make executable on Linux/macOS

方法B：系统路径

 # Linux/macOS
sudo mv chromedriver /usr/local/bin/
sudo chmod +x /usr/local/bin/chromedriver

# Windows: Place chromedriver.exe in a folder that\'s in your PATH 

4。验证安装

 # Test the ChromeDriver version
./chromedriver --version
# OR if in PATH:
chromedriver --version

码头特定的笔记

配x对Docker用户很重要：

• Docker音量安装式方法可能无法使用隐形模式（Undetected_chromedriver）
• 解决方案：将Chromedriver放在项目根目录中为./ chromedriver
• 该应用程序将自动检测并使用此二进制
• 您应该看到：“使用项目root的Chromedriver：./ chromedriver”日志中

故障排除提示

1. 还会获得版本不匹配吗？

   • 验证ChromeDriver是可执行的：LS -LA ./chromedriver
   • 检查Chromedriver版本：./chromedriver-version
   • 确保与您的Chrome浏览器版本匹配

2. Docker容器问题？

   • 检查后端日志：Docker日志后端
   • 查找消息：“使用项目根的Chromedriver”
   • 如果找不到，请验证文件存在并且可执行

3. 用于测试版本的铬

   • 尽可能使用确切的版本匹配
   • 对于版本134.0.6998.88，请使用Chromedriver 134.0.6998.165（最接近）
   • 主要版本号必须匹配（134 = 134）

版本兼容性矩阵

有关最新兼容性，请检查镀铬仪表板

异常：无法初始化浏览器：消息：不会创建会话：此版本的Chromedriver仅支持Chrome版本113当前浏览器版本为134.0.6998.89，带有二进制路径

如果您的浏览器和Chromedriver版本之间存在不匹配，则会发生这种情况。

您需要导航以下载最新版本：

https://developer.chr**om*e.com/docs/chromedriver/downloads

如果您使用的是Chrome版本115或较新，请访问：

https://googlechromelabs.g**i*thub.io/chrome-for-testing/

并下载与您的操作系统匹配的Chromedriver版本。

如果本节不完整，请提出问题。

连接适配器问题

Exception: Provider lm-studio failed: HTTP request failed: No connection adapters were found for \'127.0.0.1:1234/v1/chat/completions\'` (Note: port may vary)

• 原因： config.ini中的provider_server_address for lm-studio（或其他类似的本地openai兼容服务器）缺少http：// prefix或指向错误的端口。
• 解决方案：
  • 确保地址包括http：//。 LM-Studio通常默认为http://127.*0**.0.1:1234。
  • 正确的config.ini：provider_server_address = http://127.0.0.0.1:1234（或您的实际LM-Studio服务器端口）。

searxng base URL未提供

raise ValueError(\"SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.\")
ValueError: SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.`

常问问题

问：我需要什么硬件？

问：我有一个错误我该怎么办？

确保本地运行（Ollama服务），您的config.ini匹配您的提供商，并安装了依赖项。如果没有任何工作可以随意提出问题。

问：它真的可以在本地运行100％吗？

是的，对于Ollama，LM-Studio或服务器提供商，所有对文本，LLM和文本的语音在本地运行。非本地选项（OpenAI或其他API）是可选的。

问：当我有手腕时，为什么要使用agenticSeek ？

与Manus不同， agenticSeek优先考虑与外部系统的独立性，从而为您提供更多的控制，隐私和避免API成本。

问：该项目的背后是谁？

该项目是由我创建的，以及两个朋友，他们是Github开源社区的维护者和贡献者。我们只是一群充满激情的人，而不是任何组织的初创公司或隶属于初创企业。

除我的个人帐户（https://x*.com**/martin993886460）以外的X上的任何agenticSeek帐户都是模仿。

贡献

我们正在寻找开发人员来改善agenticSeek ！查看公开问题或讨论。

贡献指南

赞助商：

是否想通过诸如飞行搜索，旅行计划或抢购最佳购物交易之类的功能来升级agenticSeek功能？考虑使用SERPAPI制作自定义工具，以解锁更多类似Jarvis的功能。借助Serpapi，您可以在完全控制的同时进行涡轮增压代理进行专业任务。

请参阅贡献.md，以了解如何整合自定义工具！

赞助人：

• tatra-labs

维护者：

fosowl |巴黎时间

Antoinevivies |台北时间

特别感谢：

TCSENPAI和PLITC帮助后端Dockerization