Skip to content

Latest commit

 

History

History
507 lines (450 loc) · 21 KB

File metadata and controls

507 lines (450 loc) · 21 KB

Wegent

开源、可自部署的智能体工作平台。

English | 简体中文

CI License GitHub Issues

Wegent 让团队创建和共享能够实际执行任务的 AI 智能体,用于对话、代码开发、知识库和自动化工作。通过 Web 管理团队能力,通过 Wework 让智能体直接在本地项目和开发环境中工作。

Wegent 产品界面

可以用 Wegent 做什么

场景 Wegent 可以做什么
团队 AI 助手 提供可私有部署的对话入口,共享模型、知识和 Skills,支持群聊协作与文件处理
AI Coding 在隔离环境或本地电脑中修改代码、运行测试、提交变更并创建 Pull Request
企业知识助手 解析和索引文档、网页与企业数据,让智能体基于自己的资料回答问题
持续自动化 通过定时和事件触发追踪信息、分析网页、筛选通知并发布信息流
本地与内网执行 使用本地代码、CLI、浏览器、专用开发环境和内网资源完成任务
已有系统集成 通过 API、MCP 和 IM 机器人把智能体接入现有应用与团队工具

选择使用方式

使用 Wegent Web 使用 Wework
创建和共享智能体、模型、知识库与自动化任务 打开本地项目,让 AI 使用文件、终端、CLI 和开发环境
统一管理用户、权限和执行设备 使用本机 Codex、本地模型和本地 Executor
通过浏览器、API 和 IM 服务团队 面向日常 AI Coding 和本地工作流

Wework 可以连接到团队部署的 Wegent,在本地工作时使用共享模型、云端设备和远程任务。

部署 Wegent · 下载 Wework

为什么选择 Wegent

特点 带来的价值
能力可以复用 模型、知识、工具和 Skills 可以组合成智能体,在不同任务中重复使用
多个机器人可以协作 按任务组织机器人分工完成检索、分析、编码和审查
任务在合适的位置运行 根据代码和数据所在位置选择云端、容器、本地设备或内网环境
同一套能力服务多个入口 从 Web、Wework、API 和 IM 调用团队沉淀的智能体能力

快速开始

部署 Wegent Web

前置要求:Docker。执行以下命令启动单容器 + SQLite 的 Standalone 模式:

curl -fsSL https://raw.githubusercontent.com/wecode-ai/Wegent/main/install.sh | bash -s -- --standalone

启动后:

  1. 打开 http://localhost:3000。
  2. 按页面引导设置管理员密码。
  3. 在设置中配置一个模型和 API Key。
  4. 选择预置智能体并发送第一条消息。

常用管理命令:

wegent-standalone status
wegent-standalone logs
wegent-standalone restart
wegent-standalone stop

如果命令不在当前 PATH 中,可以使用 ~/.local/bin/wegent-standalone

使用 Wework

下载并安装 Wework,打开一个本地项目即可开始 AI Coding。Wework 自带本地执行能力,也可以在设置中连接团队部署的 Wegent。

任务执行期间,Wework 会持续展示最新工具调用;工具列表默认显示约 3.5 行并可滚动,当前最新一行和仍在运行的工具会以扫光效果提示,命令输出、搜索详情和文件变更可逐项展开。中间过程文本只结束当前工具段,并继续以“已调用工具”汇总显示;最终回答开始后,处理过程会收起为带分隔线的“已处理”条目,展开后仍使用相同的工具列表。

下载 Wework Desktop

Wegent Web 部署方式

方式 适合场景 入口
Standalone 个人体验和轻量自部署 上方一键安装命令
Standard 使用 MySQL、Redis 和独立服务的团队部署 安装指南
Development 参与开发和二次扩展 开发环境搭建

Standalone 还可以选择 hostcontainerhybrid Executor 模式,详见 Standalone 模式

智能体模型

了解 Wegent 如何组织智能体与任务

Wegent 将能力、协作关系和运行上下文分开管理,使它们可以在不同任务和环境中复用。

Ghost(提示词 + MCP + Skills)
  + Shell(Chat / ClaudeCode / Agno / Dify)
  + Model
  = Bot(机器人)

多个 Bot + 协作模式 = Team(界面中的“智能体”)
Team + Workspace = Task(一次可追踪的执行)

这些资源可以通过界面、YAML 和 API 管理。详细说明见 核心概念YAML 规范

架构概览

查看 Wegent 技术组件
graph TB
    User["用户 / API / IM"] --> Frontend["Wegent Web<br/>Next.js"]
    User --> Wework["Wework Desktop<br/>Tauri + React"]
    Frontend --> Backend["Backend<br/>FastAPI"]
    Wework -. "可选云端连接" .-> Backend
    Wework --> LocalWork["本地 Codex / 文件 / 终端"]

    Backend --> Database[("MySQL / SQLite")]
    Backend --> Redis[("Redis")]
    Backend --> ChatShell["Chat Shell"]
    Backend --> ExecutorManager["Executor Manager"]
    Backend --> KnowledgeRuntime["Knowledge Runtime"]

    ExecutorManager --> CloudExecutor["云端 / 容器 Executor"]
    Backend <--> LocalExecutor["本地 Executor"]
    KnowledgeRuntime --> VectorStore["Elasticsearch / Qdrant / Milvus"]
    KnowledgeRuntime --> DocConverter["Document Converter"]
Loading

仓库结构

目录 职责
frontend/ Wegent Web 产品
backend/ REST API 和核心业务逻辑
wework/ Tauri 桌面工作台
executor/ 智能体任务执行环境
executor_manager/ Executor 调度与编排
chat_shell/ 对话运行时
knowledge_runtime/ 知识检索服务
knowledge_doc_converter/ 文档解析与转换
shared/ 跨服务共享模块

文档

参与项目

欢迎提交问题、改进文档、贡献代码或分享新的使用方式。

贡献者

感谢所有帮助 Wegent 持续成长的贡献者。

qdaxb
Axb
Micro66
MicroLee
feifei325
Feifei
FicoHu
FicoHu
icycrystal4
Icycrystal4
cc-yafei
YaFei Liu
kissghosts
Yanhe
johnny0120
Johnny0120
parabala
Parabala
moqimoqidea
Moqimoqidea
yixiangxx
Yi Xiang
joyway1978
Joyway78
sunnights
Jake Zhang
cocowh
Birch
2561056571
Xuemin
fengkuizhi
Fengkuizhi
jnhu76
Jm.hu
kerwin612
Kerwin Bryant
maquan0927
Just Quan
RockysGit
RockysGit
DavidLeeUX
Kva
junbaor
Junbaor
sdadunderscoresdad
+7
fingki
Fingki
hustfisher
fishermen
flyhope
李枨煊
jolestar
Jolestar
code-wangdi
Code-wangdi
haosenwang1018
Sense_wang
LiDaiyan
Li Daiyan
qwertyerge
Erdawang
DeadLion
Jasper Zhong
rayzhang0603
Ray
RichardoMrMu
RichardoMu
Ged0
_
andrewzq777
Andrewzq777
ch15084
Ch15084
gdouyang
Gdouyang
graindt
Graindt
qingchengliu
Qingcheng
Qinxl0921
qinxll
salt-hai
Salt-hai
wxcfox
Wxcfox

Made with ❤️ by WeCode-AI Team