AgenticSeek 項目詳細介紹

項目概述

AgenticSeek 是一個完全本地化的 AI 智能助手，作為 Manus AI 的開源替代方案，無需 API 調用和高額月費，僅需電力成本即可享受自主智能代理服務。這個項目專為本地推理模型設計，完全在用戶硬體上運行，確保完全隱私和零雲端依賴。

核心特性

🔒 完全本地化與隱私保護

100% 本地運行：所有功能都在用戶設備上執行，無雲端依賴
數據隱私：文件、對話和搜索記錄完全保留在本地設備
零數據共享：不向外部服務傳輸任何個人數據

🌐 智能網頁瀏覽

AgenticSeek 可以獨立瀏覽互聯網——搜索、閱讀、提取信息、填寫網頁表單——完全免人工干預。支持：

自動搜索和信息提取
網頁表單自動填寫
智能內容分析和總結

💻 自主編程助手

能夠編寫、調試和運行 Python、C、Go、Java 等多種語言的程序——無需監督或外部依賴。功能包括：

多語言代碼生成
自動調試和錯誤修復
代碼執行和測試

🧠 智能代理選擇

自動確定每個任務的最佳 AI 代理，就像擁有一個專業專家團隊隨時準備提供幫助。系統特點：

任務自動路由
專業化代理分工
智能決策機制

📋 複雜任務規劃與執行

從旅行規劃到複雜項目——將大型任務分解為可管理的步驟，並使用多個 AI 代理執行。能力包括：

任務自動分解
多代理協作
進度跟踪和管理

🎙️ 語音交互

清晰、快速的未來感語音和語音轉文本功能，讓您能夠自然地與 AI 助手交互。特性：

語音喚醒功能
實時語音識別
自然語言交互

技術架構

支持的本地 LLM 提供商

提供商	是否本地	描述
ollama	是	使用 ollama 輕鬆本地運行 LLM
lm-studio	是	使用 LM Studio 本地運行 LLM
server	是	在其他機器上託管模型
openai	取決於配置	使用 ChatGPT API 或兼容 API

模型大小	GPU 要求	性能評價
7B	8GB 顯存	基礎功能
14B	12GB 顯存 (如 RTX 3060)	✅ 可用於簡單任務，網頁瀏覽和規劃任務可能有困難
32B	24+GB 顯存 (如 RTX 4090)	🚀 大多數任務成功，任務規劃可能仍有困難
70B+	48+GB 顯存 (如 Mac Studio)	💪 優秀，推薦用於高級用例

安裝與配置

系統要求

Python 3.10 或更新版本
Chrome 瀏覽器和 ChromeDriver
Docker 和 Docker Compose

快速安裝

git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env
python3 -m venv agentic_seek_env
source agentic_seek_env/bin/activate

自動安裝（推薦）

# Linux/macOS
./install.sh

# Windows
./install.bat

手動安裝

pip3 install -r requirements.txt
# 或
python3 setup.py install

配置示例

[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:11434
agent_name = Friday
recover_last_session = False
save_session = False
speak = False
listen = False
work_dir = /Users/mlg/Documents/ai_folder
jarvis_personality = False
languages = en zh

[BROWSER]
headless_browser = False
stealth_mode = False

配置參數說明

is_local: 本地運行(True)或遠程服務器(False)
provider_name: 提供商名稱（ollama、server、lm-studio 等）
provider_model: 使用的模型，如 deepseek-r1:32b
agent_name: 代理名稱，用作語音觸發詞
work_dir: AI 可訪問的資料夾路徑
jarvis_personality: 啟用 JARVIS 式個性
languages: 支持的語言列表

運行方式

啟動服務

# 激活 Python 環境
source agentic_seek_env/bin/activate

# 啟動必需服務
sudo ./start_services.sh  # macOS/Linux
start ./start_services.cmd  # Windows

運行選項

選項 1：CLI 界面

python3 cli.py

選項 2：Web 界面

# 啟動後端
python3 api.py

# 訪問 http://localhost:3000/

使用示例

以下是一些典型的使用場景：

Make a snake game in python - 用 Python 製作貪吃蛇遊戲
Show me how to multiply matrice in C - 展示如何在 C 語言中進行矩陣乘法
Make a blackjack in golang - 用 Go 語言製作 21 點遊戲
Do a web search to find cool tech startup in Japan working on cutting edge AI research - 網頁搜索日本從事前沿 AI 研究的科技初創公司
Can you find on the internet who created AgenticSeek? - 在網上查找 AgenticSeek 的創建者
Can you use a fuel calculator online to estimate the cost of a Nice - Milan trip - 使用在線燃料計算器估算尼斯到米蘭的旅行成本

語音功能

語音轉文本配置

在 config.ini 中啟用：

listen = True

使用流程

說出代理名稱進行喚醒（如 "Friday"）
清晰地說出查詢內容
以確認短語結束請求，如："do it"、"go ahead"、"execute" 等

遠程部署

項目支持將 LLM 運行在遠程服務器上：

服務器端

git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/server/
pip3 install -r requirements.txt
python3 app.py --provider ollama --port 3333

客戶端配置

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

常見問題

Q: 需要什麼硬體配置？

參考上述模型配置表，推薦至少 12GB 顯存用於基本功能。

Q: 為什麼選擇 Deepseek R1？

Deepseek R1 在推理和工具使用方面表現優異，是項目需求的理想選擇。

Q: 能否真正 100% 本地運行？

是的，使用 Ollama、LM Studio 或 server 提供商時，所有語音轉文本、LLM 和文本轉語音模型都在本地運行。

Q: 與 Manus 相比有什麼優勢？

AgenticSeek 優先考慮獨立於外部系統，為用戶提供更多控制、隱私保護並避免 API 成本。

項目鏈接

GitHub 倉庫: https://github.com/Fosowl/agenticSeek

agenticSeek