AgenticSeek：完全本地运行的任务自动化AI助手

综合介绍

AgenticSeek 是一个完全本地运行的开源AI助手，基于 Deepseek R1 模型开发。它不需要云端API，也不产生每月数百美元的费用。它的目标是成为类似电影中“贾维斯”的智能助手，能在用户电脑上完成代码编写、文件管理、网页浏览等任务，同时保证数据隐私。开发者 Martin Legrand 将其定位为 Manus AI 的本地替代品，强调100%本地运行。截至2025年3月，GitHub 上已有181个星标和16次分叉，社区持续活跃，欢迎贡献者加入。

功能列表

• 完全本地运行：无需联网，所有计算在用户设备上完成，数据不外泄。
• 语音交互：支持语音输入指令和语音回复，提升操作便利性。
• 文件系统操作：通过 Bash 浏览和处理本地文件。
• 代码编写与调试：支持 Python、C、Golang 等语言的代码生成和错误修复。
• 自主纠错：遇到命令失败或代码出错时，AI 会自动重试并修复。
• 智能任务分配：根据任务类型自动选择合适的功能模块。
• 多代理协作：复杂任务可拆分，由多个代理规划和执行。
• 工具支持：内置搜索、文件探索等实用工具。
• 记忆功能：保留对话历史和用户偏好，支持长上下文交流。
• 网页浏览：可自主导航网页并提取信息。

使用帮助

AgenticSeek 的安装和使用需要一些技术基础，但步骤清晰。以下是详细指南，确保你能快速上手。

安装流程

1. 环境准备
   • 确保电脑支持 Python 3，推荐至少8GB内存，GPU 需8GB以上显存（14B 模型建议12GB）。
   • 安装 Git，用于下载代码。
   • 下载并安装 Ollama（本地模型运行工具），这是核心依赖。访问 Ollama 官网 获取。
2. 下载 AgenticSeek
   • 打开终端（Windows 用 CMD 或 PowerShell，Mac/Linux 用 Terminal）。
   • 输入命令克隆项目：

     git clone https://github.com/Fosowl/agenticSeek.git
     

   • 进入项目目录：

     cd agenticSeek
     

3. 创建虚拟环境
   • 输入命令创建独立环境：

     python3 -m venv agentic_seek_env
     

   • 激活环境：
     • Windows：

       agentic_seek_env\Scripts\activate
       

     • Mac/Linux：

       source agentic_seek_env/bin/activate
       

4. 安装依赖
   • 激活环境后，运行：

     pip install -r requirements.txt
     

   • 或使用自动安装脚本（Mac/Linux）：

     ./install.sh
     

5. 配置并下载模型
   • 确保 Ollama 已安装，启动服务：

     ollama serve
     

   • 下载 Deepseek R1 模型（推荐 14B，7B 适用于低配置设备）：

     ollama pull deepseek-r1:14b
     

   • 编辑 config.ini，设置本地运行：

     [MAIN]
     is_local = True
     provider_name = ollama
     provider_model = deepseek-r1:14b
     

6. 启动 AgenticSeek
   • 输入：

     python main.py
     

   • 看到终端提示即表示成功运行。

功能操作流程

语音交互

• 开启方法：在 config.ini 中设置 speak = True 和 listen = True。
• 使用：启动后说“开始语音模式”，然后用语音提问，比如“帮我写代码”。
• 细节：AI 会用语音回答，确保麦克风和扬声器正常。
• 注意：首次使用可能需调整音量，低端设备可能有延迟。

文件系统操作

• 设置目录：在 config.ini 中指定 work_dir，如 /Users/你的用户名/文档。
• 使用：输入“列出所有文本文件”，AI 会返回结果。
• 高级功能：说“分析这个文件内容”，它会提取关键信息。
• 技巧：支持 Bash 命令，比如“创建新文件夹”。

代码编写与调试

• 操作方法：输入“写一个 Python 排序算法”，AI 会生成代码。
• 调试：如果代码出错，说“修复这个错误”，AI 会分析并修改。
• 支持语言：目前包括 Python、C、Golang，后续会扩展。

网页浏览

• 使用：输入“查找最新AI新闻”，AI 会导航网页并整理信息。
• 限制：目前只提取文本，不支持图片或视频解析。
• 技巧：可指定关键词，如“搜索 Deepseek R1 更新”。

自主纠错

• 操作方法：无需特别设置。若命令失败，AI 自动尝试修复。
• 示例：输入错误指令“打开文件X”，AI 会提示文件不存在并建议替代方案。

远程运行（可选）

• 场景：如果本地设备性能不足，可用服务器运行模型。
• 步骤：
  1. 在服务器上启动 Ollama 并获取 IP（如 192.168.1.100）。
  2. 运行服务器脚本：

     python server_ollama.py
     

  3. 本地修改 config.ini：

     [MAIN]
     is_local = False
     provider_name = server
     provider_model = deepseek-r1:14b
     provider_server_address = 192.168.1.100:5000
     

  4. 本地运行：

     python main.py
     

注意事项

• 硬件要求：7B 模型需8GB显存，14B 需12GB（如 RTX 3060），32B 需24GB+。
• 调试：若启动失败，检查 Ollama 是否运行，或查看终端错误日志。
• 更新：定期运行 git pull 获取最新功能。
• 许可：项目使用 GPL-3.0 协议，开源且免费。

应用场景

1. 编程辅助
   你在写代码时卡住，比如调试复杂逻辑。AgenticSeek 能生成代码并修复错误，还能解释代码细节。
2. 文件管理
   电脑文件杂乱无章。设置目录后，AI 能列出文件、提取内容，甚至执行批量操作。
3. 学习支持
   学生可以用它分析文档、搜索资料，通过语音交互记笔记，提高效率。
4. 隐私任务
   处理敏感数据时，AgenticSeek 本地运行不联网，确保信息安全。

QA

1. 真的100%本地运行吗？
   是的，使用 Ollama 或 Server 模式时，所有处理都在本地，非本地选项（如 OpenAI）仅为备选。
2. 硬件不够怎么办？
   用 7B 模型，或通过远程服务器运行更高模型。
3. 出错怎么办？
   确保 Ollama 运行，检查 config.ini 配置。若仍失败，可在 GitHub 提交 issue。
4. 比 Manus AI 好在哪？
   它专注本地运行和隐私保护，适合不愿用云服务的用户。