README_CHS.md

AgenticSeek：私有、本地的 Manus 替代方案

[English](./README.md) | 中文 | [繁體中文](./README_CHT.md) | [Français](./README_FR.md) | [日本語](./README_JP.md) | [Português (Brasil)](./README_PTBR.md)

一个100%本地运行的 Manus AI 替代品，支持语音的 AI 助手，可自主浏览网页、编写代码、规划任务，所有数据仅保存在你的设备上。专为本地推理模型设计，完全在你的硬件上运行，确保隐私无忧，无需云端依赖。

为什么选择 AgenticSeek？

• 🔒 完全本地 & 私有 —— 所有内容都在你的电脑上运行，无云端、无数据共享。你的文件、对话和搜索都保持私密。

• 🌐 智能网页浏览 —— AgenticSeek 可自主浏览互联网：搜索、阅读、提取信息、填写网页表单，全程免手动。

• 💻 自动化编程助手 —— 需要代码？它能编写、调试并运行 Python、C、Go、Java 等程序，无需监督。

• 🧠 智能代理选择 —— 你提问，它自动判断最合适的代理来完成任务。就像有一支专家团队随时待命。

• 📋 规划并执行复杂任务 —— 从旅行规划到复杂项目，可将大任务拆分为步骤，调用多个 AI 代理协作完成。

• 🎙️ 语音支持 —— 干净、快速、未来感的语音与语音转文本功能，让你像科幻电影中的 AI 一样与它对话。（开发中）

演示

你能搜索 agenticSeek 项目，了解需要哪些技能，然后打开 CV_candidates.zip 并告诉我哪些最匹配该项目吗？

agentic_seek_demo.mov

免责声明：本演示及出现的所有文件（如 CV_candidates.zip）均为虚构。我们不是公司，只寻求开源贡献者而非候选人。

🛠⚠️️ 项目正在积极开发中

🙏 本项目起初只是一个副业，没有路线图也没有资金支持。它意外地登上了 GitHub Trending。非常感谢大家的贡献、反馈与耐心。

前置条件

请确保已安装 chrome driver、docker 和 python3.10。

如遇 chrome driver 相关问题，请参见 Chromedriver 部分。

1. 克隆仓库并初始化

git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env

2. 修改 .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'

API Key 完全可选，若你选择本地运行 LLM（本项目主要目的），可留空，只要硬件足够。

以下环境变量用于配置应用的连接和 API 密钥。

根据需要更新 .env 文件：

• SEARXNG_BASE_URL：保持不变
• REDIS_BASE_URL：保持不变
• WORK_DIR：本地工作目录路径，AgenticSeek 可读取和操作这些文件
• OLLAMA_PORT：Ollama 服务端口
• LM_STUDIO_PORT：LM Studio 服务端口
• CUSTOM_ADDITIONAL_LLM_PORT：自定义 LLM 服务端口

下方所有 API 密钥环境变量均为可选，仅在你打算使用外部 API 而非本地 LLM 时填写。

3. 启动 Docker

确保已安装并运行 Docker。可通过以下命令启动：

• Linux/macOS：
  打开终端运行： sh sudo systemctl start docker 或在应用菜单启动 Docker Desktop。

• Windows：
  在开始菜单启动 Docker Desktop。

验证 Docker 是否运行：

docker info

如能看到 Docker 信息，则运行正常。

---

本地运行 LLM 的设置

硬件要求：

本地运行 LLM 需有足够硬件。至少需支持 Qwen/Deepseek 14B 的 GPU。详细模型/性能建议见 FAQ。

启动本地 provider

以 ollama 为例，启动本地 provider：

ollama serve

下方有本地支持的 provider 列表。

修改 config.ini

将 config.ini 文件中的 provider_name 设置为支持的 provider，provider_model 设置为 provider 支持的 LLM。推荐推理模型如 Qwen 或 Deepseek。

详细硬件要求见 README 末尾 FAQ。

[MAIN]
is_local = True # 是否本地运行
provider_name = ollama # 或 lm-studio、openai 等
provider_model = deepseek-r1:14b # 选择适合硬件的模型
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis # AI 名称
recover_last_session = True # 是否恢复上次会话
save_session = True # 是否保存当前会话
speak = False # 语音输出
listen = False # 语音输入，仅 CLI，实验性
jarvis_personality = False # 是否使用 Jarvis 风格（实验性）
languages = en zh # 语言列表，语音默认第一个
[BROWSER]
headless_browser = True # 除非 CLI，否则保持不变
stealth_mode = True # 使用 undetected selenium 降低被检测概率

警告：

• config.ini 不支持注释。不要直接复制示例配置，否则注释会导致错误。请手动修改 config.ini，去除注释。

• 若用 LM-studio 运行 LLM，provider_name 不要设为 openai，应设为 lm-studio。

• 某些 provider（如 lm-studio）要求 IP 前加 http://，如 http://127.0.0.1:1234

本地 provider 列表

Provider	本地？	说明
ollama	是	使用 ollama 本地运行 LLM
lm-studio	是	使用 LM studio 本地运行 LLM（provider_name 设为 lm-studio）
openai	是	使用 openai 兼容 API（如 llama.cpp server）

下一步：启动服务并运行 AgenticSeek

如遇问题见已知问题部分

硬件无法本地运行 deepseek 时见API 运行部分

详细配置说明见Config部分

---

使用 API 运行设置

API 运行为可选，见上方本地运行方法。

在 config.ini 设置所需 provider。API provider 列表如下。

[MAIN]
is_local = False
provider_name = google
provider_model = gemini-2.0-flash
provider_server_address = 127.0.0.1:5000 # 无关紧要

警告：确保 config 中无多余空格。

导出 API key：export <<PROVIDER>>_API_KEY="xxx"

示例：export TOGETHER_API_KEY="xxxxx"

API provider 列表

Provider	本地？	说明
openai	视情况	使用 ChatGPT API
deepseek	否	Deepseek API（非私有）
huggingface	否	Hugging-Face API（非私有）
togetherAI	否	使用 together AI API（非私有）
google	否	使用 google gemini API（非私有）

注意：使用 gemini 时代码/bash 可能失败，模型对格式提示不敏感，优化针对 deepseek r1。gpt-4o 在本项目 prompt 下表现也较差。

下一步：启动服务并运行 AgenticSeek

如遇问题见已知问题部分

详细配置说明见Config部分

---

启动服务并运行

启动所需服务。此操作会启动 docker-compose.yml 中的所有服务，包括： - searxng - redis（searxng 依赖） - frontend - backend（如用 full）

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

警告： 此步骤会下载并加载所有 Docker 镜像，可能需 30 分钟。启动后请等待 backend 服务完全运行（日志中出现 backend: ），再发送消息。backend 启动比其他服务慢。

访问 http://localhost:3000/，即可看到网页界面。

可选：使用 CLI 界面运行：

如需 CLI 界面，需在主机安装依赖：

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

启动服务：

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

然后运行：uv run cli.py

---

使用方法

确保服务已通过 ./start_services.sh full 启动，并访问 localhost:3000 使用网页界面。

CLI 模式下可通过设置 listen = True 启用语音转文本。

退出时，只需说/输入 goodbye。

以下为示例用法：

用 python 写一个贪吃蛇游戏！

搜索法国雷恩的最佳咖啡馆，并将三家及其地址保存到 rennes_cafes.txt。

写一个 Go 程序计算阶乘，保存为 factorial.go 到你的工作区

在 summer_pictures 文件夹中查找所有 JPG 文件，用今天日期重命名，并将重命名文件列表保存到 photos_list.txt

在线搜索 2024 年热门科幻电影，挑选三部今晚观看，保存到 movie_night.txt。

搜索 2025 年最新 AI 新闻文章，选三篇，写 Python 脚本抓取标题和摘要，脚本保存为 news_scraper.py，摘要保存到 ai_news.txt（/home/projects）

周五，搜索免费股票价格 API，用 [email protected] 注册，然后写 Python 脚本每日获取特斯拉股价，结果保存到 stock_prices.csv

表单填写功能仍为实验性，可能失败。

输入查询后，AgenticSeek 会自动分配最佳代理执行任务。

由于目前为早期原型，代理路由系统可能无法总是正确分配代理。

因此，建议明确表达需求及 AI 执行方式。例如需网页搜索时，不要说：

你知道哪些适合独自旅行的国家吗？

而应说：

请进行网页搜索，找出最适合独自旅行的国家

---

在自有服务器运行 LLM 的设置

如有高性能电脑或服务器，可用自定义 llm server 远程运行 LLM。

在运行 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 # 本地 IP
curl https://ipinfo.io/ip # 公网 IP

注：Windows/macOS 可用 ipconfig 或 ifconfig 查询 IP。

克隆仓库并进入 server/ 文件夹：

git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/llm_server/

安装服务器依赖：

pip3 install -r requirements.txt

运行服务器脚本：

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

可选择 ollama 或 llamacpp 作为 LLM 服务。

在你的个人电脑上：

修改 config.ini，将 provider_name 设为 server，provider_model 设为 deepseek-r1:xxb。 provider_server_address 设为运行模型机器的 IP。

[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

---

语音转文本

警告：目前仅 CLI 模式支持语音转文本。

目前仅支持英文语音转文本。

默认关闭语音转文本。启用方法：在 config.ini 设置 listen 为 True：

listen = True

启用后，语音转文本会监听触发词（即 agent 名称），再开始处理输入。可通过修改 config.ini 的 agent_name 自定义：

agent_name = Friday

建议使用常见英文名如 "John" 或 "Emma" 作为 agent 名称。

看到转录开始出现后，呼叫 agent 名称唤醒（如“Friday”）。

清晰说出你的请求。

以确认短语结尾，表示系统可继续处理。例如：

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

配置说明

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
jarvis_personality = False
languages = en zh
[BROWSER]
headless_browser = False
stealth_mode = False

说明：

• is_local -> 本地运行（True）或远程服务器（False）

• provider_name -> 使用的 provider（如：ollama、server、lm-studio、deepseek-api）

• provider_model -> 使用的模型，如 deepseek-r1:32b

• provider_server_address -> 服务器地址，如 127.0.0.1:11434（本地），API 可随意

• agent_name -> 代理名称，如 Friday，语音唤醒词

• recover_last_session -> 是否恢复上次会话（True/False）

• save_session -> 是否保存会话数据（True/False）

• speak -> 是否启用语音输出（True/False）

• listen -> 是否启用语音输入（True/False）

• jarvis_personality -> 是否使用 JARVIS 风格（True/False），仅更换 prompt

• languages -> 支持语言列表，供 LLM 路由使用，建议不要太多或太相似

• headless_browser -> 是否无头浏览器（True/False）

• stealth_mode -> 是否降低被检测概率，需手动安装 anticaptcha 扩展

• languages -> 支持语言列表，代理路由系统需用，列表越长下载模型越多

Provider 列表

下表为可用 provider：

Provider	本地？	说明
ollama	是	使用 ollama 本地运行 LLM
server	是	在其他机器托管模型，本机调用
lm-studio	是	使用 LM studio 本地运行 LLM（provider_name 设为 lm-studio）
openai	视情况	使用 ChatGPT API（非私有）或 openai 兼容 API
deepseek-api	否	Deepseek API（非私有）
huggingface	否	Hugging-Face API（非私有）
togetherAI	否	使用 together AI API（非私有）
google	否	使用 google gemini API（非私有）

选择 provider 时修改 config.ini：

is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:5000

is_local：本地 LLM 设为 True，否则 False。

provider_name：选择 provider 名称，见上表。

provider_model：设置代理使用的模型。

provider_server_address：如非 server provider，可随意。

已知问题

Chromedriver 问题

已知错误 #1： chromedriver 不匹配

Exception: Failed to initialize browser: Message: session not created: This version of ChromeDriver only supports Chrome version 113 Current browser version is 134.0.6998.89 with binary path

出现此问题是浏览器与 chromedriver 版本不匹配。

需下载最新版本：

https://developer.chrome.com/docs/chromedriver/downloads

如用 Chrome 115 及以上，访问：

https://googlechromelabs.github.io/chrome-for-testing/

下载与你操作系统匹配的 chromedriver。

如本节不全请提交 issue。

连接适配器问题

Exception: Provider lm-studio failed: HTTP request failed: No connection adapters were found for '127.0.0.1:11434/v1/chat/completions'

请确保 provider IP 前加 http://：

provider_server_address = http://127.0.0.1:11434

SearxNG base URL 必须提供

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.

可能未将 .env.example 重命名为 .env？也可导出 SEARXNG_BASE_URL：

export SEARXNG_BASE_URL="http://127.0.0.1:8080"

FAQ

Q: 需要什么硬件？

模型规模	GPU	说明
7B	8GB 显存	⚠️ 不推荐。性能差，易幻觉，规划代理易失败。
14B	12GB 显存（如 RTX 3060）	✅ 简单任务可用，网页浏览和规划任务可能吃力。
32B	24GB+ 显存（如 RTX 4090）	🚀 大多数任务成功，复杂规划仍有难度。
70B+	48GB+ 显存（如 mac studio）	💪 推荐，高级用例表现优异。

Q: 为什么选 Deepseek R1？

Deepseek R1 在推理和工具调用方面表现优异。我们认为它非常适合本项目，其他模型也可用，但 Deepseek 是首选。

Q: 运行 cli.py 报错怎么办？

确保本地服务（ollama serve）已启动，config.ini 配置正确，依赖已安装。如仍有问题欢迎提交 issue。

Q: 真能 100% 本地运行吗？

是的，使用 Ollama、lm-studio 或 server provider 时，语音、LLM、语音转文本均本地运行。非本地（OpenAI 等 API）为可选。

Q: 有 Manus 为什么还要用 AgenticSeek？

本项目起初只是兴趣驱动的副业。特别之处在于主打本地模型，避免 API。 灵感来自 Jarvis 和 Friday（钢铁侠），功能上更接近 Manus，因为大家最想要的是本地 manus 替代品。 与 Manus 不同，AgenticSeek 更注重独立性、隐私和避免 API 成本。

贡献

我们欢迎开发者改进 AgenticSeek！请查看 open issues 或讨论区。

贡献指南

维护者：

Fosowl | 巴黎时间

antoineVIVIES | 台北时间

steveh8758 | 台北时间

特别感谢：

tcsenpai 和 plitc 协助后端 docker 化