README_CHT.md

AgenticSeek：私有、本地的 Manus 替代方案

English | 中文 | 繁體中文 | Français | 日本語 | Português (Brasil)

一個100%本地運行的 Manus AI 替代品，支持語音的 AI 助手，可自主瀏覽網頁、編寫代碼、規劃任務，所有數據僅保存在你的設備上。專為本地推理模型設計，完全在你的硬件上運行，確保隱私無憂，無需雲端依賴。

為什麼選擇 AgenticSeek？

• 🔒 完全本地 & 私有 —— 所有內容都在你的電腦上運行，無雲端、無數據共享。你的文件、對話和搜索都保持私密。

• 🌐 智能網頁瀏覽 —— AgenticSeek 可自主瀏覽互聯網：搜索、閱讀、提取信息、填寫網頁表單，全程免手動。

• 💻 自動化編程助手 —— 需要代碼？它能編寫、調試並運行 Python、C、Go、Java 等程序，無需監督。

• 🧠 智能代理選擇 —— 你提問，它自動判斷最合適的代理來完成任務。就像有一支專家團隊隨時待命。

• 📋 規劃並執行複雜任務 —— 從旅行規劃到複雜項目，可將大任務拆分為步驟，調用多個 AI 代理協作完成。

• 🎙️ 語音支持 —— 乾淨、快速、未來感的語音與語音轉文本功能，讓你像科幻電影中的 AI 一樣與它對話。（開發中）

演示

你能搜索 agenticSeek 項目，了解需要哪些技能，然後打開 CV_candidates.zip 並告訴我哪些最匹配該項目嗎？

agentic_seek_demo.mov

免責聲明：本演示及出現的所有文件（如 CV_candidates.zip）均為虛構。我們不是公司，只尋求開源貢獻者而非候選人。

🛠⚠️️ 項目正在積極開發中

🙏 本項目起初只是一個副業，沒有路線圖也沒有資金支持。它意外地登上了 GitHub Trending。非常感謝大家的貢獻、反饋與耐心。

前置條件

請確保已安裝 chrome driver、docker 和 python3.10。

如遇 chrome driver 相關問題，請參見 Chromedriver 部分。

1. 克隆倉庫並初始化

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

2. 修改 .env 文件內容

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 完全可選，若你選擇本地運行 LLM（本項目主要目的），可留空，只要硬件足夠。

以下環境變量用於配置應用的連接和 API 密鑰。

根據需要更新 .env 文件：

• SEARXNG_BASE_URL：保持不變
• REDIS_BASE_URL：保持不變
• WORK_DIR：本地工作目錄路徑，AgenticSeek 可讀取和操作這些文件
• OLLAMA_PORT：Ollama 服務端口
• LM_STUDIO_PORT：LM Studio 服務端口
• CUSTOM_ADDITIONAL_LLM_PORT：自定義 LLM 服務端口

下方所有 API 密鑰環境變量均為可選，僅在你打算使用外部 API 而非本地 LLM 時填寫。

3. 啟動 Docker

確保已安裝並運行 Docker。可通過以下命令啟動：

• Linux/macOS： 打開終端運行：

sudo systemctl start docker

或在應用菜單啟動 Docker Desktop。

• Windows： 在開始菜單啟動 Docker Desktop。

驗證 Docker 是否運行：

docker info

如能看到 Docker 信息，則運行正常。

---

本地運行 LLM 的設置

硬件要求：

本地運行 LLM 需有足夠硬件。至少需支持 Qwen/Deepseek 14B 的 GPU。詳細模型/性能建議見 FAQ。

啟動本地 provider

以 ollama 為例，啟動本地 provider：

ollama serve

下方有本地支持的 provider 列表。

修改 config.ini

將 config.ini 文件中的 provider_name 設置為支持的 provider，provider_model 設置為 provider 支持的 LLM。推薦推理模型如 Qwen 或 Deepseek。

詳細硬件要求見 README 末尾 FAQ。

[MAIN]
is_local = True # 是否本地運行
provider_name = ollama # 或 lm-studio、openai 等
provider_model = deepseek-r1:14b # 選擇適合硬件的模型
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis # AI 名稱
recover_last_session = True # 是否恢復上次會話
save_session = True # 是否保存當前會話
speak = False # 語音輸出
listen = False # 語音輸入，僅 CLI，實驗性
jarvis_personality = False # 是否使用 Jarvis 風格（實驗性）
languages = en zh # 語言列表，語音默認第一個
[BROWSER]
headless_browser = True # 除非 CLI，否則保持不變
stealth_mode = True # 使用 undetected selenium 降低被檢測概率

警告：

• config.ini 不支持註釋。不要直接複製示例配置，否則註釋會導致錯誤。請手動修改 config.ini，去除註釋。

• 若用 LM-studio 運行 LLM，provider_name 不要設為 openai，應設為 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？	說明
ollama	是	使用 ollama 本地運行 LLM
lm-studio	是	使用 LM studio 本地運行 LLM（provider_name 設為 lm-studio）
openai	是	使用 openai 兼容 API（如 llama.cpp server）

下一步：啟動服務並運行 AgenticSeek

如遇問題見已知問題部分

硬件無法本地運行 deepseek 時見API 運行部分

詳細配置說明見Config部分

---

使用 API 運行設置

API 運行為可選，見上方本地運行方法。

在 config.ini 設置所需 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 # 無關緊要

警告：確保 config 中無多餘空格。

導出 API key：export <>_API_KEY="xxx"

示例：export TOGETHER_API_KEY="xxxxx"

API provider 列表

Provider	本地？	說明
openai	視情況	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 時代碼/bash 可能失敗，模型對格式提示不敏感，優化針對 deepseek r1。gpt-4o 在本項目 prompt 下表現也較差。

下一步：啟動服務並運行 AgenticSeek

如遇問題見已知問題部分

詳細配置說明見Config部分

---

啟動服務並運行

啟動所需服務。此操作會啟動 docker-compose.yml 中的所有服務，包括：

• searxng
• redis（searxng 依賴）
• frontend
• backend（如用 full）

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

警告： 此步驟會下載並加載所有 Docker 鏡像，可能需 30 分鐘。啟動后請等待 backend 服務完全運行（日誌中出現 backend: ），再發送消息。backend 啟動比其他服務慢。

訪問 http://localhost:3000/，即可看到網頁界面。

可選：使用 CLI 界面運行：

如需 CLI 界面，需在主機安裝依賴：

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

啟動服務：

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

然後運行：uv run cli.py

---

使用方法

確保服務已通過 ./start_services.sh full 啟動，並訪問 localhost:3000 使用網頁界面。

CLI 模式下可通過設置 listen = True 啟用語音轉文本。

退出時，只需說/輸入 goodbye。

以下為示例用法：

用 python 寫一個貪吃蛇遊戲！

搜索法國雷恩的最佳咖啡館，並將三家及其地址保存到 rennes_cafes.txt。

寫一個 Go 程序計算階乘，保存為 factorial.go 到你的工作區

在 summer_pictures 文件夾中查找所有 JPG 文件，用今天日期重命名，並將重命名文件列表保存到 photos_list.txt

在線搜索 2024 年熱門科幻電影，挑選三部今晚觀看，保存到 movie_night.txt。

搜索 2025 年最新 AI 新聞文章，選三篇，寫 Python 腳本抓取標題和摘要，腳本保存為 news_scraper.py，摘要保存到 ai_news.txt（/home/projects）

周五，搜索免費股票價格 API，用 [email protected] 註冊，然後寫 Python 腳本每日獲取特斯拉股價，結果保存到 stock_prices.csv

表單填寫功能仍為實驗性，可能失敗。

輸入查詢后，AgenticSeek 會自動分配最佳代理執行任務。

由於目前為早期原型，代理路由系統可能無法總是正確分配代理。

因此，建議明確表達需求及 AI 執行方式。例如需網頁搜索時，不要說：

你知道哪些適合獨自旅行的國家嗎？

而應說：

請進行網頁搜索，找出最適合獨自旅行的國家

---

在自有服務器運行 LLM 的設置

如有高性能電腦或服務器，可用自定義 llm server 遠程運行 LLM。

在運行 AI 模型的“服務器”上獲取 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 # 公網 IP

註：Windows/macOS 可用 ipconfig 或 ifconfig 查詢 IP。

克隆倉庫並進入 server/ 文件夾：

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

安裝服務器依賴：

pip3 install -r requirements.txt

運行服務器腳本：

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

可選擇 ollama 或 llamacpp 作為 LLM 服務。

在你的個人電腦上：

修改 config.ini，將 provider_name 設為 server，provider_model 設為 deepseek-r1:xxb。 provider_server_address 設為運行模型機器的 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：啟動服務並運行 AgenticSeek

---

語音轉文本

警告：目前僅 CLI 模式支持語音轉文本。

目前僅支持英文語音轉文本。

默認關閉語音轉文本。啟用方法：在 config.ini 設置 listen 為 True：

listen = True

啟用后，語音轉文本會監聽觸發詞（即 agent 名稱），再開始處理輸入。可通過修改 config.ini 的 agent_name 自定義：

agent_name = Friday

建議使用常見英文名如 "John" 或 "Emma" 作為 agent 名稱。

看到轉錄開始出現后，呼叫 agent 名稱喚醒（如“Friday”）。

清晰說出你的請求。

以確認短語結尾，表示系統可繼續處理。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?"

配置說明

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

說明：

• is_local -> 本地運行（True）或遠程服務器（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 -> 服務器地址，如 127.0.0.1:11434（本地），API 可隨意

• agent_name -> 代理名稱，如 Friday，語音喚醒詞

• recover_last_session -> 是否恢復上次會話（True/False）

• save_session -> 是否保存會話數據（True/False）

• speak -> 是否啟用語音輸出（True/False）

• listen -> 是否啟用語音輸入（True/False）

• jarvis_personality -> 是否使用 JARVIS 風格（True/False），僅更換 prompt

• languages -> 支持語言列表，供 LLM 路由使用，建議不要太多或太相似

• headless_browser -> 是否無頭瀏覽器（True/False）

• stealth_mode -> 是否降低被檢測概率，需手動安裝 anticaptcha 擴展

• languages -> 支持語言列表，代理路由系統需用，列表越長下載模型越多

Provider 列表

下表為可用 provider：

Provider	本地？	說明
ollama	是	使用 ollama 本地運行 LLM
server	是	在其他機器託管模型，本機調用
lm-studio	是	使用 LM studio 本地運行 LLM（provider_name 設為 lm-studio）
openai	視情況	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）

選擇 provider 時修改 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 設為 True，否則 False。

provider_name：選擇 provider 名稱，見上表。

provider_model：設置代理使用的模型。

provider_server_address：如非 server provider，可隨意。

已知問題

Chromedriver 問題

已知錯誤 #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

出現此問題是瀏覽器與 chromedriver 版本不匹配。

需下載最新版本：

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

如用 Chrome 115 及以上，訪問：

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

下載與你操作系統匹配的 chromedriver。

如本節不全請提交 issue。

連接適配器問題

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

請確保 provider IP 前加 http://：

provider_server_address = http://127.0.0.1:11434

SearxNG base URL 必須提供

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.

可能未將 .env.example 重命名為 .env？也可導出 SEARXNG_BASE_URL：

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

FAQ

Q: 需要什麼硬件？

模型規模	GPU	說明
7B	8GB 顯存	⚠️ 不推薦。性能差，易幻覺，規劃代理易失敗。
14B	12GB 顯存（如 RTX 3060）	✅ 簡單任務可用，網頁瀏覽和規劃任務可能吃力。
32B	24GB+ 顯存（如 RTX 4090）	🚀 大多數任務成功，複雜規劃仍有難度。
70B+	48GB+ 顯存（如 mac studio）	💪 推薦，高級用例表現優異。

Q: 為什麼選 Deepseek R1？

Deepseek R1 在推理和工具調用方面表現優異。我們認為它非常適合本項目，其他模型也可用，但 Deepseek 是首選。

我们的台湾和香港朋友可能会考虑使用未经审查的模型，法国的推理模型“magistral”也是一个替代选择。

Q: 運行 cli.py 報錯怎麼辦？

確保本地服務（ollama serve）已啟動，config.ini 配置正確，依賴已安裝。如仍有問題歡迎提交 issue。

Q: 真能 100% 本地運行嗎？

是的，使用 Ollama、lm-studio 或 server provider 時，語音、LLM、語音轉文本均本地運行。非本地（OpenAI 等 API）為可選。

Q: 有 Manus 為什麼還要用 AgenticSeek？

本項目起初只是興趣驅動的副業。特別之處在於主打本地模型，避免 API。 靈感來自 Jarvis 和 Friday（鋼鐵俠），功能上更接近 Manus，因為大家最想要的是本地 manus 替代品。 與 Manus 不同，AgenticSeek 更注重獨立性、隱私和避免 API 成本。

貢獻

我們歡迎開發者改進 AgenticSeek！請查看 open issues 或討論區。

貢獻指南

維護者：

Fosowl | 巴黎時間

antoineVIVIES | 台北時間

steveh8758 | 台北時間

特別感謝：

tcsenpai 和 plitc 協助後端 docker 化