免费开源工具 Archon 让 AI 代理变得像操作仪表盘一样简单

Archon 是一个用于构建、优化和管理 AI 代理的项目，被称为世界上第一个 “Agenteer”，即能够自主构建、改进和优化其他 AI 代理的 AI 代理。以下是对该仓库的详细介绍：

项目概述

• 핵심 기능：Archon 旨在展示现代 AI 开发中的三个关键原则，即代理推理、领域知识集成和可扩展架构。它可以作为开发者的实用工具，也可以作为教育框架，展示代理系统的发展。
• 版本迭代：项目采用迭代开发的方式，从简单的 Pydantic AI 代理开始，逐步发展到使用 LangGraph 的完整代理工作流，能够使用任何框架构建其他 AI 代理。

当前版本（V4）

• 특수성：V4 版本进行了大规模的 Streamlit UI 改造，提供了一个全面的仪表盘界面，用于管理 Archon。
• 重要更新：环境变量系统进行了彻底的改进，更加直观，分为 LLM 和嵌入提供者的单独部分，方便在不同提供者之间切换和管理配置文件。

项目结构

• 主目录：包含主要的运行脚本（如 run_docker.py）、依赖文件（如 요구 사항.txt）和 UI 脚本（如 streamlit_ui.py）。
• archon/ 目录：包含核心功能代码，如 crawl_pydantic_ai_docs.py 用于爬取和处理 Pydantic AI 文档，pydantic_ai_coder.py 可能用于实现 Pydantic AI 代理的编码逻辑。
• streamlit_pages/ 目录：包含 Streamlit UI 的各个页面，如 agent_service.py,chat.py,database.py 等，分别对应不同的功能模块。
• iterations/ 目录：包含项目的各个迭代版本的代码，如 v1-single-agent,v2-agentic-workflow,v3-mcp-support 노래로 응답 v4-streamlit-ui-overhaul.
• mcp/ 目录：可能包含 MCP（Multi - Container Platform）相关的代码和配置。

数据库设置

• SQL 文件::utils/site_pages.sql 노래로 응답 iterations/v2-agentic-workflow/ollama_site_pages.sql 用于创建和配置 PostgreSQL 数据库，包括启用 pgvector 扩展、创建 site_pages 表、添加索引和定义搜索函数等。

Docker 支持

• 脚本::run_docker.py 노래로 응답 iterations/v4-streamlit-ui-overhaul/run_docker.py 用于构建和运行 Archon 的 Docker 容器，包括构建 MCP 容器和主 Archon 容器，处理环境变量，并在容器已运行时停止和删除现有容器。

数据结构

• ChatMessage 类: in Archon/iterations/v1-single-agent/streamlit_ui.py 中定义，用于表示发送到浏览器或 API 的消息的格式，包含 role,timestamp 노래로 응답 content 字段。
• ProcessedChunk 类：在多个文件中定义，如 Archon/archon/crawl_pydantic_ai_docs.py,Archon/iterations/v1-single-agent/crawl_pydantic_ai_docs.py 等，用于表示处理后的文档块，包含 url,chunk_number,title,summary,content,metadata 노래로 응답 embedding 字段。

快速开始

前提条件

• Docker（可选但推荐）
• Python 3.11+
• Supabase 账户（用于向量数据库）
• OpenAI/Anthropic/OpenRouter API 密钥或 Ollama 用于本地大语言模型

安装步骤

• Docker 方式（推荐）::
  1. 克隆仓库：git clone https://github.com/coleam00/archon.git && cd archon
  2. 运行 Docker 脚本：python run_docker.py
  3. 访问 Streamlit UI：http://localhost:8501
• 本地 Python 安装方式::
  1. 克隆仓库：git clone https://github.com/coleam00/archon.git && cd archon
  2. 创建虚拟环境并安装依赖：python -m venv venv && source venv/bin/activate && pip install -r requirements.txt
  3. 启动 Streamlit UI：streamlit run streamlit_ui.py
  4. 访问 Streamlit UI：http://localhost:8501

重要链接

• V4 文档::V4 Documentation
• 社区论坛::Archon community
• GitHub 看板::GitHub Kanban board