项目介绍
⛵️ ARGO - 您的本地超级AI代理
ARGO 是一个开源的AI代理客户端，它使构建和使用具有自主思考、任务规划和处理复杂任务能力的AI助手变得容易。支持一键下载开源模型，并集成闭源模型，提供方便访问本地RAG知识库和MCP工具的方式。此外，ARGO可以完全私有部署，安全可控，数据100%本地存储，支持离线操作，并兼容Windows、Mac和Linux系统。
ARGO的愿景是让每个用户都能拥有自己的专属超级AI代理，让更多的人受益于AI代理带来的便利。
为什么选择ARGO？
- 🔒 本地优先，隐私至上 — 支持全离线操作，100%本地数据存储，提供Windows、macOS和Linux的原生客户端，即插即用无需配置。完全兼容公有云、私有云、本地服务器和一体机。
- 🚀 交付结果的任务执行引擎 多代理任务引擎自主规划步骤，调用工具，生成报告，全面执行多阶段任务。
- ⚙️ 代理工厂 — 需要旅行规划助手、行业分析师或法律顾问？只需描述，ARGO可以帮助您定制适合场景的专用代理。
- 📦 集成奥拉玛和领先提供商 — 即刻访问OpenAI、Claude、DeepSeek，或运行本地奥拉玛模型，开放接入无平台锁定。对话中无缝切换本地模型和API模型。
- puzzle piece 代理RAG知识引擎 — 支持通过文件、文件夹、网站等多种方式添加知识，并动态同步文件夹。代理模式智能分解复杂问题，提供更完整和可靠的答案。
- 🛠️ 内置强大的工具集，支持MCP协议 — 包括网络爬虫、浏览器控制、本地文件管理等强大工具集，支持自定义扩展和集成您的工具。
- 🧠 自我进化代理 — 在使用过程中学习工作习惯和偏好。ARGO可以自主优化代理，进化成真正理解你的超级代理。（测试中）
👏 加入我们的Discord | Twitter | 微信群
❤️ 喜欢ARGO吗？在GitHub上给我们一颗星🌟以接收所有发布通知！
⚠️ 该项目仍处于早期开发阶段，我们非常感谢您的贡献、反馈和耐心。
🔗 官方网站：https://xark-argo.com/
📚 快速入门指南：https://docs.xark-argo.com/getting-started
📑 目录
🌠 演示
视频
https://github.com/user-attachments/assets/2f23c1a9-b834-492b-b2eb-69a3f442634d
界面
🌟 功能
-
📦 灵活集成开源和闭源模型：
- 一键集成奥拉玛整合奥拉玛，无需命令行操作即可控制和管理模型下载、部署和运行。
- 兼容HuggingFace支持一键下载HuggingFace GGUF格式的模型。
- 聊天模板适应模型下载开源模型时自动适应聊天模板。
- 兼容领先的模型API支持与OpenAI、Claude、DeepSeek以及任何兼容OpenAI格式的服务提供商集成，打破平台锁定。
- 灵活的模型切换对话中无缝切换本地模型和API模型，平衡性能和成本。
-
🏠 深度研究与多代理协作：
- 多代理任务引擎多个代理协作处理复杂任务。
- 完整的代理工作流：
- 意图识别准确理解用户需求。
- 任务规划自主拆解复杂任务。
- 任务执行高效执行多步流程。
- 工具调用灵活使用多种外部工具。
- 自我反思反思执行并自我纠正。
- 自我总结提供结构化的结果输出。
- 人类参与循环任务规划后，可以通过自然语言修改研究计划。
-
puzzle piece 本地RAG知识库：
- 多种知识录入方法支持通过文件、文件夹、网站等方式添加知识。
- 动态知识库同步绑定本地文件夹时，内容变化会自动同步到知识库，确保信息始终更新。
- 多格式文档解析支持解析PDF、Word、Excel、PPT、网页、Markdown、纯文本等。
- 答案追溯性使用知识库回答问题时，可以追溯到具体的参考片段。
- 隐私保护本地存储向量化数据，减少安全风险。
- 代理RAG智能分解复杂问题，自主评估信息充分性，生成更完整和可靠的答案。
-
🛠️ MCP协议与工具支持：
- 开箱即用的工具库内置网络搜索、网络爬虫、浏览器控制、本地文件管理等工具。
- 可配置扩展支持本地(STDIO)和远程(SSE)集成MCP工具，易于扩展和集成。
-
🤖 代理工厂：
- 可视化场景代理创建通过角色设置、模型绑定、变量配置和工具集成（例如行业研究报告、旅行规划）定制场景助手。
- 持续迭代代理通过自然语言不断迭代，更好地理解用户。
- 一键分享与导入与社区共享代理配置，涵盖写作、编程、翻译、研究和教育等场景。
-
🤖 聊天对话：
- 公式渲染支持KaTeX公式渲染，适用于学术用途。
- Mermaid渲染支持Mermaid图表可视化，创建流程图、序列图、甘特图等。
- 成果展示支持以HTML、SVG和XML代码形式展示结果。
- 自由分支对话可以自由分支，快速克隆对话过程。
-
🔒 隐私保护与跨平台体验：
- 本地数据存储所有数据都存储在本地，支持离线操作，确保隐私和安全。
- 跨平台支持支持Windows、macOS和Linux的原生客户端以及Web版本，零依赖，即插即用，完全兼容公有云/私有云/本地服务器/一体机。
- 无需注册无需账户注册或云依赖，非常适合注重隐私的个人和企业。
🔍 使用案例
- 个人助理管理日程，提供购物建议，协助日常任务，提高用户效率。
- 学习助理帮助学生理解复杂概念，提供学术资源，创建个性化学习计划，提供复习建议。
- 内容创作自动生成文案，优化写作风格，协助创作者提高内容创作效率。
- 开发辅助提供代码生成、调试和技术支持，帮助开发者更有效地解决编程问题。
- 行业特定助手定制AI代理如法律顾问和行业分析师，满足专业需求。
- 数据分析快速分析数据，生成图表和报告，支持基于数据的决策。
- 知识管理自动解析文档，建立知识库，帮助企业组织和查询知识。
- 隐私保护提供离线操作和本地存储，确保用户数据隐私和安全。
📝 开发计划
- 保存并分享代理的操作过程。
- 全局个性化记忆，使ARGO更了解用户并能够交付结果。
- 支持使用本地浏览器模拟用户网络浏览以收集信息。
- 支持定时任务。
- 更多垂直代理场景。
欢迎加入我们的社区并分享您的想法和反馈！Discord | 微信群 | GitHub讨论
📦 快速开始
硬件要求
在安装Argo之前，请确保您的机器满足以下最低系统要求：
- CPU >= 4核
- 内存 >= 8GB
使用Docker时的额外软件要求：
- Docker >= 24.0.0
- Docker Compose >= v2.26.1
提示：要在Docker中启用CUDA，需要安装Nvidia CUDA容器工具包
使用Docker快速开始 🐳 （鲸鱼表情符号）
安装Argo 不带 Ollama：
如果您已经在本地或其他容器中运行了Ollama，并希望Argo使用它，请运行：
docker compose -f docker/docker-compose.yaml up -d
✅ 注意：此设置不包括Ollama，因此某些模型下载功能（如HuggingFace）可能不可用。建议与外部Ollama服务配合使用。
安装Argo带Ollama（CPU版本）：
如果您希望Argo包含Ollama并使用CPU推理运行模型，请运行：
docker compose -f docker/docker-compose.ollama.yaml up -d
📦 Ollama将作为服务与Argo一起部署，服务地址为http://ollama:11434，支持自动下载和加载本地模型。
安装Argo带Ollama（GPU版本）：
如果您希望在GPU环境中运行LLM模型，请使用：
docker compose -f docker/docker-compose.ollama.gpu.yaml up -d
🚀 此版本启用--gpus all并挂载NVIDIA驱动程序。请确保主机已正确安装NVIDIA容器工具包。
Ollama服务也在容器内部署，地址为http://ollama:11434，支持GPU加速模型推理。
安装完成后，您可以在http://localhost:38888访问Argo。
🖥️ 开发模式下的快速开始
使用Python和npm启动和开发： 参阅开发文档
🤝 贡献
ARGO目前正处于早期开发阶段，我们正在积极努力增强功能并解决问题。在达到稳定版本之前，您可能会遇到一些可用性问题或不稳定情况。我们真诚地感谢您的理解和支持！
ARGO是一个活跃的开源社区项目，我们欢迎各种形式的贡献：
- 贡献代码：开发新功能或优化现有代码
- 提交错误：提交您发现的错误
- 维护问题：帮助管理GitHub问题
- 产品设计：参与设计讨论
- 编写文档：改进用户手册和指南
- 社区互动加入Discord | 微信群的讨论并帮助用户
- 推广ARGO传播关于ARGO的信息，给我们一颗星❤️
请参阅我们的贡献指南进行代码贡献。 感谢您的支持和贡献！