本文由清华黄高教授团队完成，第一作者王政是清华 MEM 工程管理硕士，SeamLessAI 创始人，曾任爱奇艺虚拟机云平台负责人，小红书商业化算法工程团队负责人。
刚刚，清华大模型团队 LeapLab 发布了一款面向 Agent 协作的开源框架：Cooragent。
你只需要说一句「咒语」：「创建一个 AI 情报收集秘书，为我收集最新的 AI 进展。」
魔法就会产生，Cooragent 就会根据你的个人偏好生成你专属的 AI 情报收集秘书，每天自动浏览网页，收集最重要的情报，总结成你喜欢的图文文档发送给你。
更有趣的是你创造的智能体之间自动组合，创造出无限可能。当然，你还可以将你的智能体发布到社区中，与其他人共享。
项目链接：LeapLabTHU/cooragent
与人协同的 AGI
Cooragent 实际上成为了智能体落地的「最后一公里」。虽然智能体技术层出不穷，但是对于大众来说，智能体的使用门槛依然很高，很难落地。
拿写作智能体为例，通用的写作智能体很难满足不同人的个性化需求，而定制化的智能体开发流程又过于复杂，导致智能体很难落地到每个人的生活和工作中。
Cooragent 通过对话生成可协作的智能体，其本质一种可编辑的 AGI - 即让智能体通过 AGI 的方式产生，但同时可以随时保持其可编辑性，与人协作，让智能体真正落地到每个人的生活和工作中。
从 Agent 技术层面来看，Cooragent 是一个基于 Agent 的协作框架。通过动态上下文理解与自主归纳能力，Cooragent 彻底摒弃了传统 Agent 框架对人工设计 prompt 的依赖。
系统利用深度记忆扩展和实时环境分析，自动生成高精度任务指令，显著降低使用门槛并提升智能体的适应性。它允许你通过一句话创建一个具备强大功能的智能体，并与其他智能体协作完成复杂任务。
无限可能
Cooragent 由两种工作模式：Agent Factory和Agent Workflow。
Agent Factory 模式下，你只需要你对智能体做出描述，Cooragent 就会根据你的需求生成一个智能体，系统的会自动分析用户需求，通过记忆和扩展深入理解用户，省去纷繁复杂的 prompt 设计。Planner 会在深入理解用户需求的基础上，挑选合适的工具，自动打磨 prompt，逐步完成智能体构建。智能体构建完成后，可以立即投入使用，但你仍然可以对智能体进行编辑，优化其行为和功能。
Agent Workflow 模式下你只需要描述你想要完成的目标任务，Cooragent 会自动分析任务的需求，挑选合适的智能体进行协作。Planner 根据各个智能体擅长的领域，对其进行组合并规划任务步骤和完成顺序，随后交由任务分发节点 publish 发布任务。各个智能领取自身任务，并协作完成任务。
Cooragent 可以在两种模式下不断演进，从而创造出无限可能。
prompt-Free 设计
prompt 本身越来越成为一种负担。prompt 设计需要考虑的因素太多，用户很难在短时间设计出合适的 prompt。Cooragent 采用 prompt-Free设计，通过 Agent 的协作，深入理解上下文，自主归纳环境因素，自动生成 prompt，从而省去 prompt 设计。
MIT License 和本地部署
Cooragent 坚信开放与安全的力量，因此我们选择采用极其宽松且商业友好的 MIT License 进行开源。这种彻底的开放性旨在最大限度地降低使用门槛，并激励社区成员共同参与创新与贡献，共建繁荣的智能体生态。
更重要的是，Cooragent 提供了一键本地部署的能力。用户可以通过极其简单的步骤，在自己的个人电脑或私有服务器上快速部署和运行整个系统。这不仅极大地简化了安装配置过程，让用户能够迅速上手体验，更从根本上解决了数据安全和隐私的顾虑。
通过本地部署，用户所有数据——包括智能体配置、交互历史、处理内容等——都将完全保留在您自己的设备上，用户对自己的数据拥有绝对的控制权，无需担心数据泄露或被第三方平台滥用的风险。
快速安装
# 克隆仓库git clone SeamLessAI-Inc/cooragentcd cooragent# 用uv创建并激活虚拟环境uv python install 3.12uv venv --python 3.12source .venv/bin/activate # Windows系统使用: .venvscriptsactivateuv run src/service/app.py # 安装依赖uv sync# 配置环境cp .env.example .env# 编辑 .env 文件，填入你的 API 密钥# 运行项目uv run cli.py
开发者友好【Cli + MCP】
Cooragent 提供了一系列开发者工具，帮助开发者快速构建智能体。通过 CLI 工具，开发者可以快速创建，编辑，删除智能体。CLI 的设计注重效率和易用性，大幅减少了手动操作的繁琐，让开发者能更专注于智能体本身的设计与优化。
通过 MCP 工具，开发者可以快速链接 MCP 社区，获取最新的工具。开发者可以浏览和获取由官方或社区贡献的预构建智能体模板、功能组件、工具插件、数据集或优化过的模型，将自己开发的优秀智能体、工具或组件发布到 MCP，与其他开发者共享，共同建设生态。
首个Agent 与人共同参与的社区
Cooragent 不仅仅是一个强大的智能体构建和协作框架，它更开创性地提出了一个全新的社区概念：一个人与 Agent 共同参与、互动、贡献的生态系统。这超越了传统开发者社区仅限于人际交流的模式，将智能体本身也视为社区的一等成员。
这种「人机共融」的社区模式打破了传统软件生态的边界。它不仅加速了知识的创造和传播，激发了前所未有的协作模式，更让智能体真正「活」了起来，从单纯的工具转变为社区中积极的参与者和贡献者。Cooragent 致力于构建这样一个充满活力、互相赋能的未来社区，让人类和他们创造的智能体共同塑造一个更加智能、高效的世界。
一起看看 Cooragent 的神奇之处
让我们通过几个例子来一起看看 Cooragent 的神奇之处。
构建我的漫画工作室
「咒语」：构建一个漫画师和一个剧本创作师，让他们协作完成一个漫画：一个小男孩在森林里迷路，遇到了一只小狗，他们一起努力走出森林。
构建我的AI情报秘书
「咒语」: 为我创建一个AI 前沿科技追踪秘书，整理 AI 前沿科技信息，形成文字和图表汇报给我。
使用 Cli 工具
进入 cooragent 命令工具界面
python cli.py
一句话创建小米股票分析智能体
run -t agent_workflow -m 创建一个股票分析专家 agent，分析过去一个月的小米股票走势，并预测下个交易日的股价走势，并给出买入或卖出的建议。
使用一组智能体协作完成复杂任务
run -t agent_workflow -m 综合运用任务规划智能体，爬虫智能体，代码运行智能体，浏览器操作智能体，报告撰写智能体，文件操作智能体为我规划一个 2025 年五一期间去云南旅游的行程。首先运行爬虫智能体爬取云南旅游的景点信息，并使用浏览器操作智能体浏览景点信息，选取最值得去的 10 个景点。然后规划一个 5 天的旅游的行程，使用报告撰写智能体生成一份旅游报告，最后使用文件操作智能体将报告保存为 pdf 文件。
面向私有化的架构设计
Cooragent 从一开始就将数据主权和部署灵活性作为核心设计原则。我们深知，对于许多企业和个人用户而言，能够完全掌控自己的数据、在私有环境中安全运行是至关重要的。因此，Cooragent 的整体架构都围绕着「私有化优先」的理念进行构建。
核心引擎本地运行： Cooragent 的核心调度、任务规划、Agent 管理和执行引擎均设计为在用户本地环境（个人电脑、私有服务器或内部网络）运行。它不强制依赖任何外部云服务来执行其基本功能，确保了操作的独立性和自主性。
数据不出域：所有的用户数据，包括但不限于：
智能体的配置和定义
用户与智能体的交互历史和日志
智能体处理和生成的内容
连接的本地工具或数据源信息
全面的兼容性
Cooragent 在设计上追求极致的开放性和兼容性，确保能够无缝融入现有的 AI 开发生态，并为开发者提供最大的灵活性。这主要体现在对 Langchain 工具链的深度兼容、对 MCP (Model Context Protocol) 协议的支持以及全面的 API 调用能力上。
深度兼容 Langchain 工具链:
可以在 Cooragent 的智能体或工作流中直接使用熟悉的 Langchain 组件，如特定的 prompts、Chains、Memory 模块、document Loaders、Text Splitters 以及 Vector Stores 等。这使得开发者可以充分利用 Langchain 社区积累的丰富资源和既有代码。
平滑迁移与整合: 如果您已经有基于 Langchain 开发的应用或组件，可以更轻松地将其迁移或整合到 Cooragent 框架中，利用 Cooragent 提供的协作、调度和管理能力对其进行增强。
超越基础兼容: Cooragent 不仅兼容 Langchain，更在其基础上提供了如 Agent Factory、Agent Workflow、原生 A2A 通信等高级特性，旨在提供更强大、更易用的智能体构建和协作体验。您可以将 Langchain 作为强大的工具库，在 Cooragent 的框架内发挥其作用。
支持 MCP (Model Context Protocol):
标准化交互: MCP 定义了一套规范，用于智能体之间传递信息、状态和上下文，使得不同来源、不同开发者构建的智能体能够更容易地理解彼此并进行协作。
高效上下文管理: 通过 MCP，可以更有效地管理和传递跨多个智能体或多轮交互的上下文信息，减少信息丢失，提高复杂任务的处理效率。
增强互操作性: 对 MCP 的支持使得 Cooragent 能够更好地与其他遵循该协议的系统或平台进行互操作，构建更广泛、更强大的智能生态系统。
全面的 API 调用支持:
Cooragent 的核心功能几乎都通过全面的 API (
RESTful API) 暴露出来，为开发者提供了强大的编程控制能力。
程序化管理: 通过 API 调用，您可以自动化智能体的创建、部署、配置更新、启动/停止等全生命周期管理。
任务集成: 将 Cooragent 的任务提交和结果获取能力集成到您自己的应用程序、脚本或工作流引擎中。
状态监控与日志: 通过 API 获取智能体的实时运行状态、性能指标和详细日志，方便监控和调试。
构建自定义界面: 利用 API，您可以为 Cooragent 构建自定义的前端用户界面或管理后台，满足特定的业务需求和用户体验。
0 条