革命性本地AI助手AgenticSeek：100%私有部署，告别API依赖与月费烦恼

革命性本地AI助手AgenticSeek：100%私有部署，告别API依赖与月费烦恼

【免费下载链接】agenticSeek A open, local Manus AI alternative. Powered with Deepseek R1. No APIs, no $456 monthly bills. Enjoy an AI agent that reason, code, and browse with no worries. 项目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeek

你是否还在为AI助手的隐私问题担忧？是否厌倦了每月高昂的API费用？AgenticSeek的出现彻底改变了这一现状。作为一款开源本地AI助手，它无需API密钥，无需每月支付456美元的费用，让你在本地享受一个能够推理、编码和浏览网页的AI助手，无需任何担忧。

读完本文，你将了解到：

• AgenticSeek的核心优势与功能特点
• 如何快速搭建本地AI助手环境
• 多种部署方式满足不同需求
• 实际应用场景与使用技巧
• 常见问题解决方案

为什么选择AgenticSeek？

AgenticSeek作为一款开源本地AI助手，具有以下六大核心优势：

完全本地与隐私保护

🔒 所有数据都在你的设备上处理，无需上传至云端，确保文件、对话和搜索内容的完全隐私。这意味着你的个人信息不会被第三方获取，极大地保障了数据安全。

智能网页浏览

🌐 AgenticSeek能够自主浏览互联网，包括搜索信息、读取内容、提取数据和填写网页表单，全程无需人工干预。这为信息检索和自动化操作提供了极大便利。

自主编码助手

💻 无论是Python、C、Go还是Java，AgenticSeek都能编写、调试和运行程序，无需人工监督。对于开发者而言，这是一个高效的编程辅助工具。相关的AI功能源码可以在sources/agents/目录中找到。

智能代理选择

🧠 当你提出请求时，AgenticSeek会自动选择最适合完成任务的代理，就像拥有一个专家团队随时待命。这种智能分配机制大大提高了任务完成效率。

复杂任务规划与执行

📋 从旅行规划到复杂项目管理，AgenticSeek能够将大型任务分解为步骤，并使用多个AI代理协同完成。这使得处理复杂工作变得更加轻松高效。

语音交互功能

🎙️ 清晰、快速、未来感的语音和语音转文本功能，让你可以像与科幻电影中的个人AI对话一样与AgenticSeek交流（开发中）。这一功能将进一步提升用户体验，使交互更加自然便捷。

快速开始：本地部署指南

准备工作

在开始之前，请确保你的系统已安装以下软件：

• Git：用于克隆仓库。官方文档可参考docs/CONTRIBUTING.md
• Python 3.10.x：强烈建议使用Python 3.10.x版本，其他版本可能导致依赖错误。
• Docker Engine & Docker Compose：用于运行SearxNG等捆绑服务。

克隆仓库并设置

git clone https://gitcode.com/GitHub_Trending/ag/agenticSeek
cd agenticSeek
mv .env.example .env

修改.env文件内容

SEARXNG_BASE_URL="http://searxng:8080" # 若在主机上运行，则为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"
# API密钥均为可选，本地运行LLM时可留空

启动Docker

确保Docker已安装并运行。你可以使用以下命令启动Docker：

• Linux/macOS:

  sudo systemctl start docker
  

  或从应用菜单启动Docker Desktop。

• Windows: 从开始菜单启动Docker Desktop。

通过执行以下命令验证Docker是否正常运行：

docker info

本地运行LLM的设置

硬件要求

运行LLM需要足够的硬件支持。最低要求是能够运行Magistral、Qwen或Deepseek 14B的GPU。有关详细的模型/性能建议，请参见FAQ。

设置本地提供商

以ollama为例，启动本地提供商：

除非你希望在主机上运行AgenticSeek（CLI模式），否则请导出或设置提供商监听地址：

export OLLAMA_HOST=0.0.0.0:11434

然后启动提供商：

ollama serve

更新config.ini

修改config.ini文件，将provider_name设置为支持的提供商，provider_model设置为提供商支持的LLM。推荐使用Magistral或Deepseek等推理模型。

[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:14b
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis
recover_last_session = True
save_session = True
speak = False
listen = False
jarvis_personality = False
languages = en zh
[BROWSER]
headless_browser = True
stealth_mode = True

本地提供商列表

Provider	Local?	Description
ollama	Yes	使用ollama作为LLM提供商轻松在本地运行LLMs
lm-studio	Yes	使用LM studio在本地运行LLM（将provider_name设置为lm-studio）
openai	Yes	使用openai兼容API（如llama.cpp服务器）

启动服务并运行

选项1：Docker中运行，使用Web界面

启动所需服务。这将启动docker-compose.yml中的所有服务，包括：

• searxng
• redis (searxng所需)
• frontend
• backend (使用Web界面时)

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

警告：此步骤将下载并加载所有Docker镜像，可能需要长达30分钟。启动服务后，请等待后端服务完全运行（日志中应显示backend: "GET /health HTTP/1.1" 200 OK），然后再发送消息。后端服务首次运行可能需要5分钟。

访问http://localhost:3000/即可看到Web界面。

选项2：CLI模式

要使用CLI界面，需要在主机上安装软件包：

./install.sh
./install.bat # Windows

然后必须将config.ini中的SEARXNG_BASE_URL更改为：

SEARXNG_BASE_URL="http://localhost:8080"

启动所需服务：

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

运行CLI：uv run cli.py

实际应用场景

AgenticSeek可以应用于多种场景，以下是一些示例用法：

• 在Python中制作一个贪吃蛇游戏！
• 搜索法国雷恩的顶级咖啡馆，并将三家带地址的列表保存在rennes_cafes.txt中。
• 编写一个计算数字阶乘的Go程序，将其保存为workspace中的factorial.go
• 搜索我的summer_pictures文件夹中的所有JPG文件，用今天的日期重命名它们，并将重命名的文件列表保存在photos_list.txt中
• 在线搜索2024年热门科幻电影，挑选三部今晚观看。将列表保存在movie_night.txt中。

使用提示：在输入查询后，AgenticSeek会分配最适合完成任务的代理。由于这是早期原型，代理路由系统可能无法始终根据查询分配正确的代理。因此，你应该非常明确地说明你的需求以及AI可能如何进行。

例如，如果你想进行网络搜索，不要说：你知道哪些适合独自旅行的好国家吗？

而是应该问：进行网络搜索，找出哪些是最适合独自旅行的国家

高级配置：远程服务器部署LLM

如果你有一台功能强大的计算机或服务器，但想从笔记本电脑上使用它，你可以选择在远程服务器上运行LLM，使用我们的自定义llm服务器。

在服务器上获取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

克隆仓库并进入server文件夹

git clone --depth 1 https://gitcode.com/GitHub_Trending/ag/agenticSeek
cd agenticSeek/llm_server/

安装服务器特定要求

pip3 install -r requirements.txt

运行服务器脚本

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

你可以选择使用ollama或llamacpp作为LLM服务。

在个人计算机上配置

修改config.ini文件，将provider_name设置为server，provider_model设置为deepseek-r1:xxb。将provider_server_address设置为运行模型的机器的IP地址。

[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:70b
provider_server_address = http://x.x.x.x:3333

常见问题与解决方案

ChromeDriver问题

错误示例：SessionNotCreatedException: Message: session not created: This version of ChromeDriver only supports Chrome version XXX

根本原因

ChromeDriver版本不兼容的情况：

1. 安装的ChromeDriver版本与Chrome浏览器版本不匹配
2. 在Docker环境中，undetected_chromedriver可能会下载自己的ChromeDriver版本，绕过挂载的二进制文件

解决步骤

1. 检查Chrome版本

打开Google Chrome → 设置 > 关于Chrome，找到你的版本（例如，"版本 134.0.6998.88"）

2. 下载匹配的ChromeDriver

对于Chrome 115及更新版本：使用Chrome for Testing API

• 访问Chrome for Testing可用性仪表板
• 找到你的Chrome版本或最接近的可用版本
• 下载适用于你的操作系统的ChromeDriver（Docker环境使用Linux64）

对于旧版Chrome：使用传统ChromeDriver下载

3. 安装ChromeDriver（选择一种方法）

方法A：项目根目录（推荐用于Docker）

# 将下载的chromedriver二进制文件放在项目根目录
cp path/to/downloaded/chromedriver ./chromedriver
chmod +x ./chromedriver  # 在Linux/macOS上使其可执行

方法B：系统PATH

# Linux/macOS
sudo mv chromedriver /usr/local/bin/
sudo chmod +x /usr/local/bin/chromedriver

# Windows：将chromedriver.exe放在PATH中的文件夹中

4. 验证安装

# 测试ChromeDriver版本
./chromedriver --version
# 或如果在PATH中：
chromedriver --version

总结与展望

AgenticSeek作为一款开源本地AI助手，为用户提供了一个完全私密、无需API依赖的解决方案。通过本文的指南，你可以轻松搭建自己的本地AI助手，并根据需要进行高级配置。

无论是日常办公、编程开发还是复杂任务管理，AgenticSeek都能成为你的得力助手。随着项目的不断发展，我们期待看到更多功能的加入和性能的提升。

如果你觉得AgenticSeek对你有帮助，请点赞、收藏并关注项目更新。我们将持续改进，为你带来更好的本地AI体验。

项目仍在积极开发中，作为一个从 side-project 开始的项目，它没有路线图，也没有资金支持。它的发展远远超出了我的预期，最终登上了GitHub Trending。非常感谢大家的贡献、反馈和耐心。

【免费下载链接】agenticSeek A open, local Manus AI alternative. Powered with Deepseek R1. No APIs, no $456 monthly bills. Enjoy an AI agent that reason, code, and browse with no worries. 项目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeek