the-open-agent/openagent · 上手攻略
- 仓库：the-open-agent/openagent
- 链接：https://github.com/the-open-agent/openagent
- 分类：ai
- 作者：Tom
- 更新：2026-07-14
这是什么
OpenAgent 是一个开源的个人 AI 助手平台，主打「all-in-one」路线：把大模型（LLM）、知识库（RAG）和自主 Agent 循环整合到一起，以单二进制文件形式交付，开箱即用。
它的核心理念是「self-hostable」——不需要把数据送到第三方，自己部署自己用。它同时支持 browser-use（控制真实浏览器）、computer-use（操作文件系统/执行命令）以及 coding agent，并且内置了 MCP（Model Context Protocol）工具集成能力。
平台本身不绑定任何模型商：OpenAI、Anthropic Claude、Google Gemini、DeepSeek、本地 Ollama……都能连，通过可视化面板切换对话用的模型。
解决什么问题
在个人或团队场景下构建 AI 助手，通常面临几个割裂的问题：
- 想用 RAG（私有知识库问答）得搭一套 LangChain + 向量数据库的组合拳；
- 想让 AI 操作浏览器/执行命令，需要分别接入 Playwright、Shell 工具；
- 各模型 API 的接入方式不统一，换一个模型就要改一堆代码。
OpenAgent 把这些全部封装成一个统一平台：一个 Web UI + 一个可配置的 Agent 循环 + 一个 RAG 知识库管理层 + 一套工具生态（浏览器、Shell、Office、MCP），开箱即用，不需要写代码。
快速安装
macOS / Linux / WSL（一键脚本）
curl -fsSL https://raw.githubusercontent.com/the-open-agent/openagent/master/scripts/install.sh | bash
Windows（PowerShell）
irm https://raw.githubusercontent.com/the-open-agent/openagent/master/scripts/install.ps1 | iex
⚠️ 注意：Windows 版为原生二进制，不需要 WSL、不需要 Docker。
安装完成后，打开 http://localhost:14000 即可进入控制台。
可选环境变量：
| 变量 | 说明 |
|---|---|
OPENAGENT_VERSION |
指定安装版本 |
INSTALL_DIR |
指定安装目录 |
BIN_DIR |
指定二进制路径 |
Docker 部署（适合服务器）
git clone https://github.com/the-open-agent/openagent.git
cd openagent
docker-compose up
# 访问 http://localhost:14000
源码构建
前置依赖： - 后端：Go 1.25.0+ - 前端：Node.js 20+，Yarn 1.x
# 后端编译
go build
# 前端（web 目录）
cd web && yarn install && yarn start
核心用法
1. 基础对话（连接 LLM）
首次启动后，在 Web UI 中配置 API Key（支持 OpenAI / Azure OpenAI / Anthropic / Gemini / DeepSeek 等主流 provider），即可开始对话。
无需写代码，通过 UI 配置切换模型。
2. RAG 知识库问答
- 在「Knowledge Store」中创建知识库
- 上传文档（PDF、Word、Excel 等）
- 系统自动分块、向量化、建立索引
- 提问时 Agent 自动从知识库检索相关内容作为上下文
支持的 Embedding 提供商：OpenAI、Azure、Gemini、Qwen、Cohere、Jina、HuggingFace、本地模型（Ollama）等。
3. Browser-Use 场景
让 AI 控制真实 Chrome 浏览器，典型操作：
# 实际上是通过 UI 触发，Agent 端执行
# 例如：帮我搜索 "openagent github" 并截图
底层通过 Playwright 或类似框架驱动，支持导航、点击、填表、截图、抓取页面内容。
4. Shell 执行
Agent 可直接调用服务器 Shell 执行脚本和命令：
# 同上，通过 UI 触发，例如：
# "帮我运行 `ls -la` 并把结果写入 /tmp/test.txt"
5. MCP 工具集成
接入任何兼容 MCP 协议的工具服务器（SSE / Stdio / StreamableHTTP 传输方式），把工具暴露给 Agent 调用。
# 配置文件（docker-compose.yml 或 config 文件）中指定 MCP 服务器地址
# Agent 即可调用该工具
6. Office 自动化
内置 Word / Excel / PowerPoint 文件的读写能力，通过 Agent 指令即可操作本地 Office 文件。
7. 可视化工作流编排
平台提供 BPMN 风格的拖拽编辑器，可以将多个 Agent 步骤串联成工作流，支持条件分支和并行执行。还可设置定时触发。
8. REST API
所有功能均提供 REST API（带 Swagger UI），适合程序化调用或与现有系统集成。
典型适用场景
| 场景 | 说明 |
|---|---|
| 个人 AI 助手私有化 | 不想把数据交给第三方，自己部署，数据不出本地 |
| 团队知识库 | 上传内部文档，构建私有知识库问答系统 |
| 自动化办公流程 | 让 Agent 读 Excel、写 Word、定期发报告 |
| 浏览器操作自动化 | 定时抓取网页内容、自动填表、监控变化 |
| MCP 工具接入 | 已有 MCP 工具，想用自然语言驱动 |
坑与注意
| 坑点 | 说明 |
|---|---|
| 首次配置 API Key | UI 中需要手动填入 LLM 提供商的 Key，没有内置 Key 管理 |
| browser-use 依赖浏览器 | Linux 服务器上可能需要额外安装 Chrome/Chromium |
| Go 版本要求高 | 需要 Go 1.25.0+，部分旧系统默认 Go 版本不够，需要手动升级 |
| RAG 效果依赖 Embedding 模型 | 默认 Embedding 模型质量直接影响知识库问答效果，建议选高质量模型 |
| MCP 工具稳定性 | 第三方 MCP 工具的质量参差不齐，接入前建议先单独测试 |
| 国产模型兼容 | 支持 Qwen/Doubao/Moonshot 等，但具体版本兼容以官方文档为准 |
| 资源占用 | 单二进制但实际运行包含 Web 前端（Node.js），内存占用不可忽略 |
与同类对比
| 特性 | OpenAgent | LangChain + LangServe | Dify | Open-WebUI |
|---|---|---|---|---|
| 部署难度 | 极低（单二进制） | 高（多组件） | 中（Docker） | 低（Docker） |
| RAG 内置 | ✅ | 需自搭 | ✅ | ⚠️ 插件 |
| Agent 循环 | ✅ | ✅ | ✅ | ⚠️ 基础 |
| Browser/Shell 工具 | ✅ | 需自搭 | ⚠️ | ❌ |
| MCP 集成 | ✅ | ⚠️ | ⚠️ | ❌ |
| Office 自动化 | ✅ | ❌ | ❌ | ❌ |
| 工作流编排 | ✅ 可视化 | ❌ | ✅ 可视化 | ❌ |
| 单二进制 | ✅ | ❌ | ❌ | ❌ |
结论：如果你追求开箱即用的 all-in-one 体验，不想折腾 LangChain 的各种集成，OpenAgent 是目前最省事的私有 AI 助手方案；如果你更在意灵活性并愿意深度自搭，LangChain 或 Dify 更有优势。
一句话推荐结论
想要一个不用折腾、一键部署的个人 AI 助手平台，同时搞定 RAG 知识库、浏览器操作和自动化工作流？OpenAgent 单二进制交付，开箱即用，是私有化 AI 助手领域目前最省心的选择之一。