agimat-agent

🤖 AGI-MAT Agent Management Platform

基于 FastAPI 和 LangGraph 的智能代理管理平台，支持多种大语言模型和MCP工具集成。

✨ 主要特性

• 🎯 多模型支持 - 支持 Claude、Gemini、GPT、豆包等主流模型
• 🛠️ MCP工具集成 - 内置本地工具和外部MCP服务器支持
• 🔄 流式响应 - 支持实时流式对话和WebSocket连接
• 📊 可观测性 - 集成LangSmith追踪和监控
• 🔌 插件化架构 - 灵活的工具和模型扩展机制

🚀 支持的模型

Anthropic Claude

• claude-3-5-sonnet - 最新平衡型模型
• claude-3-5-haiku - 快速轻量级模型
• claude-3-opus - 最强推理能力模型

Google Gemini

• gemini-1.5-pro - 高性能多模态模型
• gemini-1.5-flash - 快速响应模型

OpenAI

• gpt-4o-mini - 轻量级多模态模型
• gpt-4o - 完整多模态模型

国产模型

• doubao-1-5-lite-32k-250115 - 字节跳动豆包

📦 快速开始

1. 环境准备

# 克隆项目
git clone <repository-url>
cd agimat-agent

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# 或 .venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

2. 使用 uv 管理环境依赖

# 同步依赖
uv sync

# 直接启动
uv run main.py

🖥️ CLI 命令行工具

AGI-MAT Agent 提供了便捷的命令行工具来管理服务。

基本命令

# 查看帮助
agimat --help

# 启动后端服务器
agimat server

# 启动前端UI
agimat ui

# 打开配置目录
agimat config

详细用法

启动后端服务器

# 使用默认配置启动服务器
agimat server

# 指定端口启动
agimat server --port 9000

# 指定主机地址
agimat server --host 0.0.0.0 --port 8000

# 使用自定义配置文件
agimat server --config /path/to/custom/config.yaml

启动前端UI

# 使用默认端口启动UI
agimat ui

# 指定UI端口
agimat ui --port 8502

# 使用自定义配置文件
agimat ui --config /path/to/custom/config.yaml

管理配置文件

# 打开配置目录（使用系统默认方式）
agimat config

# 使用VS Code打开配置目录
agimat config --editor code

# 使用vim打开配置目录
agimat config --editor vim

# 使用nano打开配置目录
agimat config --editor nano

配置文件说明

AGI-MAT Agent 会自动在 ~/.agimat/ 目录下创建配置文件：

主配置文件 (~/.agimat/conf.yaml)

包含 AGI-MAT Agent 的基本配置，如服务器地址、模型参数等。

环境变量文件 (~/.agimat/env)

包含各种API密钥和服务器配置，如：

• OpenAI API 配置
• Google AI 配置
• Anthropic 配置
• LangSmith 配置
• 数据库配置
• 服务器配置
• 日志配置

MCP配置文件 (~/.agimat/mcp.json)

包含MCP服务器的配置信息，支持各种外部工具集成。

配置优先级

1. 命令行参数指定的配置文件
2. ~/.agimat/conf.yaml
3. 项目根目录的 conf.yaml
4. 默认配置

首次运行

首次运行 agimat 命令时，系统会自动：

1. 创建 ~/.agimat/ 配置目录
2. 生成默认的配置文件
3. 创建环境变量模板文件
4. 设置MCP工具配置

故障排除

常见问题

Q: 配置文件在哪里？ A: 默认位置是 ~/.agimat/ 目录，使用 agimat config 命令可以快速打开。

Q: 如何修改API密钥？ A: 编辑 ~/.agimat/env 文件，或者使用 agimat config --editor code 打开配置目录。

Q: 端口被占用怎么办？ A: 使用 --port 参数指定其他端口，例如：agimat server --port 9000

Q: 如何查看日志？ A: 在 ~/.agimat/env 文件中设置 LOG_LEVEL=DEBUG 查看详细日志。

3. 配置模型

使用CLI工具快速配置：

# 打开配置目录
agimat config

# 或者使用VS Code编辑配置
agimat config --editor code

编辑 ~/.agimat/env 文件，配置你的API密钥：

# OpenAI API 配置
OPENAI_API_KEY=your_openai_api_key_here

# Google AI 配置  
GOOGLE_API_KEY=your_google_api_key_here

# Anthropic 配置
ANTHROPIC_API_KEY=your_anthropic_api_key_here

4. 启动服务

使用CLI工具启动服务：

# 启动后端服务器
agimat server

# 启动前端UI
agimat ui

# 或者同时启动两个服务（在不同终端）
agimat server --port 8000
agimat ui --port 8501

服务将在 http://localhost:8000 启动，UI在 http://localhost:8501。

🔧 使用示例

API调用

# 基础对话
curl -X POST "http://localhost:8000/api/v1/agents/invoke" \
  -H "Content-Type: application/json" \
  -d '{
    "agent_name": "agent_test",
    "query": "你好，请介绍一下你自己",
    "task_id": "test-task-1"
  }'

流式对话

# SSE流式响应
curl -X POST "http://localhost:8000/api/v1/agents/stream" \
  -H "Content-Type: application/json" \
  -d '{
    "agent_name": "agent_test", 
    "query": "写一首关于AI的诗",
    "task_id": "stream-task-1"
  }'

WebSocket连接

const ws = new WebSocket('ws://localhost:8000/api/v1/agents/ws');

ws.onopen = () => {
  ws.send(JSON.stringify({
    agent_name: "agent_test",
    query: "解释一下量子计算的原理",
    task_id: "ws-task-1"
  }));
};

ws.onmessage = (event) => {
  const data = JSON.parse(event.data);
  console.log(data);
};

🧪 测试配置

运行模型配置测试：

# 完整测试
python test_models.py

# 快速测试
python test_models.py --quick

📚 文档

• 多模型配置指南 - 详细的模型配置说明
• MCP工具文档 - MCP工具集成指南
• API文档 - 启动服务后访问

🏗️ 项目结构

agimat-agent/
├── api/                    # API路由层
│   └── agent.py           # Agent API端点
├── core/                  # 核心业务逻辑
│   ├── apps/
│   │   ├── agents/        # Agent实现
│   │   ├── mcp/          # MCP工具集成
│   │   ├── tools/        # 本地工具
│   │   └── builder/      # Agent构建器
│   └── models/           # 数据模型
├── lib/                  # 通用库
│   ├── llm_provider.py   # 多模型支持
│   └── config.py         # 配置管理
├── conf.yaml            # 主配置文件
├── main.py             # 应用入口
└── requirements.txt    # 依赖包

🎨 UI 启动

使用CLI工具启动UI：

# 使用默认端口启动UI
agimat ui

# 指定端口启动UI
agimat ui --port 8501

# 使用uv直接启动（如果需要）
uv run streamlit run ui/ui.py --server.port 8501

🤝 贡献指南

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

• LangChain - 强大的LLM应用框架
• FastAPI - 现代化的Web API框架
• MCP - 模型上下文协议