AutoAgent：基于自然语言的全自动化零代码LLM智能体框架

AutoAgent：赋能自然语言驱动的LLM智能体开发

在快速发展的人工智能时代，大型语言模型（LLM）智能体正成为自动化复杂任务的关键力量。AutoAgent 是一个开创性的框架，旨在提供一个全自动化、零代码的LLM智能体开发环境，其核心特色在于其强大的自然语言定制能力。与传统智能体框架不同，AutoAgent 允许用户仅凭自然语言即可创建工具、智能体乃至复杂的智能体工作流。

核心功能概览

AutoAgent 提供两种主要模式，使用户能够通过对话式交互来构建智能体：

智能体编辑器（Agent Editor）

这是 AutoAgent 最具特色的功能之一。通过 agent editor 模式，用户无需编写任何代码，只需使用自然语言描述其需求，即可创建自定义的智能体。这种直观的交互方式大大降低了智能体开发的门槛，使得非技术用户也能轻松设计和部署智能体。

工作流编辑器（Workflow Editor）

除了创建单个智能体，AutoAgent 还支持通过 workflow editor 模式来构建智能体工作流。用户同样可以通过自然语言描述，将多个智能体或工具串联起来，形成一个解决复杂任务的自动化流程。需要注意的是，目前该模式暂时不支持工具的创建功能。

快速上手指南

要开始使用 AutoAgent，请遵循以下详细步骤：

安装 AutoAgent

首先，你需要克隆 AutoAgent 仓库并安装其依赖：

git clone https://github.com/HKUDS/AutoAgent.git
cd AutoAgent
pip install -e .

安装 Docker

AutoAgent 利用 Docker 来容器化智能体交互环境，因此请确保你已安装 Docker。你无需手动拉取预构建镜像，Auto-Deep-Research 会根据你的机器架构自动完成此操作。

API 密钥设置

创建一个 .env 文件（可参考 .env.template），并配置你希望使用的LLM提供商的API密钥。并非所有密钥都是必需的，只需设置你需要的服务即可。

GITHUB_AI_TOKEN=
OPENAI_API_KEY=
DEEPSEEK_API_KEY=
ANTHROPIC_API_KEY=
GEMINI_API_KEY=
HUGGINGFACE_API_KEY=
GROQ_API_KEY=
XAI_API_KEY=
MISTRAL_API_KEY=
OPENROUTER_API_KEY=

通过 CLI 模式启动

AutoAgent 提供了易于使用的命令行界面（CLI）来启动。

你可以运行 auto main 来启动 AutoAgent 的完整功能，包括用户模式、智能体编辑器和工作流编辑器。此外，你也可以运行 auto deep-research 来启动更轻量级的用户模式，类似于 Auto-Deep-Research 项目。

命令选项

以下是 auto main 命令的一些常用配置选项：

• --container_name: Docker 容器的名称（默认值: ‘deepresearch’）
• --port: 容器的端口（默认值: 12346）
• COMPLETION_MODEL: 指定要使用的LLM模型。模型名称应遵循 LiteLLM 的命名规范。（默认值: claude-3-5-sonnet-20241022）
• DEBUG: 启用调试模式以获取详细日志（默认值: False）
• API_BASE_URL: LLM提供商的基础URL（默认值: None）
• FN_CALL: 启用函数调用（默认值: None）。大多数情况下，可以忽略此选项，因为系统已根据模型名称设置了默认值。
• git_clone: 将 AutoAgent 仓库克隆到本地智能体交互环境（仅支持 auto main 命令，默认值: True）
• test_pull_name: 测试拉取（pull）的名称（仅支持 auto main 命令，默认值: ‘autoagent_mirror’）

关于 git_clone 和 test_pull_name 的更多细节

在智能体编辑器和工作流编辑器模式下，AutoAgent 需要克隆其仓库的一个镜像到本地智能体交互环境，以便自动更新自身，例如创建新的工具、智能体和工作流。因此，如果你打算使用这两种模式，应将 git_clone 设置为 True，并将 test_pull_name 设置为 ‘autoagent_mirror’ 或其他分支。

使用不同LLM提供商启动 auto main

以下是使用 auto main 命令和不同LLM提供商的示例。对于 auto deep-research 命令，请参考 Auto-Deep-Research 项目。

Anthropic

• 在 .env 文件中设置 ANTHROPIC_API_KEY。
• 运行以下命令：

  auto main # 默认模型为 claude-3-5-sonnet-20241022
  

OpenAI

• 在 .env 文件中设置 OPENAI_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=gpt-4o auto main
  

Mistral

• 在 .env 文件中设置 MISTRAL_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=mistral/mistral-large-2407 auto main
  

Gemini - Google AI Studio

• 在 .env 文件中设置 GEMINI_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=gemini/gemini-2.0-flash auto main
  

Huggingface

• 在 .env 文件中设置 HUGGINGFACE_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=huggingface/meta-llama/Llama-3.3-70B-Instruct auto main
  

Groq

• 在 .env 文件中设置 GROQ_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=groq/deepseek-r1-distill-llama-70b auto main
  

兼容 OpenAI 的终端（例如 Grok）

• 在 .env 文件中设置 OPENAI_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=openai/grok-2-latest API_BASE_URL=https://api.x.ai/v1 auto main
  

OpenRouter（例如 DeepSeek-R1）

• 推荐暂时通过 OpenRouter 使用 DeepSeek-R1，因为官方API可能效率不高。
• 在 .env 文件中设置 OPENROUTER_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=openrouter/deepseek/deepseek-r1 auto main
  

DeepSeek

• 在 .env 文件中设置 DEEPSEEK_API_KEY。
• 运行以下命令：

  COMPLETION_MODEL=deepseek/deepseek-chat auto main
  

CLI 模式启动后，你将看到 AutoAgent 的欢迎页面。

实用技巧

导入浏览器 Cookies 到浏览器环境

你可以将浏览器 Cookies 导入到 AutoAgent 的浏览器环境中，以便智能体更好地访问特定网站。更多详细信息，请参阅项目中的 cookies 文件夹。

添加第三方工具平台的 API 密钥

如果你希望从 RapidAPI 等第三方工具平台创建工具，你需要从平台订阅工具，并通过运行 process_tool_docs.py 脚本来添加自己的API密钥。

python process_tool_docs.py

敬请期待更多功能！🚀 Web GUI 界面正在积极开发中。

未来展望

AutoAgent 正在持续发展中。以下是即将推出的功能列表：

• 📊 更多基准测试：将评估扩展到 SWE-bench、WebArena 等。
• 🖥️ GUI 智能体：支持基于 GUI 交互的“计算机使用”智能体。
• 🔧 工具平台：集成更多工具平台，如 Composio。
• 🏗️ 代码沙箱：支持额外的环境，如 E2B。
• 🎨 Web 界面：开发全面的图形用户界面，以提供更好的用户体验。

如果你有任何想法或建议，请随时提交问题。请持续关注更多激动人心的更新！🚀

如何复现论文结果

GAIA 基准测试

要运行 GAIA 基准测试的推理，请执行以下命令：

cd path/to/AutoAgent && sh evaluation/gaia/scripts/run_infer.sh

要进行评估，请运行以下命令：

cd path/to/AutoAgent && python evaluation/gaia/get_score.py

Agentic-RAG

对于 Agentic-RAG 任务，请按照以下步骤运行推理：

1. 前往 Huggingface 的 MultiHopRAG 页面并下载数据集，将其保存到你的数据路径。

2. 运行以下命令以执行推理：

   cd path/to/AutoAgent && sh evaluation/multihoprag/scripts/run_rag.sh
   

3. 结果将保存到 evaluation/multihoprag/result.json 文件中。

文档

更详细的文档即将发布，并将在 AutoAgent 的文档页面更新。

加入社区

我们致力于为 AutoAgent 建立一个活跃的社区，并欢迎所有人的加入。你可以通过以下方式参与：

• 加入我们的 Slack 工作区：在这里，我们讨论研究、架构和未来开发。
• 加入我们的 Discord 服务器：这是一个由社区运营的服务器，用于一般讨论、提问和反馈。
• 阅读或发布 GitHub Issues：查看我们正在处理的问题，或提出你自己的想法。

致谢

AutoAgent 的构建离不开众多先行者的卓越工作。我们的框架架构从 OpenAI Swarm 中汲取灵感，用户模式的三智能体设计则受益于 Magentic-one 的洞察。我们还从 OpenHands 学习了文档结构，并从许多其他优秀项目中学到了智能体与环境交互的设计，在此对所有这些对塑造 AutoAgent 至关重要的开创性工作表示诚挚的感谢和敬意。

引用

如果你在研究中使用了 AutoAgent，请考虑引用我们的工作：

@misc{AutoAgent,
      title={{AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents}},
      author={Jiabin Tang, Tianyu Fan, Chao Huang},
      year={2025},
      eprint={202502.05957},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2502.05957},
}

<a href="https://github.com/HKUDS/AutoAgent" target="_blank">查看更多详情</a>