# Wegent
**Repository Path**: wecode-ai/wegent
## Basic Information
- **Project Name**: Wegent
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-11-13
- **Last Updated**: 2025-11-27
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# Wegent
> 🚀 一个定义、组织和运行智能体 AI的开源平台
[English](README.md) | 简体中文
[](https://python.org)
[](https://fastapi.tiangolo.com)
[](https://nextjs.org)
[](https://docker.com)
[](https://claude.ai)
### 🚀 **构建你的 AI 智能体工作团队**
*从编程助手到新闻分析 - 部署真正能干活的智能代理*
[快速开始](#-快速开始) · [应用场景](#-你能构建什么) · [文档](docs/zh/资源定义格式.md)
---
## 💡 你能构建什么?
Wegent 让你通过智能体编排创建强大的 AI 应用:
### 🖥️ **网页版编程助手**
在浏览器中构建全功能开发环境
### 📰 **新闻智能平台**
创建智能新闻聚合和分析系统
### 🔧 **自定义智能体应用**
可能性无限 - 为以下场景构建智能体:
- **数据分析**:自动化报告生成和可视化
- **内容创作**:博客文章、社交媒体和营销素材
- **客户支持**:具有上下文理解的智能聊天机器人
- **DevOps 自动化**:CI/CD 流水线管理和监控
- **研究助手**:文献综述和知识合成
---
## 📖 什么是 Wegent?
Wegent 是一个开源的 AI 原生操作系统,使您能够大规模定义、组织和运行智能代理。基于 Kubernetes 风格的声明式 API 和 CRD(自定义资源定义)设计模式,Wegent 为创建和管理 AI 智能体生态系统提供了标准化框架。
```mermaid
graph LR
subgraph AIResource ["🌐 AI 原生资源"]
subgraph YAMLDef ["📄 YAML 定义"]
Ghost["👻 Ghost
智能体灵魂"]
Model["🧠 Model
模型配置"]
Shell["🐚 Shell
智能体程序"]
Bot["🤖 Bot
智能体实例"]
CollabModel["🤝 Collaboration
协作模型"]
Team["👥 Team
协作团队"]
end
end
subgraph Wegent ["🚀 Wegent"]
Workspace["💼 Workspace
工作环境"]
TeamInstance["👥 智能体团队实例
运行中的团队"]
end
User["👤 用户"]
Task["🎯 Task
用户任务"]
%% CRD 资源关系
Ghost --> Bot
Model --> Bot
Shell --> Bot
Bot --> Team
CollabModel --> Team
Shell --> Team
%% 团队定义到实例
AIResource --> Wegent
Workspace --> TeamInstance
%% 用户交互流程
User --> Task
Task --> TeamInstance
TeamInstance --> Task
%% 样式
classDef yamlBox stroke-dasharray: 5 5
classDef runtimeBox stroke:#ff6b6b,stroke-width:2px
classDef resourceBox stroke:#4ecdc4,stroke-width:2px
class YAMLDef yamlBox
class Runtime runtimeBox
class AIResource resourceBox
```
### 🎯 核心概念
- **👻 Ghost**:智能体的"灵魂" - 定义个性、能力和行为模式
- **🧠 Model**:AI 模型配置 - 定义环境变量和模型参数
- **🐚 Shell**:"可执行程序" - 能够启动智能体的程序
- **🤖 Bot**:完整的智能体实例,结合了 Ghost + Shell + Model
- **👥 Team**:由多个 Bot + 协作模型组成,定义智能体如何协同工作
- **🤝 Collaboration**:定义团队中 Bot 之间的交互模式(类似工作流)
- **💼 Workspace**:用于任务和项目的隔离工作环境
- **🎯 Task**:分配给团队的可执行工作单元
> 💡 **详细的 YAML 配置文档**:
- [完整的 YAML 配置示例和字段说明](docs/zh/资源定义格式.md)
### ✨ 为什么选择 Wegent?
- **标准化**:通用的 AI 智能体运行时规范,就像容器的 Kubernetes
- **声明式**:通过简单的 YAML 配置定义和管理智能体
- **协作式**:内置多智能体团队协作和编排支持
- **多模型支持**:目前支持 Claude Code,计划支持 Codex 和 Gemini
- **灵活配置**:可自定义智能体个性和能力
- **任务编排**:智能调度和执行
## 🚀 快速开始
### 前置要求
- Docker 和 Docker Compose
- Git
1. **克隆仓库**
```bash
git clone https://github.com/wecode-ai/wegent.git
cd wegent
```
2. **启动平台**
```bash
docker-compose up -d
```
3. **访问 Web 界面**
- 在浏览器中打开 http://localhost:3000
4. **配置 GitHub 访问令牌**
- 按照页面说明配置您的 GitHub 访问令牌
5. **配置 Bot**
Wegent 内置了一个开发 Bot。对于 Claude Code 运行时,请设置以下环境变量:
```json
{
"env": {
"ANTHROPIC_MODEL": "openrouter,anthropic/claude-sonnet-4",
"ANTHROPIC_AUTH_TOKEN": "sk-xxxxxx",
"ANTHROPIC_BASE_URL": "http://xxxxx",
"ANTHROPIC_SMALL_FAST_MODEL": "openrouter,anthropic/claude-3.5-haiku"
}
}
```
注:部分运行时可能使用 `ANTHROPIC_API_KEY` 而非 `ANTHROPIC_AUTH_TOKEN`,具体以文档说明为准。
6. **运行任务**
在任务页面,选择您的项目和分支,描述您的开发需求,例如使用 Python 实现冒泡排序算法
## 🏗️ 架构
```mermaid
graph TB
subgraph "🖥️ 管理平台层"
Frontend["🌐 Next.js 前端"]
Backend["⚙️ FastAPI 后端"]
API["🚀 声明式 API"]
end
subgraph "📊 数据层"
MySQL[("💾 MySQL 数据库")]
end
subgraph "🔍 执行层"
ExecutorManager["💯 执行器管理器"]
Executor1["🚀 执行器 1"]
Executor2["🚀 执行器 2"]
ExecutorN["🚀 执行器 N"]
end
subgraph "🤖 智能体层"
Claude["🧠 Claude Code"]
AngoPlanned["💻 Agno(计划中)"]
DifyPlanned["✨ Dify(计划中)"]
end
%% 系统交互
Frontend --> API
API --> Backend
Backend --> MySQL
Backend --> ExecutorManager
ExecutorManager --> Executor1
ExecutorManager --> Executor2
ExecutorManager --> ExecutorN
%% AI 程序集成(目前仅支持 Claude Code)
Executor1 --> Claude
Executor2 --> Claude
ExecutorN --> Claude
```
## 🛠️ 开发
### 项目结构
```
wegent/
├── backend/ # FastAPI 后端服务
├── frontend/ # Next.js Web 界面
├── executor/ # 任务执行引擎
├── executor_manager/ # 执行编排
├── shared/ # 通用工具和模型
└── docker/ # 容器配置
```
### 开发环境设置
1. **后端开发**
```bash
cd backend
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload
```
2. **前端开发**
```bash
cd frontend
npm install
npm run dev
```
3. **运行测试**
```bash
# 后端测试
cd backend && python -m pytest
# 前端测试
cd frontend && npm test
```
## 🤝 贡献
我们欢迎贡献!详情请参阅我们的[贡献指南](CONTRIBUTING.md)。
### 开发工作流
1. Fork 仓库
2. 创建功能分支
3. 进行更改
4. 添加测试
5. 提交 Pull Request
## 📞 支持
- 🐛 问题反馈:[GitHub Issues](https://github.com/wecode-ai/wegent/issues)
## 👥 贡献者
感谢以下开发者对本项目的贡献,为了让项目变得更好 💪
---
由 WeCode-AI 团队用 ❤️ 制作