Agenta 智能体工作空间
通过对话构建、协作运行并持续改进自动化智能体。
- Star 数
- ★ 4.9k
- 最近更新
- 今天
- License
- NOASSERTION
- 主语言
- TypeScript
- FA 评分
- 58/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Claude Code · OpenAI API · Claude API
- 费用
- 有免费版，另有付费云服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要把定期整理研究资料或维护团队 wiki 的工作交给后台智能体的团队，可在共享工作空间中与智能体共同处理文件。
- 不适合
- 需要完全离线、数据不出本地的团队
- 只想用可视化拖拽搭建固定流程的用户
- 不愿自行部署和维护服务的团队
- 源码审查
- 58/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Agenta 是一个用于构建和运行专用智能体的开源工作空间。用户可在聊天中描述工作、连接所需应用，并通过反馈改进智能体。它提供共享文件工作空间、团队角色访问、后台计划任务和已连接应用事件触发。平台记录每次模型与工具调用，并保存智能体配置版本，以便排查失败、比较变更和跟踪用量与预估成本。自托管部署可使用现有 Claude 或 ChatGPT 订阅，并支持 Claude Code 和 Pi 作为 harness。
用户在聊天中描述任务，为智能体连接应用，并在共享工作空间中共同处理文件、文档、研究资料或 wiki。Agenta 可让智能体直接在聊天中工作，也可按计划运行，或在已连接应用发生事件时启动后台智能体。它通过 MCP 服务器连接应用，并可通过 Composio 访问 1,000 多个应用；README 列举了 Gmail、Slack、Notion 和 GitHub。系统会追踪每次模型请求和工具调用，记录 token 用量与预估成本，并保留每个智能体配置的版本历史。智能体定义可采用 AGENTS.md、skills 和 MCP servers；README 还列出 Local runtime、Daytona sandboxes 与 Docker sandboxes。
- 需要把定期整理研究资料或维护团队 wiki 的工作交给后台智能体的团队，可在共享工作空间中与智能体共同处理文件。
- 已在使用 Claude 或 ChatGPT 订阅、希望自托管执行本地智能体任务的个人或团队，可将 Agenta 作为运行工作空间。
- 需要在 Gmail、Slack、Notion 或 GitHub 等已连接应用发生事件后启动处理工作的团队，可使用事件触发的后台智能体。
- 需要审计智能体失败、模型请求、工具调用、token 用量和预估成本的运营或工程团队，可查看运行追踪与版本历史。
- 需要让同一智能体既接受聊天协作又执行定期任务的知识工作团队，可结合交互式聊天与计划任务。
如何安装或部署这个 Agent？
README 未提供可独立复现的 Agenta 自托管安装命令、运行时版本、环境变量、端口或凭据清单。它提供的引导方式是先运行 npx skills add Agenta-AI/agenta-skills，再向支持该技能的智能体请求协助自托管并测试 Agenta；该仓库摘录未说明完成部署所需的具体配置。
如何使用这个 Agent？
在聊天中描述希望自动化或辅助完成的工作，连接智能体需要的应用，然后通过反馈改进智能体。与智能体在共享工作空间中直接协作，或将重复性工作配置为计划运行；也可让它在已连接应用发生事件时运行。根据任务设置工具权限，区分可自动执行、需要人工批准和被阻止的操作；随后使用 traces、用量、成本和配置版本历史检查运行结果。
这个 Agent 有哪些优点和局限？
- 同一工作空间同时支持聊天协作、计划运行和应用事件触发，而非仅提供预定义步骤的工作流。
- 记录每次模型与工具调用，并保留配置版本历史，可用于定位失败、比较变更和核算 token 与预估成本。
- 可采用 Claude Code 或 Pi harness，并列出 OpenAI、Anthropic、OpenRouter、Ollama 等多种模型路径。
- 支持共享文件工作空间、团队角色访问及工具级人工批准/阻止策略。
- 摘录未提供自托管所需的完整安装命令、环境变量、端口、凭据和运行时前置条件，部署评估需要额外资料。
- 当前已勾选的 harness 只有 Claude Code 和 Pi；Codex、Gemini 与 OpenCode 在路线图中尚未完成。
- 部分运行时和触发能力仍在规划中，包括 E2B、Vercel、Cloudflare、通用 webhook 触发器及 OAuth MCP transport。
- 仓库元数据标注许可证为 NOASSERTION，而 README 同时声明 MIT，采用前应核实实际许可文件与适用条款。
这个 Agent 与同类方案有什么区别？
README 将 Agenta 与 n8n、Activepieces、Zapier 区分：前者面向需规划、调用工具并调整方法的工作，后者面向预定义步骤的可预测流程。相对 Claude Cowork，README 强调开源、可选 harness 和模型、可检查智能体组件，以及交互式与后台运行。相对 Claude Code、Codex、Pi 和 OpenCode，Agenta 被定位为补充其执行层的共享工作空间，增加文件、团队访问、触发器、版本和 traces。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Agenta 智能体工作空间 当前 | 58 · 缺口较多 | 自托管服务免费版 + 付费版 | ★ 4.9k | 今天 | TypeScript | Claude Code · OpenAI API · Claude API |
| Okou | 54 · 缺口较多 | 云服务 / SaaS免费版 + 付费版 | ★ 1.2k | 今天 | TypeScript | OpenAI API · Claude API |
| CowAgent | 52 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 48k | 今天 | Python | OpenAI API · Claude API |
| holaOS | 42 · 缺口较多 | 桌面应用免费版 + 付费版 | ★ 11k | 2 天前 | TypeScript | Codex · Claude Code · OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
入口代码展示了请求凭据传递，并明确隔离服务进程环境中的模型和 AWS 密钥；README 还称沙箱隔离、工具权限可配置。故最小权限和敏感信息处理有部分代码与文档支撑，但沙箱及权限控制主要是声明，未在所给材料中得到实现细节佐证。没有通用的外部操作确认或回滚机制证据；安全报告渠道和分许可条款清晰，但依赖安全资料有限，发布者身份未验证且维护归属更新路径不够明确。
服务入口将调用与检查异常交给处理函数，并有健康检查；但所给代码片段没有展示这些处理函数如何呈现错误。技能文档对路径和示例有不一致（公告文件格式说明与数组示例不同），且部分教程依赖外部服务。没有足够证据证明依赖可用性或端到端一致性，因此仅给薄弱分数。
README 面向团队中技术和非技术成员，列出聊天、定时或事件自动化、自托管、模型选择和集成等情境；技能文件也明确触发条件及适用边界。安装文档提供云试用和自托管入口，但具体安装步骤被转交给外部技能与文档，因此环境适配有支持但不完整。
仓库地图及分层指南清楚，技能有名称、触发描述和操作示例；安全政策说明披露流程，许可证文件说明 MIT 与 EE 目录的不同许可。README 提供自托管入口，发布工作流展示多组件版本协调，公告技能说明 ID 约定。不过，版本与更新信息在材料中有限，贡献者指南不能完全替代产品维护责任说明。
产品目标和使用情境具体，README 展示团队共享智能体、集成工具和后台自动化的用途；技能示例及入口代码提供可操作信息。对照缺少执行证据、成本与限制细节，且关键能力描述多为产品声明，无法充分判断实际边际收益或成本效益。
若干安全行为可追踪到入口代码，安装、许可和安全披露也有对应文件；但 README 的沙箱、审计、权限等关键声明未由所给代码片段交叉印证，材料间独立佐证较少。文档对产品能力的陈述可辨认，但事实与推断边界并非处处明确，因此不予满分。
- README 宣称智能体可自主使用工具、在网站和文件上工作，并通过事件触发；部署前应核实沙箱、权限、凭据隔离及外部写入的确认和恢复路径。
- 自托管的具体安装步骤被转交给外部技能和文档；此评估仅基于所给静态材料，未运行产品或验证安全与可靠性。
你是这个项目的维护者？把 FARS 徽章加到 README
[](https://followagents.com/zh/agents/agenta)<a href="https://followagents.com/zh/agents/agenta"><img src="https://followagents.com/badge/agenta.svg?lang=zh" alt="FARS 评测"></a>最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
What's Changed * feat(frontend): edit a queue's name and description in /m by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8206 * feat(frontend): show each step's trace and metrics in the /m scenario drawer by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8207 * feat(frontend): compare evaluation runs on the /m run page by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8208 …在 GitHub 查看 ↗ -
发布说明摘录
What's Changed * feat(frontend): queue All Annotations in /m shows trace inputs and outputs by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8174 * feat(frontend): View Results in the /m annotation queue row menu by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8177 * fix(frontend): playground results in a labelled card, compact rows and primary Run all in /m by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8182 * fix(frontend): playground header and toolbars like /w, no overlap in compare mode in /m by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8188 …在 GitHub 查看 ↗ -
发布说明摘录
What's Changed * fix(frontend): send /w app and developer links to the matching /m page under beta by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8133 * feat(frontend): Observability parity in /m (rail entry, readable Pretty JSON, test set queues, auto-refresh) by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8134 * feat(frontend): beta developer mode is the one gate for /m developer views by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8141 * feat(frontend): /m developer mode rail like /w by @mmabrouk in https://github.com/Agenta-AI/agenta/pull/8140 …在 GitHub 查看 ↗
常见问题
可以在本地或自托管环境中使用现有订阅吗？
后台智能体如何启动？
如何限制高风险操作？
出现失败或成本异常时能查看什么？
谢谢反馈，我们会据此改进页面。