LeAgent
开源自托管桌面 Agent:会规划、会自我纠错的思考-行动循环,可视化工作流与生成式 UI,内置 100+ 离线工具。
- Star 数
- ★ 244
- 最近更新
- 4 个月前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 50/100 · 缺口较多
30 秒速览
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 开始前需要
- 典型场景
- 财务或行政人员把一整个文件夹的发票、合同、报表交给它:OCR 分类、抽取结构化字段进 Excel,并在同一回合产出 Word/PPTX 汇总。
- 主要局限
- 默认单进程/单 worker 只适合 SQLite 单写者;要横向扩展必须切 PostgreSQL 并配粘性会话,因为执行注册表和事件总线是按 worker 隔离的。
- 官网
- vixues.com.cn ↗ 来自 GitHub 仓库设置
- 维护状态
- 近半年有提交最近提交 2026-07-17最新版本 v1.2.7(2026-07-17)
- 源码审查
- 50/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
LeAgent 是一个开源的桌面 AI Agent,后端为 Python 3.11+ / FastAPI 的模块化单体,前端是 React 19 + TypeScript 单页应用,另有打包自带 Python 运行时的 Electron 桌面外壳。它的核心是一个统一的 think-act 内核 leagent.sdk.kernel.run_loop:无论请求来自 HTTP/SSE、WebSocket、Cron、后台任务还是 GenUI,都会经 ServiceManager / AgentRuntime / WorkflowService 门面汇聚到同一个 QueryEngine 循环,并把暂停的回合持久化到 CheckpointStore 后再原样恢复。能力面包括 13 类 100+ 内置工具(文档、网页、数据、代码、数据库、媒体、图表等),每个工具都自动变成 ReactFlow 工作流里的类型化节点;还有 Agent Skills v1.0、MCP 客户端、YAML 规则引擎与三库记忆(情景/语义/程序)。输出侧可以把 PDF/Word/Excel/PPTX 文件、图表、声明式生成式 UI 树(KPI 看板、幻灯片、画廊)直接流式渲染进聊天并导出。默认零外部依赖:SQLite 单进程即可运行,需要扩展时切换 PostgreSQL 并可加 Milvus 向量记忆;模型可接 DeepSeek、DashScope、OpenAI、Anthropic、Azure OpenAI,也可完全离线对接 Ollama / vLLM。
LeAgent 读取用户会话或定时/Webhook 触发的请求,经 facade 铸造成一个带 run_id(子作用域含 parent_run_id)的 ExecutionRun,在 run_loop → QueryEngine → tool executor 的单一循环里做规划、调用工具与自我纠正。工具覆盖文档读写与 OCR、DuckDuckGo/SearXNG/Bing 搜索与抓取、CSV/Excel 清洗与 SQL/向量检索、两级代码沙箱(进程内 RestrictedPython 与子进程沙箱)、Word/Excel/PPTX/PDF 生成器、图表与图像处理、图片/视频/3D/音视频生成节点;工具返回统一文件层的 FileRef,并给出带 HMAC 签名的预览/下载链接。WorkflowExecutor 同时驱动保存的 DAG、聊天里的步骤卡片和聊天内嵌图,按就绪批次并发执行独立分支并做集中重试/退避与超时。生成式 UI 通过 SSE 流式下发声明式 UI 树并在聊天内实时渲染、补丁更新,可导出为 PDF 或 PPTX。状态分三处落盘:会话在 TieredSessionStore、暂停回合在 CheckpointStore(agent_checkpoints 表)、工作流运行在 WorkflowStateStore;可观测性走 structlog 结构化日志、OpenTelemetry span 与 Prometheus 直方图。
- 财务或行政人员把一整个文件夹的发票、合同、报表交给它:OCR 分类、抽取结构化字段进 Excel,并在同一回合产出 Word/PPTX 汇总。
- 研究或咨询岗位需要带引用的简报:跨 SearXNG/Bing/DuckDuckGo 检索、抓取并下载来源,再合成带图表和 KPI 看板的 PDF 报告。
- 数据分析师在本地加载 CSV/Excel 或查询托管数据库,做清洗、合并、聚合、SQL 与向量检索,并让 Agent 用生成的图表讲述结论。
- 把 PDF 论文交给 Research Paper Mode,做结构与大纲提取、忠实章节/全文摘要、参考文献与 LaTeX 公式抽取、区域翻译,全程离线文本抽取。
- 独立游戏或美术团队用节点图把文字需求生成图片、视频、3D 网格与 VFX 序列帧,经质量门与有界自纠环后导出 Unity / Unreal / Godot 资产包。
- 需要私有部署的团队用 Docker 单容器起服务,配置 cron 定时任务、入站 Webhook 与钉钉/飞书/企业微信出站通道做常驻自动化。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
docker compose up -d --buildnpm install && npm run devcurl -fsSL https://vixues.com.cn/install.sh | bash
- 环境变量
LEAGENT_SECRET_KEYDEEPSEEK_API_KEYVLLM_ENDPOINTLLM_OLLAMA_ENDPOINTDATABASE_URL- 配置文件
.env.example~/.leagent/.envdeploy/.env- 运行环境
- Node.js 20+
- 安装说明涉及
- Docker
如何安装或部署这个 Agent?
本地开发(README 推荐路径),需要 git、uv 与 Node.js 20+ 或 22+:
git clone https://github.com/vixues/LeAgent.git
cd LeAgent
./start.sh # backend :7860 + frontend :5173Docker 单容器部署:
cd LeAgent/deploy
cp .env.example .env # set LEAGENT_SECRET_KEY + at least one provider key
docker compose up -d --build手动分步启动:
cd backend
uv sync --extra dev
uv run leagent init
uv run leagent appcd frontend
npm install && npm run dev项目提供一行安装脚本;桌面端安装包随 GitHub Release 发布,自带 Python 运行时,无需另装 Python/Node/Docker:
curl -fsSL https://vixues.com.cn/install.sh | bash至少配置一个提供方密钥(环境变量或在 Web UI 的 Settings → Environment secrets 中设置,写入 ~/.leagent/.env),必填项为 LEAGENT_SECRET_KEY 与至少一个模型密钥(如 DEEPSEEK_API_KEY);也可用 VLLM_ENDPOINT / LLM_OLLAMA_ENDPOINT 指向本地兼容端点完全离线运行。
如何使用这个 Agent?
启动后端后,Docker 路径的 API 与交互文档位于 http://localhost:8000/docs,本地开发的 Vite 前端在 :5173、后端在 :7860。首次使用建议在 Settings 里填入 DeepSeek 密钥(README 称其验证最充分并自动映射为 tier1/tier2),然后直接在聊天里给一个多步任务,例如指向发票文件夹要求 OCR 抽取并产出 Excel 与 PPTX 汇总。
工作流侧可在 ReactFlow 编辑器里拖拽工具节点(每个工具都是自动生成的 Tool.<name> 类型化节点)搭 DAG,导出 YAML 复用为模板,并交给聊天里的 Agent 设计、运行与迭代。
常驻自动化通过部署目录的环境变量切换到 PostgreSQL 并接入 cron、Webhook 与 IM 通道:
# deploy/.env
LEAGENT_SECRET_KEY=<openssl rand -hex 32>
DEEPSEEK_API_KEY=<your key>
DATABASE_URL=postgresql://user:pass@host:5432/leagent
LEAGENT_DEBUG=false备份时需同时保存 LEAGENT_HOME 下的 SQLite 数据库(WAL 模式)以及 working-uploads、knowledge、coding-project 目录。
这个 Agent 有哪些优点和局限?
- 单一 think-act 内核贯穿聊天、SDK、后台任务、子 Agent 与工作流节点,暂停的回合落 CheckpointStore 后可原地恢复,执行模型有明确定义的状态归属。
- 每个工具自动暴露为类型化 ReactFlow 节点,可视化编排新能力无需胶水代码;WorkflowExecutor 支持就绪批次并发、集中重试/退避与每节点超时。
- 默认零外部依赖可跑:SQLite 单进程、单 Docker 容器,模型可接 DeepSeek/DashScope/OpenAI/Anthropic/Azure,也可完全离线对接 Ollama/vLLM。
- 输出形态完整:文档(Word/Excel/PPTX/PDF)、图表、生成式 UI(KPI 看板/幻灯片/画廊)可流式渲染并导出,还有 Research Paper Mode 的引用接地分析。
- 扩展机制齐全:Agent Skills v1.0 的 SKILL.md 渐进加载、MCP 客户端、入站 Webhook、出站 IM 通道与声明式 YAML 规则引擎。
- 默认单进程/单 worker 只适合 SQLite 单写者;要横向扩展必须切 PostgreSQL 并配粘性会话,因为执行注册表和事件总线是按 worker 隔离的。
- 需要自备模型密钥或本地推理端点,能力上限取决于所选提供方;README 对各家模型的兼容深度并不一致(DeepSeek 最充分)。
- 桌面端明确标注为 Beta、功能仍在打磨,macOS 包未签名,需要手动
xattr -dr com.apple.quarantine才能打开。 - 首次本地开发要同时装 uv、Node.js 与 Playwright Chromium,Docker 路径还要准备密钥与 Compose,前期配置成本不低。
- 向量记忆与语义召回依赖可选的 Milvus,未配置时检索能力会降级;备份也必须连同 LEAGENT_HOME 整个目录一起做,运维面比单文件应用更重。
这个 Agent 与同类方案有什么区别?
README 将其定位为对闭源云聊天机器人与纯代码 CLI 的替代:相比只对话的云端聊天工具,它强调本地的 100+ 工具、可视化工作流与生成式 UI;相比 code-only CLI,它把文档、媒体与游戏美术资产管线纳入同一运行时。但在自托管替代品语境下,README 未点名任何具体的竞品项目。
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 |
|---|---|---|---|---|---|---|
| LeAgent 当前 | 50 · 缺口较多 | — | ★ 244 | 4 个月前 | Python | OpenAI API · Claude API |
| LazyMind | 61 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 790 | 1 天前 | Go | Codex |
| NextClaw | 61 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 264 | 1 天前 | TypeScript | Codex · Claude Code |
| PocketPaw | 44 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 934 | 2 天前 | Python | Codex · OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
least_privilege:安全文档描述了 deny/allow/ask、Plan Mode、PathSandbox 与工具级 check_permissions,属执行层权限控制,但仅为文档断言,未见实现代码,故给 2 而非 3。user_confirmation:文档称破坏性动作需确认、审批可 allow_once/allow_session/deny、模糊回复按 deny,但同样只有文档证据,扣至 2。data_flow_transparency:README 称数据默认不出本机,但未说明各 provider/MCP/webhook 的具体外发字段与保留策略,仅 1。sensitive_data_handling:文档承认日志管线未证明全字段脱敏、Trace 默认关闭 payload 属良好默认,但缺少可核验实现,1。dependency_security:CI 有 lint/test/build,但 ruff 步骤 continue-on-error,未见依赖锁定审计或漏洞扫描,1。external_effects:有沙箱、审批、限流等设计描述,但无代码佐证,2。rollback:有 checkpoint 暂停/恢复与备份说明,但无事务回滚或破坏性操作撤销机制证据,1。source_attribution:SKILL 要求引用受管 file_id,但整体对外部内容 provenance 仅停留在文档层面,1。
self_consistency:README、AGENTS.md、CLI 与 main.py 对端口、执行拓扑、命令的描述基本一致,2。dependency_availability:README 列出 uv/npm/Playwright/Docker 等前置,但未给出锁定版本或离线可用性验证,1。failure_messages:main.py 有迁移失败 fail-fast 与告警日志,但整体错误处理多为 suppress/非致命跳过,用户可见错误信息证据有限,1。
audience_and_scenarios:README 明确面向自托管/隐私用户并列出办公、研究、数据分析等场景,2。capability_boundaries:SKILL 文件明确 in/out of scope,安全文档也诚实说明能力边界,2。trigger_precision:SKILL 的 description 与 tags 给出较清晰的触发条件,2。environment_fit:支持本地、Docker、桌面多平台,但 macOS 未签名需手动去隔离,属部分适配,2。
information_architecture:README 与 AGENTS.md 提供清晰的目录与子系统地图,2。install_notes:提供本地、Docker、手动、一键安装多种方式,2。naming_stability:存在 v1/v2 API、兼容 shim、tier 迁移等,命名与接口稳定性证据不足,1。examples_and_faq:有示例命令与场景,但无 FAQ,1。known_limitations:README 提到桌面 Beta、SQLite 单写、多 worker 需粘性会话,但分散且不系统,1。license:LICENSE 为完整 Apache-2.0,SKILL 也标注 Apache-2.0,3。versioning_changelog:有 release 徽章与 SKILL version 字段,但无 CHANGELOG 文件,1。maintenance_responsibility:SECURITY.md 给出联系邮箱与响应时限,但发布者身份未验证,维护责任归属不明确,1。
output_usability:SKILL 要求输出受管 file_id/download_url 与结构化表格,产出可用性较好,2。marginal_value:整合工具、工作流、GenUI 与离线能力,相对通用聊天有增量价值,2。cost_benefit:功能面广但依赖重、配置项多、桌面未签名,成本收益证据不足以给高分,1。
claim_traceability:README 大量能力声明指向 docs 路径,但包内未见对应实现文件佐证,1。cross_source_corroboration:README、AGENTS.md、安全文档相互印证架构描述,但均为文档自述,1。fact_inference_separation:安全文档较诚实地区分已实现与未实现(如承认无完备注入检测),但 SECURITY.md 中部分安全声明(如输入已净化、CSRF 保护)缺乏代码佐证,1。
- 安全控制(权限、审批、沙箱、RBAC)主要来自文档自述,包内缺少对应实现代码,部署前应自行审计。
- SECURITY.md 声称输入已净化、具备 CSRF 防护与合规支持,但缺乏代码佐证,不应据此认定已满足合规。
- 一键安装脚本来自第三方域名 vixues.com.cn,且发布者身份未经验证,执行前应审查脚本内容。
- macOS 安装包未签名,需手动移除隔离属性,存在供应链与完整性风险。
- CI 中 ruff 检查为 continue-on-error,依赖漏洞扫描与锁定审计证据不足。
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
[1.2.7] - 2026-07-17 Fixed - frontend: Restore pruned wasm optional deps in package-lock([23229e4](https://github.com/vixues/LeAgent/commit/23229e4de1d629cf32beb2ecf4af46219bc091d8)) - ci: Pin setup-uv to v8.3.2([2d491c8](https://github.com/vixues/LeAgent/commit/2d491c88779d4c94b2efc109e37f9a2142469351)) - tests: Restore os.environ after configure_settings apply tests([a046059](https://github.com/vixues/LeAgent/commit/a0460597b4e755dfb0bafd78983261ca3d77d597)) …在 GitHub 查看 ↗ -
发布说明摘录
[1.2.6] - 2026-07-16 Added - Introduce Agent SDK/runtime with checkpoint resume and unified loop([8ce403f](https://github.com/vixues/LeAgent/commit/8ce403f0256170a884a85370db31f64453e46ce8)) - Add domain-model registry with workflow nodes and FlowPage refactor([5a8d792](https://github.com/vixues/LeAgent/commit/5a8d792878a1f99132514e93dbb221e7c34c8093)) - backend: Harden workflow executor resume, outputs, and event bus([47a2445](https://github.com/vixues/LeAgent/commit/47a244500eee0992bc04a27b8fc6978ec6ea92ce)) …在 GitHub 查看 ↗ -
发布说明摘录
[1.1.4] - 2026-06-05 Added - Enhance code execution and project editing tools([b83de45](https://github.com/vixues/LeAgent/commit/b83de45cdf657414a8f20203df81b486ccc243f1)) Changed - Canvas HTML serving and Playwright asset signing([3882f90](https://github.com/vixues/LeAgent/commit/3882f90b4cebbffbeb6edcd8997f28156b34fe2b)) Full Changelog: https://github.com/vixues/LeAgent/compare/v1.1.3...v1.1.4在 GitHub 查看 ↗
常见问题
必须联网或必须付费调用云端模型吗?
我的文档和凭据会不会外发?
能承载多人或生产负载吗?
回合跑到一半要用户确认会怎样?
桌面安装包可靠吗?
LeAgent 官网是什么?
LeAgent 开源吗?
LeAgent 安全吗?
LeAgent 还在维护吗?
LeAgent 是谁开发的?
谢谢反馈,我们会据此改进页面。