MagenticLite

用小模型协同完成浏览器与本地文件任务。

Star 数
★ 10k
最近更新
2 个月前
License
MIT
主语言
Python

30 秒速览

运行形态
命令行工具网页应用
可在哪里用
兼容但需适配
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
macOS 或带 WSL 的 WindowsPython 3.12uv兼容的模型端点Shell / 命令行网络访问本地文件系统
典型场景
需要将收据或费用资料录入在线报销表单,同时希望在提交等关键动作前人工确认的员工。
不适合
  • 依赖 0.1 前沿模型工作流的现有用户
  • 在 macOS 与 WSL 之外平台部署的团队

这个 Agent 能做什么,适合哪些场景?

MagenticLite 是 Microsoft AI Frontiers 推出的实验性代理应用,也是 Magentic-UI 的新一代版本。它由负责协调任务的 MagenticBrain 和专用于浏览器操作的 Fara 配合工作,目标是在不依赖前沿规模模型的情况下完成实际工作。它通过本地 Web 界面运行,可在同一工作流中开展网页研究、填写表单、管理本地文件,并处理需要浏览器与文件系统配合的任务。用户可以在执行期间引导、批准或接管操作,关键动作发生前代理会暂停确认。浏览器会话运行在 Quicksand 轻量虚拟机沙箱中,而访问主机其他部分需要用户许可。

用户在 MagenticLite 的 Web 界面中提交任务后,MagenticBrain 负责协调流程,Fara 执行专门的浏览器交互。代理可以访问网页进行研究或查询价格、填写在线表单、处理餐厅查找与预订流程,并整理本地文件。涉及关键动作时,它会停下并请求用户批准;用户也能随时引导或接管。浏览器步骤被隔离在 Quicksand 虚拟机沙箱中,最终产物取决于任务,例如填好的表单、完成的网页流程、研究结果或重新组织的本地文件。

  1. 需要将收据或费用资料录入在线报销表单,同时希望在提交等关键动作前人工确认的员工。
  2. 准备做饭或采购的用户,希望代理浏览网页并查找食谱所需原料价格。
  3. 需要根据网络信息寻找并预订餐厅、但希望保留随时接管能力的个人。
  4. 本地文件较为杂乱,希望通过自然任务流程整理文件的桌面用户。
  5. 需要将网页研究与本地文件处理串联在一次工作流中的知识工作者。

如何安装或部署这个 Agent?

适用环境为 macOS 或 Windows 的 WSL。先安装 uv,然后执行:

mkdir magentic-lite && cd magentic-lite
uv venv --python=3.12 --seed .venv
source .venv/bin/activate
uv pip install "magentic_ui>=0.2.0"

安装的是 PyPI 上最新的 0.2.x 版本。首次使用还需要一个可连接的模型端点;来源没有给出固定凭据名称。

如何使用这个 Agent?

在已激活的虚拟环境中运行:

magentic-ui --port 8081

随后打开 http://127.0.0.1:8081/,按照应用内引导连接模型端点。连接完成后,在 Web 界面中提交浏览器或本地文件任务;执行期间可引导、批准或接管,关键动作会触发确认。

这个 Agent 有哪些优点和局限?

优点
  • MagenticBrain 与专用浏览器模型 Fara 分工,明确面向小模型和较低算力运行,而非要求前沿规模模型。
  • 同一工作流覆盖浏览器和本地文件系统,适合需要跨越网页与桌面文件的任务。
  • 提供可随时引导、批准或接管的人机协作机制,并在关键动作前主动暂停。
  • 浏览器会话由 Quicksand 轻量虚拟机隔离,降低其未经允许访问主机其他区域的风险。
局限
  • 项目被明确标记为实验性应用,不应将其视为已经证明适合关键生产流程的成熟系统。
  • 快速开始仅明确覆盖 macOS 和 Windows WSL;其他平台需要另行查阅安装资料并验证。
  • 运行前必须准备并连接模型端点,端点的托管方式、凭据和费用并未在所给材料中具体说明。
  • 项目承认存在不擅长的任务和使用模式,但所给材料没有列出具体限制,采用前需要额外评估。
  • 0.2 版本转向小模型架构;依赖旧版 Magentic-UI 0.1 前沿模型行为的用户需要评估迁移差异。

这个 Agent 与同类方案有什么区别?

与保留在 magentic-ui-0.1 分支、针对前沿模型优化的上一代 Magentic-UI 0.1 相比,MagenticLite 0.2 以 MagenticBrain 和 Fara 的组合为基础,强调小模型与更低算力需求。来源没有提供两代版本的量化性能对比或迁移兼容性保证。

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
MagenticLite 当前 68 · 存在缺口 命令行工具免费 + 模型费 ★ 10k 2 个月前 Python —
灵枢 71 · 存在缺口 桌面应用免费 + 模型费 ★ 11 2 个月前 Rust OpenAI API · Claude API
Rakazo AI 队友 63 · 存在缺口 自托管服务免费 + 模型费 ★ 4.6k 今天 TypeScript —
Row-Bot 59 · 缺口较多 桌面应用免费 + 模型费 ★ 1.6k 今天 Python ChatGPT · Codex · Claude.ai · OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
存在缺口
68/ 100 五分制 3.4 / 5
信任安全 17/29
可靠稳定 8/14
适用触发 14/18
规范维护 15/18
有效结果 9/13
证据核验 5/8
查看各维度的扣分理由
信任安全17 / 29 · 2.9/5

README 明确说明浏览器在 VM 沙箱中运行、关键操作前请求批准,并允许用户引导或接管;会话状态和输入路由测试也支持暂停、批准及接管机制,因此最小权限、确认和外部影响控制达到普通使用水平。但沙箱边界和“关键操作”的具体分类代码未提供,模型端点、浏览器及本地文件之间的数据流也未展开。令牌认证有前端测试,但开发模式允许无令牌,且未见凭据存储、日志脱敏或数据保留策略。CodeQL、只读工作流权限、安全报告渠道和部分依赖版本约束构成良好基础;然而多数 Python 依赖未锁定上限,也没有依赖漏洞扫描或处置证据。暂停、接管和会话清理不是文件或网络副作用的真正回滚。MIT 文件、包作者信息及经核实的 Microsoft 组织来源使来源归属充分。

可靠稳定8 / 14 · 2.9/5

README、包元数据、CLI 名称、工作流和测试总体一致,前端测试覆盖会话隔离、重连、批准路由、上传错误状态及已知流式消息回归。仍存在命名代际混用(MagenticLite、Magentic-UI、magui2.0),且 README 安全主张缺少相应核心实现片段。PyPI 安装路径、Python 3.12、Playwright 范围及定期 CI 提供合理的依赖可用性证据,但大量无界依赖和外部模型、浏览器、QEMU/沙箱组件增加环境脆弱性。错误状态和故障测试有一定覆盖,实际用户错误文案、后端异常处理与恢复路径未提供,因此故障信息仅属薄弱证据。

适用触发14 / 18 · 3.9/5

材料清楚列出研究、表单填写、价格查询、预订和本地文件整理等场景,并通过包分类标明开发者及研究受众,场景说明充分。README 指向限制、配置和透明度文档,并将产品标为实验性/Alpha,但这些文档内容未提供,无法完整核实边界。输入路由矩阵及测试精确区分批准请求、接管、中途引导和新任务,支持较好的触发精度;不过关键动作判定逻辑不可见。macOS 和 Windows/WSL 有明确快速开始,其他平台、硬件需求、模型兼容范围及沙箱条件只被链接而未展示,环境适配因此未达全面水平。

规范维护15 / 18 · 4.2/5

README 结构清晰,提供快速开始、演示、文档索引、旧版本分支说明和许可证入口;安装步骤具体且包含 Python 版本、虚拟环境、包版本系列、命令及端口。示例以视频和任务描述为主,没有可复制的任务输入或完整 FAQ。限制文档被明确列出,但内容不在证据中,只能给予部分分。MagenticLite、Magentic-UI、magentic_ui 及工作流中的 magui2.0 并存,虽可理解为产品、包和代际名称,仍降低命名稳定性。MIT 许可证完整且元数据一致。0.2.x 与旧 0.1 分支提供版本路径,但没有提供变更日志或发布政策。经核实的官方组织、包作者邮箱、问题入口和 MSRC/项目安全邮箱使维护责任及报告路径清楚。

有效结果9 / 13 · 3.5/5

浏览器与本地文件的统一工作流、用户接管、文件预览更新和多会话状态管理表明输出可直接进入交互界面,任务示例也显示相对单一浏览器代理的增量价值。测试支持若干关键 UI 行为,但没有提供产物质量标准、导出格式、端到端结果样本或静态评测数据,因此不能认定全面可用或结果优越。小模型和较低算力的效益是明确设计目标,安装与运行流程也较简洁;不过必须部署或连接模型端点,并依赖 Playwright、VM/QEMU 和多项服务组件,实际成本、延迟及资源基准均未给出,成本效益只达到普通水平。

证据核验5 / 8 · 3.1/5

安装、入口点、依赖、CI、认证和会话行为等主张可追溯到具体配置或测试;但性能、安全和“小模型高效”等重要主张多来自 README,缺少所引文档内容、核心沙箱实现或评测结果。README、pyproject、工作流、许可证与测试在产品身份、运行方式和部分控制机制上互相印证,仍不足以交叉验证模型能力、关键动作确认覆盖面或数据隔离。材料通常把产品主张与配置事实分开,并明确标注实验性和 Alpha,但营销性表述没有量化依据或清晰标为推断,因此事实与推断分离较好而非彻底。

风险与缓解建议
  • 这是仅基于所给文件的静态审查;未运行软件、测试、沙箱或模型,也未验证 README 链接文档的内容。
  • 浏览器自动化、表单提交、预订和本地文件管理可能产生现实副作用;应在实际部署前核实关键动作分类、逐项批准范围以及写入后的恢复机制。
  • 开发模式无令牌认证、模型端点数据传输、本地挂载目录访问、日志与凭据处理需要部署者单独审查。
  • 多数 Python 依赖缺少严格上限,且未提供锁文件或依赖漏洞扫描结果;部署时应固定完整依赖集并审计 Playwright、QEMU/沙箱及模型服务供应链。
证据充分度:低 评估于 2026年8月16日 审查版本 d3c9d13c3928
查看完整评分方法 →

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。

  1. v0.2.1 Magentic-UI 0.2 release
    发布说明摘录
    What's Changed Magentic-UI 0.2 public release: magentic_ui 0.2.1 MagenticLite is the next generation of Magentic-UI — an agentic application from Microsoft AI Frontiers, redesigned to do more with less. It pairs an on-device-friendly orchestrator model ([MagenticBrain](https://aka.ms/MagenticBrain-foundry)) with a specialized browser-use model ([Fara](https://aka.ms/fara-foundry)) so you can automate real work without depending on frontier-scale compute. - Built for small models, efficient by design. Strong agentic performance without heavy compute — no frontier-scale models required. …
    在 GitHub 查看 ↗
  2. v0.1.6 Magentic-UI 0.1.6: Fara-7B
    发布说明摘录
    Microsoft latest agentic model [Fara-7B](https://www.microsoft.com/en-us/research/blog/fara-7b-an-efficient-agentic-model-for-computer-use/) is now integrated in Magentic-UI: 1) First install magentic-ui with the fara extras: ```bash ```bash python3 -m venv .venv source .venv/bin/activate pip install magentic-ui[fara] ``` 2) In a seperate process, serve the Fara-7B model using vLLM: ```bash vllm serve "microsoft/Fara-7B" --port 5000 --dtype auto ``` 3) First create a fara_config.yaml file with the following content: ```yaml model_config_local_surfer: &client_surfer …
    在 GitHub 查看 ↗
  3. 0.1.5 Magentic-UI 0.1.5: "Tell Me When" tasks enabled by SentinelSteps
    发布说明摘录
    This is an exciting new release which implements what we call SentinelSteps in the Magentic-UI orchestrator that enable you to perform long-running monitoring tasks and repeatable workflows. Now enabled by default! Details here: https://www.microsoft.com/en-us/research/blog/tell-me-when-building-agents-that-can-wait-monitor-and-act/ What's Changed * Sentinel step state checks by @husseinmozannar in https://github.com/microsoft/magentic-ui/pull/313 * fix for sentinel steps UI by @husseinmozannar in https://github.com/microsoft/magentic-ui/pull/314 …
    在 GitHub 查看 ↗

常见问题

是否必须使用前沿规模模型?
不需要。MagenticLite 明确面向小模型设计,并称不要求前沿规模模型;但仍需连接一个兼容的模型端点。
它会直接访问整台电脑吗?
浏览器会话运行在 Quicksand 轻量虚拟机沙箱中,未经用户许可不能访问主机其他部分。不过,本地文件管理本身属于其能力范围,应根据任务谨慎授予权限。
关键操作能否由人工确认?
可以。用户能够随时引导、批准或接管,代理会在关键动作之前暂停并确认。
使用它是否会产生模型费用?
来源只说明需要连接模型端点,没有说明端点价格或是否免费;实际费用取决于所使用的托管方案。
可以在 Linux 上直接安装吗?
所给快速开始仅明确支持 macOS 和 Windows WSL,没有提供原生 Linux 的直接支持结论。
在 GitHub 查看 ↗ 安装 ↓

相关 Agents