娜迦Agent（NagaAgent）
二次元超能AI助手，聚合对话、记忆、工具调用与Live2D虚拟形象，实现多智能体协作与电脑控制。
证据显示：README 提到占位 API Key 拒绝代理请求、配置保存时保留真实密钥、Skill 路径穿越拒绝等安全措施，但未提供完整的权限模型或用户确认机制。扣分：缺少明确的用户确认流程、数据流透明性描述有限、敏感数据处理细节不足、依赖安全未审计、外部影响（如 OpenClaw 自动执行）缺乏用户确认、回滚机制未提及、来源归属仅作者信息。
证据显示：README 和测试文件展示了配置路径优先级、工具执行、路由测试等，自洽性较好。扣分：依赖可用性未验证（如 Neo4j、OpenClaw 等外部服务），失败消息虽有部分（如错误提示），但覆盖不全面。
证据显示：README 描述了多种使用场景（对话、记忆、游戏攻略等），环境支持 Windows/macOS/Linux，配置灵活。扣分：能力边界描述不清晰（如 OpenClaw 自动执行的范围），触发精度（如工具调用解析）虽有说明但未充分验证，环境适配细节（如打包）未深入。
证据显示：README 结构清晰，安装步骤详细，命名稳定（版本号统一），有示例和 FAQ（故障排除），许可证明确（AGPL-3.0 双许可），更新日志详细。扣分：已知限制未明确列出，维护责任仅作者信息，未说明贡献者或维护政策。
证据显示：输出可用性（如工具结果结构化显示）有描述，边际价值（如多智能体协作）有体现。扣分：成本效益未量化，如资源消耗、性能数据缺失。
证据显示：README 中的功能描述与代码结构（如目录）部分对应，测试文件提供了一些验证。扣分：声明可追溯性不足（如功能声称未完全对应代码），跨来源佐证有限（仅仓库内），事实与推断分离不明确。
- 该仓库包含自动执行工具（如 OpenClaw）和网络探索功能，可能产生外部影响，需谨慎配置权限和用户确认。
- 依赖项较多且未提供安全审计，建议在使用前检查依赖漏洞。
- 许可证为 AGPL-3.0 双许可，商业使用需注意闭源许可要求。
这个 Agent 能做什么，适合哪些场景？
NagaAgent是一个面向个人助理的全栈Agent框架，基于Electron + Vue 3前端与多个Python微服务后端构建。它提供流式工具调用（通过文本内嵌tool代码块解析，不依赖OpenAI Function Calling）、基于Neo4j的GRAG知识图谱记忆、Live2D虚拟形象交互、TTS/ASR语音交互以及OpenClaw电脑控制集成。软件包含五个独立服务：API Server（端口8000）、Agent Server（8001）、MCP Server（8003）、Memory Server（8004）和Voice Service（5048），由main.py统一编排启动。前端主面板提供对话、记忆云海、技能工坊、娜迦网络（论坛）、枢机集市、终端设置、音律坊和悬浮球八大模块。该项目采用双许可证：开源AGPL-3.0与商业专属许可，支持Windows/macOS/Linux。
NagaAgent执行以下具体操作：1) 通过SSE流式输出对话内容，并实时解析文本中``tool``代码块为JSON工具调用，路由至MCP Manager或OpenClaw执行，支持最多5轮循环。2) 从对话中提取五元组（主体、谓词、客体等）存入Neo4j或本地JSON，并通过RAG检索注入上下文。3) 渲染Live2D模型，支持4通道正交动画系统（体态、动作、表情、追踪）和SSAA抗锯齿。4) 提供TTS（Edge-TTS）与ASR（FunASR）语音交互，支持实时全双工语音对话（Qwen Omni）。5) 通过OpenClaw Gateway控制电脑，执行任务调度与记忆压缩。6) 内置9个MCP Agent（天气、启动器、游戏攻略、搜索、爬虫、浏览器自动化、视觉、MQTT、文档）。7) 提供社区论坛与积分好感度系统。
- 个人用户在桌面端获得一个陪伴型AI助手，通过Live2D形象进行亲切对话，并调用天气查询、应用启动等工具。
- 游戏玩家使用内置的游戏攻略Agent，通过截图自动识别游戏画面并获取建议，配合MAA等插件实现自动打游戏。
- 开发者或技术爱好者集成OpenClaw，通过自然语言让AI助手执行本地电脑任务，如文件操作、浏览器自动化等。
- 需要知识管理的用户利用Neo4j知识图谱记录对话中的事实，并在后续对话中自动检索引用。
- 内容创作者利用语音交互功能进行语音对话，或使用TTS生成语音内容。
- 社区成员参与娜迦网络论坛，签到获取积分和好感度，兑换模型额度或解锁音乐专辑。
这个 Agent 有哪些优点和局限？
- 流式工具调用不依赖OpenAI Function Calling，支持任何OpenAI兼容API，并额外支持Anthropic格式，降低供应商锁定。
- 集成了Live2D虚拟形象、语音交互和游戏攻略等丰富组件，提供独特的二次元体验。
- 知识图谱记忆（GRAG）支持本地Neo4j或云端NagaMemory，增强上下文理解。
- 内置MCP服务器和技能工坊，支持社区Skill安装，可扩展工具集。
- 主要面向桌面端，依赖Electron和多个Python微服务，部署与配置较复杂。
- 核心服务（如NagaBusiness网关、NagaMemory）需要登录并可能产生积分费用，未登录时功能受限。
- 双许可证（AGPL-3.0 + 商业许可）可能对商业使用有额外要求。
- 实时语音对话依赖DashScope（通义千问）API，增加特定供应商依赖。
如何安装或部署这个 Agent？
环境要求：Python 3.11（>=3.11,<3.12），可选uv，可选Neo4j。安装步骤：1) git clone https://github.com/Xxiii8322766509/NagaAgent.git；2) cd NagaAgent；3) 前端安装：cd frontend && npm install && cd..；4) 后端安装（方式一：uv sync；方式二：python -m venv .venv && source .venv/bin/activate（Windows: .\.venv\Scripts\activate）&& pip install -r requirements.txt）。5) 复制config.json.example为config.json，填入LLM API信息（如api_key、base_url、model）。
如何使用这个 Agent？
配置完成后，运行cd frontend && npm run dev启动应用（支持一键启动）。登录后可自动配置API Key，或选择“不登录，使用开源版本”并手动设置本地密钥。在主面板可访问对话、记忆云海、技能工坊等模块。通过终端设置配置模型连接、记忆连接和音画配置。使用OpenClaw需先启动Agent Server，可在设置中启用。