Agentica
一个人，一支 agent 团队：多会话 CLI 协作、/goal 长任务、微信企微飞书远程召回，让开放模型跑得更准更快更省。
证据显示有意识的最小权限设计：subagent 默认只读、文件工具收窄为 apply_patch/write_file、权限档 ask 机制、四层护栏，但本次审查未见权限检查的实现代码，故不给满分。扣分点：execute 工具、cron、IM 网关、桌面版自动安装 Python runtime 等高影响外部行为的沙箱/确认细节在源文件中不可见；API Key 仅靠环境变量/.env 存放、网关随机密码打印到终端，未见加密或轮换说明；无依赖审计或 SBOM 证据；回滚仅见 worktree 与 resume 的断言。归因清晰（作者 XuMing、致谢 phidata 与 openai-agents-python），但发布者未经注册表验证。
自洽性良好：README、pyproject（v1.4.15）、News 条目、CLI/gateway 入口点相互一致；dependency_availability 得益于 fallback 模型、多 provider 与 agentica doctor；扣分点：错误信息与恢复路径的实际质量在源文件中无法核实，仅见 doctor/resume 等命令名。
面向开发者与多场景（CLI/Web/Desktop/SDK/IM）描述充分，task/delegate/peer 有选型表划定边界，@会话名 寻址与 /goal /cron 等触发入口定义明确；扣分点：均为文档断言，Python 3.10+ 跨平台支持未经执行验证，能力上限（如自进化 skill 的可靠性边界）未见量化说明。
信息架构是本仓库强项：文档站、examples 目录、安装故障排查 FAQ（macOS 隔离标记、SmartScreen、AppImage 权限）、双语文档齐全；许可证 Apache-2.0 全文齐备；逐版本 News 与 CHANGELOG 链接详细；扣分点：已知的未签名安装包风险仅靠用户手动绕过而非缓解，维护依赖单人（xuming624），bus factor 低。
输出可用性有轨迹页、/export JSONL、流式等设计；与 Codex 的对比声称同模型下更快更省 token，若属实有边际价值；扣分点：性能与成本收益均为自测基准（predictions.l 自发布），静态审查无法核实，token 节省三分之二等量化收益未经独立验证。
关键声称附有评测页与逐 release 链接，可追溯性尚可；扣分点：基准与对比数据全部为单一来源（作者自测），无第三方复现或跨源印证；README 将营销性断言（'编程题全对'）与事实陈述混排，未做事实/推断分离标注。
- 桌面版安装包未签名，README 指导用户绕过 macOS Gatekeeper 与 Windows SmartScreen；在受控环境部署前请自行核验安装包哈希与来源。
- BuiltinExecuteTool 与 delegate 进程具有本机执行能力，IM 网关（微信/企微/飞书/Telegram）会把外部消息接入 agent，建议默认开启 ask 权限档并限制网关账号可触达的会话与目录。
- 基准对比数据全部为作者自测，采纳其性能与 token 节省声称前应自行复现评测。
- 项目高度依赖单一维护者，版本迭代快（数天一版），生产使用建议锁定具体版本并关注 CHANGELOG 中的破坏性变更。
- 本次为静态审查，未执行任何代码；权限、护栏与失败恢复的实际行为未经运行验证。
这个 Agent 能做什么，适合哪些场景？
Agentica 是 shibing624 开源的 Apache 2.0 多智能体框架与 CLI 产品，定位是「一个人，一支 agent 团队」。一个终端会话就是一个可协作的 agent：进程内 `task` 拉临时 subagent、进程级 `delegate` 另起完整进程干独立大活、跨终端 peer 消息让会话互相对话，无需额外部署。产品形态包括 CLI、本机 Web（`agentica-gateway`）、Desktop App 和异步 Python SDK（`Agent` / `DeepAgent`），另有 TypeScript 客户端 `@agentica-ai/sdk`。核心引擎是 Async-First 的 Agentic Loop，内置文件/执行/搜索工具、两层上下文压缩、四层护栏、持久化记忆和自进化 Skill 系统——跑完的经验自动编译为跨会话复用的 `SKILL.md`。对 OpenAI、DeepSeek、Claude、智谱、Qwen、Ollama 等多家模型开放适配，并在公开评测中自称比 OpenAI Codex 快一倍、输入 token 少三分之二（附复现命令与逐项指标）。
运行 agentica 进入交互终端后，agent 读写文件（read_file/write_file/apply_patch/grep/glob）、执行命令（execute）、调用网页搜索，完成编码与数据分析任务。多会话协作通过三种机制：task（同进程只读 subagent）、delegate（另起完整 agentica --query --print 进程，用 /ps、wait、/stop 管理）、peer 消息（list_agents / send_message）。/goal 维持长程任务，/cron 支持定时运行。经验会自动编译为 SKILL.md 供下次复用。Python 侧可用 Agent(model=OpenAIChat(...), tools=[...]).run_sync(...) 嵌入任意代码，或 DeepAgent() 获得内置工具+压缩+长期记忆+skills+MCP 的完全体；agentica-gateway 启动本机 Web（http://127.0.0.1:8881/chat）并打通微信/企微/飞书/Telegram，多账号各享独立会话与记忆；Docker Compose 支持自托管。
- 个人开发者在终端排查单测失败、重构代码，用
task派只读 subagent 搜代码、delegate跑独立大活 - Python 工程师在自家代码里嵌入
DeepAgent，一行获得搜索、写文件、执行、长期记忆的完整 agent 能力 - 需要离开电脑的运维/研究者，通过微信或飞书
@会话名远程指挥本机 agent 继续跑长任务 - 想用 DeepSeek 等开放模型替代 Claude Code/Codex 付费锁定的团队，按评测页复现基准并对比成本
- 数据/金融分析师用 examples 中的 6-Agent 金融研究流水线、RAG 知识库问答等工作流
- 多设备用户在 CLI、浏览器、Desktop App 之间共享同一
~/.agentica的历史、配置与工作目录
这个 Agent 有哪些优点和局限？
- 跨终端多会话协作（
task/delegate/peer）是 Claude Code 和 Codex CLI 都没有的能力，且无需额外部署 - 模型无锁定：多厂商自由切换，对 DeepSeek 等开放模型深度适配；官方评测显示同一模型下比 Codex 快一倍、输入 token 少约三分之二
- 自进化 Skill：经验自动编译为
SKILL.md跨会话复用，同类任务不用从零开始 - CLI、Web、Desktop 共享同一
~/.agentica状态，加上微信/企微/飞书/Telegram 网关，人可离开现场远程指挥 - 提供完整异步 Python SDK、TypeScript SDK、MCP/ACP 集成和丰富的 examples，可嵌入任意代码
- 项目相对年轻（v1.4.x 阶段），生态与社区规模不及 Claude Code/Codex，长期维护风险需自行评估
- 桌面构建未签名，macOS/Windows/Linux 首次启动需手动处理隔离标记或权限，对非技术用户有门槛
- 声称的性能优势来自官方自建评测（coding 与 data analysis 题库），独立第三方验证证据有限
- IM 网关、Web、多账号等能力需额外安装
agentica[gateway]并在本机跑agentica-gateway进程，自托管需维护 Docker 环境 - 完整功能链路（gateway、Desktop、runtime 安装）涉及 Python 3.12/uv 等 runtime 细节，部署面比纯 CLI 复杂
如何安装或部署这个 Agent？
基础安装：pip install -U agentica（要求 Python 3.10+）。Web 网关：pip install -U "agentica[gateway]" 后运行 agentica-gateway，首次启动自动建 default 账号并在终端打印随机初始密码。桌面版提供 macOS dmg / Windows NSIS / Linux AppImage·deb（当前未签名：macOS 需 sudo xattr -rd com.apple.quarantine /Applications/Agentica.app；Windows 在 SmartScreen 点「仍要运行」；Linux AppImage 需 chmod +x）。自托管：cp .env.docker.example .env 填入 OPENAI_API_KEY 后 docker compose up -d --build。TypeScript SDK：npm install @agentica-ai/sdk（注意包名必须写全，不是 agentica-sdk）。
如何使用这个 Agent？
1) 配置任一模型 API Key（优先级 shell 环境变量 > .env > config.yaml），如 export OPENAI_BASE_URL="https://api.openai.com/v1" 和 export OPENAI_API_KEY="sk-xxx"，或免费起步用 export ZAI_API_KEY="your-api-key"；也可运行 agentica setup 生成 ~/.agentica/config.yaml。2) 终端输入 agentica 进入交互模式直接对话，CLI 内 /model 切换模型、/goal 跑长任务、/ps /stop 管理委托进程、/cron 定时任务。3) Python 嵌入：from agentica import Agent, OpenAIChat, BuiltinWebSearchTool, BuiltinFileTool, BuiltinExecuteTool，构建 Agent 后调用 agent.run_sync("帮我搜 Python 3.13 新特性，写到 features.md")。4) Web 访问 http://127.0.0.1:8881/chat，管理员在「用户管理」页加账号。5) Node 脚本连已有 gateway：new Agentica({baseURL: "http://127.0.0.1:8881", apiKey: process.env.AGENTICA_GATEWAY_TOKEN}) 后迭代 agentica.chat.stream(...)。
这个 Agent 与同类方案有什么区别？
README 提供了与 Claude Code、OpenAI Codex CLI 的对比表：Agentica 支持多厂商模型切换、跨终端多会话协作、Web/Desktop/IM 入口、自进化 Skill 和完整 Python SDK 且开源（Apache 2.0）；Claude Code 仅支持 Claude 模型、不开源；Codex CLI 仅支持 OpenAI 模型、无跨终端协作与自进化 Skill。官方基准（同一模型、公开题目）显示 Agentica 准确率不低于 Codex 且墙钟与输入 token 更少，复现细节见其评测页。
常见问题
必须用哪家的模型？能完全免费起步吗？
数据会不会上传到云端？
~/.agentica，自托管用 Docker，数据在 named volume。但模型推理本身仍需调用所选厂商的 API（除非用 Ollama 本地模型）。task、delegate、peer 该选哪个？
task；需要独立 context 或另一目录的大活用 delegate（可用 /ps、wait、/stop 管理）；只想让两个终端会话互相同步信息用 peer 消息。Desktop App 装不上怎么办？
sudo xattr -rd com.apple.quarantine /Applications/Agentica.app；Windows 在 SmartScreen 点「更多信息→仍要运行」；Linux AppImage 先 chmod +x。也可以直接源码运行：cd desktop && npm install && npm start。怎么接入微信/飞书等 IM？
agentica[gateway] 并运行 agentica-gateway，即可通过微信/企微/飞书/Telegram 直连本机 agent，用 @会话名 寻址或让网关 agent 指挥所有会话。详见其 Gateway 文档。