LeAgent：开源全栈 Agent

将自主规划与纠错、智能化可视工作流、Generative UI 和 100+ 工具整合进一套可本地运行、可私有化部署的智能体平台。

LeAgent 是什么

LeAgent 是一款开源桌面 AI 智能体。它不止回答问题，还能围绕目标自主规划、调用工具、检查结果并修正执行过程，真正完成文档处理、资料研究、数据分析、代码开发和内容生成等任务。

与只提供对话界面的云端助手或专注代码操作的 CLI 不同，LeAgent 将三类能力统一在一个产品中：

可自我纠错的 Agent 运行时
在统一的「思考—行动」循环中完成规划、工具调用、结果检查和恢复。聊天、后台任务、子智能体与工作流节点共享同一执行内核。
由智能体参与设计的可视工作流
智能体可以创建、运行和迭代优化 ReactFlow DAG 。每个注册工具都会自动成为带类型的工作流节点，无需额外编写胶水代码。
直接进入对话的 Generative UI
KPI 看板、幻灯片、画廊和步骤卡等交互界面可以实时流式渲染在聊天中，并可导出为 PDF 或 PPTX 。

LeAgent 默认使用 SQLite 和单进程架构，本地启动不依赖外部数据库或消息队列。你可以接入 DeepSeek 、通义千问、OpenAI 、Anthropic 、Azure OpenAI 等云端模型，也可以连接本地 Ollama 或 vLLM ，在模型与工具均支持的前提下构建完全离线的工作环境。

为什么选择 LeAgent

数据由你掌控

文档、会话、凭据和任务状态默认保存在本机。只有当你主动配置远程模型或外部服务时，相关请求才会发送到对应供应商。对于需要更高数据控制能力的个人、团队和组织，LeAgent 可以部署在自己的设备或基础设施中。

从对话到执行，而不止生成文字

LeAgent 内置 100+ 工具，覆盖文档、网页、数据、代码、数据库、图表、媒体、工作流和系统集成。智能体可以读取输入、执行操作、生成文件，并把结果作为可预览、可下载的产物返回。

自动化能力可以复用

一次对话中验证有效的任务过程，可以进一步沉淀为可视工作流、定时任务、规则或 Agent Skill 。工作流支持并发分支、重试与退避、节点超时，以及可持久化的暂停和恢复。

从本地体验平滑走向团队部署

默认配置适合个人电脑快速体验；需要扩展时，可以切换到 PostgreSQL ，并按需接入 Milvus 提供向量记忆。LeAgent 同时提供 Web 应用、Electron 桌面客户端、HTTP API 、CLI 和版本化 Agent SDK 。

主要能力

Agent 运行时与记忆

支持多轮会话、Token 流式输出、工具调用和子智能体委派。
结合 ReAct 式工具循环与 plan-and-execute 执行方式。
通过持久化检查点暂停等待用户输入，并从中断位置恢复。
提供情景、语义和程序性三类记忆，兼顾历史回合、抽取事实和工具使用经验。
采用分层、按相关性门控的提示词组装，控制上下文规模并减少无关策略干扰。
支持按成本分层的模型路由和跨供应商故障转移。

文档与办公自动化

读取和生成 Word 、Excel 、PPTX 与 PDF 。
支持 OCR 、文档分类、文本提取、压缩包处理和模板填充。
可将原始资料整理为报告、清单、表格或演示文稿。
文件通过统一文件层管理，并提供签名的预览与下载地址。

研究论文模式

打开 PDF 后，LeAgent 可以围绕论文内容完成：

文档结构与大纲提取；
章节摘要和全文摘要；
参考文献与 LaTeX 公式提取；
选区翻译；
基于原文内容的分析与问答。

PDF 文本提取可在本地完成。

数据分析与代码执行

处理 CSV 、Excel 和结构化数据，完成清洗、合并、校验、转换与聚合。
执行 SQL 查询和向量检索，并生成图表解释结果。
提供面向轻量脚本的进程内受限沙箱，以及面向复杂任务的子进程执行环境。
支持创建编码项目、跨目录编辑文件、运行开发服务器和预览应用。

可视工作流

使用 ReactFlow 编辑 DAG ，并支持工作流模板与 YAML 导出。
自动将注册工具提升为 Tool.<name> 类型节点。
按就绪批次调度节点，并发执行相互独立的分支。
集中处理重试、退避、超时和运行状态持久化。
同一执行器支撑已保存流程、聊天步骤卡、定时任务和智能体生成的工作流。

Generative UI

智能体可以流式生成声明式 UI ，并在对话中持续增量更新。适合呈现：

KPI 与指标看板；
幻灯片与叙事型报告；
图片或资产画廊；
多步骤任务进度；
需要用户查看或操作的交互式结果。

游戏美术资产流水线

LeAgent 提供可组合的图像、视频、3D 网格、VFX 和音频生成能力。工作流可通过质量门控检查结果，并在有界循环中根据反馈重新生成，最终导出面向 Unity 、Unreal 或 Godot 的资产包。

生成服务支持重试、故障转移和确定性的离线兜底后端。离线后端主要用于无凭据演示与流程验证；实际生成质量取决于所配置的模型或媒体服务。

Skills 、MCP 与自动化集成

支持 Agent Skills v1.0 SKILL.md 技能包，可按需发现、安装和加载。
可通过 Model Context Protocol 连接外部工具服务器。
支持入站 Webhook 、Cron 定时任务和后台任务。
可向钉钉、飞书、企业微信及控制台等渠道发送结果。
使用声明式 YAML 规则为自动化流程增加匹配条件与行为约束。

桌面体验

Electron 桌面客户端内置 Python 运行时和后端，安装后无需另外准备 Python 、Node.js 或 Docker 。侧栏桌宠可使用 PNG 、SVG 、GIF 或精灵图，并通过动作和气泡反馈聊天与会话状态。

桌面客户端目前仍处于测试阶段。Windows 10/11 （ x64 ）提供 NSIS 安装包； macOS 提供 Apple 芯片和 Intel 版本的 DMG ，目前未签名，安装后可能需要处理 Gatekeeper 隔离属性； Linux （ x64 ）提供 AppImage 与 DEB ，其中 AppImage 需要添加可执行权限。各平台的实际安装包和支持情况以 GitHub Releases 页面为准。

工具目录

每个工具都会自动暴露为带类型的工作流节点，因此智能体能够调用的能力，也可以直接编排进可视化流程。

文档工具：读写 Word 、Excel 、PPTX 和 PDF ，支持 OCR 、分类、压缩包与文本处理。
网页工具：通过 DuckDuckGo 、SearXNG 或 Bing 搜索，抓取网页并下载图片和原生媒体。
数据工具：清洗、合并、校验、转换和聚合数据，执行 SQL 与向量检索。
代码工具：运行受限的进程内脚本，以及面向复杂任务的子进程代码执行智能体。
数据库工具：依据数据库 Schema 执行查询。
生成工具：生成 Word 、Excel 、PPTX 、PDF 、报告、清单并完成模板填充。
Canvas 与 GenUI 工具：流式生成、增量更新和发布声明式 UI 。
图表与图像工具：生成图表并完成常见图像处理。
媒体工具：接入图像、视频、3D 、VFX 和音频生成后端。
技能工具：发现、安装和调用 Agent Skills 。
工作流工具：在智能体回合内保存、运行和检查工作流。
集成工具：连接 MCP 、Webhook 、消息渠道与外部服务。
实用工具：管理 Cron 、后台任务、规则匹配、文件夹、文本切分和桌宠气泡等能力。

典型使用场景

办公资料批处理

把发票、合同或报告交给智能体，由它完成 OCR 、分类和字段提取，将结构化结果写入 Excel ，再生成 Word 或 PPTX 汇总。

研究与行业简报

通过 DuckDuckGo 、SearXNG 或 Bing 搜索资料，抓取并整理来源，生成包含引用、图表和关键指标的 PDF 报告。

数据分析

加载 CSV 、Excel 或数据库数据，完成清洗、合并、聚合和 SQL 查询，再用图表与自然语言说明结论。

编码与应用原型

从模板创建项目，编辑代码并运行开发服务器；也可以让智能体生成交互式页面，在预览环境中快速验证想法。

持续运行的业务自动化

使用 Cron 定时执行任务，以 Webhook 触发流程，将结果发送到 IM 渠道，并通过规则控制执行条件。

技术架构

LeAgent 由异步 Python 后端和 React 19 前端组成，以模块化单体形式交付。后端遵循 File → Code → Project 的单向分层领域模型，并以统一持久化层保存会话、检查点和工作流状态。

所有智能体入口最终汇聚到同一个执行内核：

入口      HTTP/SSE · WebSocket · Cron · 后台任务 · GenUI
  │
  ▼
运行门面  ServiceManager.runtime_context · AgentRuntime · WorkflowService
  │
  ▼
执行内核  run_loop → QueryEngine → ToolExecutor
  │
  ▼
持久状态  TieredSessionStore · CheckpointStore · WorkflowStateStore
  │
  ▼
可观测性  EventManager · OpenTelemetry · Prometheus

这一设计保证聊天、SDK 调用、后台任务、子智能体和工作流 Agent 节点遵循一致的执行、恢复与观测语义。

支持的模型与部署方式

LeAgent 支持以下模型接入方式：

DeepSeek：当前验证最充分，适合作为首次使用的默认选择；配置密钥后可自动映射为 tier1 推理层和 tier2 快速层；
通义千问（ DashScope ）：支持思考与搜索相关能力；
OpenAI 、Anthropic 、Azure OpenAI：接入相应云端模型；
Ollama 、vLLM：连接本地或自托管的 OpenAI 兼容推理服务。

模型是否能够完全离线运行，取决于所选模型端点以及任务是否调用网页搜索、远程媒体生成等外部服务。

数据层默认使用 SQLite 。团队或多实例部署可以通过 DATABASE_URL 切换到 PostgreSQL ； Milvus 是可选组件，仅用于增强向量记忆召回。默认 SQLite 部署应保持单 worker 。

快速开始

本地开发

环境要求：Git 、uv 和 Node.js 20+ 或 22+。

git clone https://github.com/vixues/LeAgent.git
cd LeAgent
./start.sh

启动后，后端默认监听 http://localhost:7860，前端开发服务器默认监听 http://localhost:5173。

start.sh 会使用 uv 同步 Python 环境、安装前端依赖，并在未显式跳过时安装网页工具所需的 Playwright Chromium 。

Docker

git clone https://github.com/vixues/LeAgent.git
cd LeAgent/deploy
cp .env.example .env
docker compose up -d --build

请在 .env 中设置 LEAGENT_SECRET_KEY，并配置至少一个云端模型密钥或可用的本地模型端点。Docker 默认发布 API 到 http://localhost:8000，交互式接口文档位于 http://localhost:8000/docs。

默认镜像使用单容器 SQLite 部署；如需本地 GPU 推理，可以使用项目提供的 vLLM Compose 叠加配置。

手动启动

# 后端
cd backend
uv sync --extra dev
uv run leagent init
uv run leagent app

# 前端（另开终端）
cd frontend
npm install
npm run dev

一键安装

curl -fsSL https://vixues.com.cn/install.sh | bash

常用配置

LEAGENT_SECRET_KEY：签名 URL 与会话加密所需的应用密钥；
DEEPSEEK_API_KEY：DeepSeek 模型密钥；
OPENAI_API_KEY、ANTHROPIC_API_KEY、DASHSCOPE_API_KEY：其他云端模型密钥；
VLLM_ENDPOINT、LLM_OLLAMA_ENDPOINT：本地或自托管模型端点；
DATABASE_URL：将持久化层从 SQLite 切换为 PostgreSQL ；
LEAGENT_HOME：数据库、上传文件、知识库和编码项目等本地状态的根目录；
LEAGENT_DEBUG：启用详细调试日志。

完整配置项及注释位于 deploy/.env.example。

技术栈

后端：Python 3.11+、FastAPI 、Uvicorn/Gunicorn 、SQLModel 、Alembic 、Pydantic v2 、异步 I/O 与 OpenTelemetry 。
前端：React 19 、TypeScript 、Vite 、Zustand 、TanStack Query 、ReactFlow 与 i18next 。
桌面端：Electron ESM 主进程，以及随客户端分发的 Python 后端运行时。
数据层：默认使用 SQLite ，可选 PostgreSQL ； Milvus 作为可选的向量记忆后端。
开发工具链：uv 、npm 、Playwright 、black 、ruff 与 ESLint 。

运行与维护

端口：本地开发时，后端默认使用 7860，Vite 前端默认使用 5173； Docker 镜像默认将 API 发布到 8000。
持久化：SQLite 数据库、上传文件、知识库和编码项目等状态保存在 LEAGENT_HOME 下。
备份：完整备份不仅需要复制数据库，还应同时备份 LEAGENT_HOME 中的文件目录。
扩展：SQLite 适合默认的单进程、单 worker 模式。多 worker 部署应切换到 PostgreSQL 并配置粘性会话，因为执行注册表和事件总线目前按进程隔离。
可观测性：系统提供 structlog 结构化日志；配置 OTLP 端点后可输出 OpenTelemetry Span ，并可采集工作流与质量相关的 Prometheus 指标。
调试：交互式 API 文档位于 /docs，设置 LEAGENT_DEBUG=true 可以启用更详细的日志。

开源与扩展

LeAgent 采用 Apache License 2.0 发布，适合学习、研究、二次开发和自托管部署。项目提供清晰的扩展边界：

新工具只需实现统一工具接口，系统会自动生成对应工作流节点；
新模型供应商可以接入 LLM Provider 与媒体生成服务；
新能力可以封装为 Agent Skill ；
外部系统可通过 HTTP API 、Webhook 、MCP 、CLI 或 Agent SDK 集成。

欢迎通过 Issue 和 Pull Request 参与项目。较大改动或范围不明确的修改应先通过 Issue 讨论；提交代码前应运行涉及模块的测试，并遵守 AGENTS.md、CONTRIBUTING.md 和前端国际化规则。每个新增 UI 文案都必须同时提供 zh-CN 与 en-US 词条。

LeAgent 的目标不是把更多功能堆进聊天框，而是让模型、工具、工作流和交互界面围绕同一个任务协同工作，让 AI 从“给出建议”走向“交付结果”。

项目地址

官网： https://vixues.com.cn

GitHub： https://github.com/vixues/LeAgent