Archon项目安装与配置指南
1. 项目基础介绍
Archon是一个开源项目,旨在创建一个能够自主构建、优化其他AI代理的AI代理,被称为“Agenteer”。该项目是一个不断迭代的教育框架,展示了规划、反馈循环和领域特定知识在创建健壮AI代理中的力量。Archon使用Python编程语言,采用了先进的代理编码工作流程和框架知识库。
2. 项目使用的关键技术和框架
- Python:作为主要的编程语言。
- Pydantic AI:用于构建AI代理的基础框架。
- LangGraph:用于工作流编排的高级框架。
- Supabase:作为向量数据库存储文档数据。
- Docker:用于容器化应用,简化部署过程。
- Streamlit:用于构建应用的Web用户界面。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:建议使用Ubuntu 20.04或其他兼容的Linux系统。
- Python:版本3.11或更高。
- Docker:用于容器化应用,可选但推荐安装。
- Supabase:需要创建一个账户并设置向量数据库。
- OpenAI/Anthropic/OpenRouter API:或者Ollama,用于本地LLMs,注意只有OpenAI支持流式传输。
安装步骤
使用Docker安装(推荐)
-
克隆仓库:
git clone https://github.com/coleam00/archon.git cd archon
-
运行Docker设置脚本:
python run_docker.py
该脚本将自动执行以下操作:
- 构建MCP服务器容器。
- 构建主Archon容器。
- 使用适当的端口映射运行Archon。
-
使用环境变量(如果存在):
确保在
.env
文件中配置了所有必要的环境变量,如API密钥和模型设置。 -
访问Streamlit UI:
在浏览器中打开
http://localhost:8501
。
本地Python安装
-
克隆仓库:
git clone https://github.com/coleam00/archon.git cd archon
-
安装依赖:
python -m venv venv source venv/bin/activate # 在Windows上使用 venv\Scripts\activate pip install -r requirements.txt
-
启动Streamlit UI:
streamlit run streamlit_ui.py
-
访问Streamlit UI:
在浏览器中打开
http://localhost:8501
。
完成以上步骤后,您应该能够开始使用Archon项目,并通过Streamlit界面进行配置。按照界面中的引导操作,完成环境的配置和AI代理的创建。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考