CowAgent 项目介绍
CowAgent 项目介绍
项目定位
CowAgent 是一个开源超级 AI 助手(Super AI Agent),能够主动规划任务、控制计算机与外部服务、创建和运行 Skills,并通过个人知识库与长期记忆持续成长。它是 Agent Harness 工程的参考实现,轻量易部署,适合在个人电脑或服务器上 24/7 运行。
核心能力
| 能力 | 说明 |
|---|---|
| 智能规划 | 将复杂任务分解为多步骤,循环调用工具直到目标达成 |
| 三层记忆 | 对话上下文 → 每日记忆 → 长期核心记忆(MEMORY.md),自动 Deep Dream 蒸馏提炼 |
| 个人知识库 | 自动从对话中萃取结构化知识,构建 Markdown Wiki 与知识图谱可视化浏览 |
| Skills 系统 | 从 Skill Hub 一键安装,或通过自然对话自主创建 Skills |
| 工具生态 | 内置文件 I/O、终端、浏览器、调度器、记忆检索、网页搜索等 10+ 工具,原生支持 MCP 协议 |
| 多渠道接入 | Web 控制台、微信、飞书、钉钉、企业微信、QQ、公众号、Telegram |
| 多模态 | 文本、图片、语音、文件的识别、生成与传输 |
| 多模型支持 | Claude、GPT、Gemini、DeepSeek、Qwen、GLM、Kimi、MiniMax、通义千问等,Web 控制台一键切换 |
技术栈
- 语言:Python 3.9+
- Web 框架:web.py(内置 Web 控制台)
- 数据库:SQLite(对话持久化、记忆向量索引 FTS5)
- 调度:croniter(Cron 表达式定时任务)
- 语音:多提供商 ASR/TTS(OpenAI、百度、讯飞、Google、Edge、阿里云等)
- HTTP:aiohttp、requests
- 配置:JSON + YAML + .env 三源配置
- 部署:一键安装脚本、Docker Compose、服务器模式
架构概览
核心数据流:消息通过 Channel 进入 → Bridge 路由到 AgentBridge → Agent 执行多轮推理(调用工具、检索记忆、匹配 Skills)→ LLM 生成响应 → 返回原渠道。
快速体验
# Linux / macOS 一键安装bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh)
# Docker 部署curl -O https://cdn.link-ai.tech/code/cow/docker-compose.ymldocker compose up -d启动后访问 http://localhost:9899 打开 Web 控制台。
教程导读
本教程从两个维度深度剖析 CowAgent 的源码架构:
AI 应用知识(ai/)
从 CowAgent 中抽象 Agent 工程的通用知识,包括 Agent 核心循环、多模型适配、工具调用协议、记忆与知识系统、Skills 设计、上下文管理、安全沙箱等。
编程核心(dev/)
聚焦 CowAgent 的具体工程实践,包括架构设计、渠道抽象层、插件事件系统、Prompt 组装策略、会话持久化、调度器集成、热重载机制等。
与通用知识库的关联
本教程大量引用 common/ 目录下的跨项目通用知识,建议阅读顺序:
- Agent 核心循环设计 — 理解 ReAct 循环与工具调用模式
- 工具调用协议 — Function Calling 与 MCP 协议
- 记忆系统设计 — 向量检索与时间衰减
- MCP 协议与生态集成 — Model Context Protocol
- 技能设计 — Skills 的定义与加载机制
- 上下文压缩与 Token 优化 — 截断与压缩策略