⚡ Agido 极动 企业级自进化多引擎 AI 超级智能助手 v1.0.0
🧬 Agido Native · ☁️ DreamingAI · 🦞 OpenClaw · 🐴 Hermes Agent · 🧑 OpenHuman · 🧩 Dify · 🤖 Coze · 🔄 AutoGen · 🎭 CrewAI — 企业级自进化混合引擎驱动的下一代 AI 超级智能助手
🏢 企业级 • 🧬 自主进化 • 🧠 闭环学习 • 🔗 统一调度引擎 • ☁️ 云端增强 • 🐾 自主代理网关 • 🖥️ 桌面级超级智能 • 🧩 低代码应用编排 • 🤖 Bot 开发平台 • 🔄 多 Agent 协作 • 🌐 多平台融合 • 🔀 智能编排 • 🏥 健康感知 • 🧬 知识融合
正在持续迭代中...
项目简介 🖥️ 💻 📱
⚡ Agido 极动 企业级自进化多引擎 AI 超级智能助手 是一款以 Agido Native 自进化混合引擎为核心,融合 DreamingAI + OpenClaw + Hermes Agent + OpenHuman + Dify + Coze + AutoGen + CrewAI 多个 AI Agent 引擎的企业级下一代 AI 超级智能助手平台。它不是又一个聊天机器人,而是一个自主进化、统一调度、智能路由、云端增强、企业级管控的全栈 AI 超级智能助手操作系统。
当前 AI Agent 生态面临三个核心矛盾:一是优秀的 Agent 框架各自为战,用户被迫在不同工具之间反复切换;二是纯编排层对外部引擎强依赖,引擎一旦停用整个系统即瘫痪;三是本地执行层缺乏云端数据与管理能力,企业级场景无法落地。OpenClaw 擅长自主代理与消息网关,Hermes Agent 精于自进化与持久记忆,OpenHuman 专注桌面融合与人性化交互,Dify 提供低代码 AI 应用编排,Coze 打造 Bot 开发平台,AutoGen 实现多 Agent 对话协作,CrewAI 驱动角色化团队编排——但没有任何一个项目同时覆盖这些维度,也没有任何一个编排层能在引擎离线时独立运行,更没有本地执行层天然具备企业级数据与管理能力。Agido 的诞生正是为了弥合这些鸿沟:自研 Agido Native 混合引擎作为始终可用的保底内核,第三方引擎作为可插拔的增强层,DreamingAI 作为云端数据与管理增强层,将本地执行、多引擎编排、企业级云端管理三者的优势统一到一个连贯的用户体验中。
💡 设计哲学:自带心脏,云端增强,不惧停摆。Agido 不再是一个纯粹的编排层——它拥有自研的 Agido Native 混合引擎作为始终在线的自主执行内核,同时以第三方引擎作为可插拔的增强层,以 DreamingAI 作为云端数据与管理增强层。路由策略是"优先增强,保底 Native":引擎可用时走引擎(能力更强),引擎离线时降级到 Native(能力够用)。云端策略是"云端可用时增强管理,云端离线时本地保底":DreamingAI 可用时享受企业级权限、成本管控、审计合规、团队协作等云端能力,DreamingAI 离线时降级至 Agido Native 本地管理。Agido Native 的核心是自主进化——它从每一次任务执行中学习,自动沉淀技能、积累经验、优化策略,越用越聪明,越用越自主。引擎生态持续扩展中,更多引擎正在接入。
🏗️ 多引擎融合架构
| 维度 | 🧬 Agido Native 引擎 | ☁️ DreamingAI 引擎 | 🦞 OpenClaw 引擎 | 🐴 Hermes Agent 引擎 | 🧑 OpenHuman 引擎 | 🧩 Dify 引擎 | 🤖 Coze 引擎 | 🔄 AutoGen 引擎 | 🎭 CrewAI 引擎 |
|---|---|---|---|---|---|---|---|---|---|
| 核心定位 | 自进化混合引擎(保底内核) | 云端数据与管理增强层 | 自主代理网关 | 自进化智能体 | 桌面级超级智能 | 低代码 AI 应用编排 | Bot 开发平台 | 多 Agent 对话协作 | 角色化团队编排 |
| 架构模式 | 六层混合:对话→执行→记忆→协作→进化→感知 | Vue 3 + 增强引擎三层:对话增强→企业协作→模型调度 | Gateway–Node–Host 分布式网关 | AIAgent 闭环学习循环 | Tauri v2 + Rust 桌面常驻 | Workflow + RAG Pipeline | 可视化工作流 + 插件系统 | Agent Conversation + Group Chat | Crew + Agent + Task + Tool |
| 运行方式 | 始终在线,引擎离线时自动激活 | 云端 Web 服务,Agido 的云端管理面 | 后台服务,消息平台即控制面 | 长驻云端/VPS,跨平台可达 | 桌面常驻,UI-first 体验 | 云端 / 自托管 Web 服务 | 云端 SaaS 平台 | 本地 / 云端 Python 进程 | 本地 / 云端 Python 进程 |
| 记忆系统 | SQLite + FTS5 + 向量库 + Humemory 集成 | Humemory 跨会话记忆 + 上下文压缩 + 记忆检索增强 | 本地 SQLite + 可选加密 | FTS5 全文检索 + LLM 摘要 | Memory Tree 三层树状记忆 | 向量数据库 + 知识库 | 知识库 + 变量存储 | 上下文对话记忆 | 短期 + 长期记忆 |
| 技能系统 | 自主创建 + 自我改进 + 技能沉淀 + 生态兼容 | 提示词模板管理 + 工作流模板 + 插件市场 | AgentSkills + ClawHub 注册中心 | 自主创建 + 自我改进 + agentskills.io | 工具调用 + 外部服务集成 | 插件市场 + 自定义工具 + API | 插件市场 + 自定义插件 + 工作流节点 | 代码执行 + 工具调用 + Human-in-the-loop | 工具集成 + 自定义 Tool |
| 消息渠道 | MCP Server(供 DreamingAI/ImSky/TimiOA 调用) | Web 应用 + MCP Client | WhatsApp / Telegram / Discord / Slack / Signal / iMessage / Teams | Telegram / Discord / Slack / WhatsApp / 飞书 / 钉钉(20+平台) | 桌面原生 + Google Meet 集成 | Web Widget / API / 微信 / 飞书 | Web / 微信 / 飞书 / Discord / Telegram / LINE | CLI / API / Web UI | CLI / API |
| 模型支持 | SkyGate 统一路由 / OpenAI 兼容 API / Ollama | 14+ 模型平台 + SkyGate 统一路由 + 模型智能调度 | OpenAI / Anthropic / Google / Ollama / vLLM | Nous Portal / OpenRouter(200+) / OpenAI / Anthropic / DeepSeek / xAI | 云端模型 + Ollama 本地模型 | OpenAI / Anthropic / 通义千问 / 文心一言 / 本地模型 | 豆包 / OpenAI / Anthropic / 自定义模型 | OpenAI / Azure OpenAI / 本地模型 | OpenAI / Anthropic / 本地模型 / OpenAI 兼容 |
| 终端后端 | 本地 / Docker | 云端 Web / 自托管 | 本地 / Docker | 本地 / Docker / SSH / Daytona / Singularity / Modal | Tauri 桌面沙箱 | Docker / 云端 | 云端 SaaS | 本地 / Docker | 本地 / Docker |
| 编程语言 | Rust / TypeScript / Python | Vue 3 + TypeScript | TypeScript / Python | Python | Rust / TypeScript | Python / TypeScript | TypeScript / Python (SDK) | Python | Python |
| 开源协议 | Apache 2.0 | Apache 2.0 | MIT | MIT | MIT | Apache 2.0 (修改版) | SDK 开源 / 平台 SaaS | MIT | MIT |
| 引擎角色 | 保底内核(始终可用) | 云端增强层(数据与管理) | 增强层(可选) | 增强层(可选) | 增强层(可选) | 增强层(可选) | 增强层(可选) | 增强层(可选) | 增强层(可选) |
✨ 核心特性
🔗 统一调度引擎
Agido 的核心是一个智能路由调度器,它根据任务类型、上下文环境和用户偏好,自动选择最合适的引擎执行任务。Agido Native 混合引擎作为始终在线的保底内核,确保在任何外部引擎离线时系统仍可独立运行:
用户指令
│
▼
┌──────────────────────────────────────────────────────┐
│ Agido 统一调度引擎 │
│ ┌────────────────────────────────────────────────┐ │
│ │ 意图识别 · 任务分解 · 引擎路由 · 降级决策 │ │
│ │ 结果聚合 · 上下文同步 · 记忆管理 · 进化反馈 │ │
│ └────────────────────────────────────────────────┘ │
│ │
│ ┌────────────────────────────────────────────────┐ │
│ │ 🧬 Agido Native 混合引擎(保底内核·始终在线) │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ L1 对话 │ │ L2 执行 │ │ L3 记忆 │ │ │
│ │ │ ReAct+FC │ │Shell/File│ │SQLite+Vec│ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ L4 协作 │ │ L5 进化 │ │ L6 感知 │ │ │
│ │ │Supervisor│ │闭环学习 │ │健康感知 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ └────────────────────────────────────────────────┘ │
│ │
│ ┌────────────────────────────────────────────────┐ │
│ │ ☁️ DreamingAI 云端增强层(数据与管理·可选) │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ 💬 对话 │ │ 🏢 企业 │ │ 🎯 模型 │ │ │
│ │ │ 增强 │ │ 协作 │ │ 智能调度 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ 👥 RBAC │ │ 💰 成本 │ │ 📋 审计 │ │ │
│ │ │ 权限管理 │ │ 管控 │ │ 合规 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ └────────────────────────────────────────────────┘ │
│ ┌──────┬──────┬──────┬──────┐ │
│ │ │ │ │ │ 增强层(可选) │
│ ▼ ▼ ▼ ▼ ▼ 引擎可用时激活 │
│ OpenClaw Hermes OpenHuman Dify Coze │
│ ┌──────┬──────┐ │
│ │ │ │ 更多引擎持续接入 │
│ ▼ ▼ ▼ │
│ AutoGen CrewAI ... │
│ │ │ │
│ └──────┘ │
│ │ │
│ ▼ │
│ 统一响应 · 上下文同步 · 进化反馈 │
└──────────────────────────────────────────────────────┘
路由策略:优先增强,保底 Native
引擎可用 → 路由至引擎(能力更强)
引擎离线 → 降级至 Native(能力够用)
引擎恢复 → 自动切回引擎(无缝升级)
云端策略:云端增强,本地保底
DreamingAI 可用 → 云端管理增强(权限/成本/审计/协作)
DreamingAI 离线 → 降级至本地管理(单用户/基础日志/本地技能)
DreamingAI 恢复 → 自动切回云端(数据同步/策略下发)- 🎯 意图识别:自动判断任务类型,路由至最优引擎
- 🔄 任务分解:复杂任务拆解为子任务,多引擎协同执行
- 📊 结果聚合:多引擎输出智能合并,统一呈现给用户
- 🔀 热切换:运行时无缝切换引擎,零中断体验
- 🧬 降级保底:引擎离线时自动降级至 Agido Native,系统永不瘫痪
- 🔄 进化反馈:每次任务执行结果反馈至进化引擎,持续优化路由策略
- ☁️ 云端增强:DreamingAI 可用时自动接入云端数据与管理能力(RBAC 权限、成本管控、审计合规、团队协作、模型智能调度)
- 🔒 本地保底:DreamingAI 离线时自动降级至本地管理,云端恢复后数据自动同步
📡 MCP Server 模式
Agido 通过 MCP(Model Context Protocol) 标准协议以 MCP Server 模式暴露能力,供 DreamingAI、ImSky、TimiOA 等 MCP Client 按需调用。各 MCP Client 自身完成核心流程,仅在需要本地能力或多引擎编排时调用 Agido:
MCP Client Agido (MCP Server)
│ │
│──── tools/call ──────────────────▶│ 调用 MCP Tool
│ {name: "shell_exec"} │ → 执行 → 返回结果
│ │
│◀─── tool result ─────────────────│ 返回执行结果
│ │
│──── tools/call ──────────────────▶│ 调用 DAG 编排
│ {name: "dag_submit"} │ → 编排 → 返回 dagId
│ │
│◀─── tool result ─────────────────│ 返回 dagId + status
│ │
│──── tools/call ──────────────────▶│ 查询 DAG 状态
│ {name: "dag_query"} │
│◀─── tool result ─────────────────│ 返回快照/日志MCP Client 列表:
| MCP Client | 调用场景 |
|---|---|
| DreamingAI | AI 对话需要本地能力(文件/Shell/Docker)或跨引擎 DAG 编排 |
| ImSky 天信IM | IM 场景需要 AI 智能客服、群聊机器人、远程运维、文件智能处理 |
| TimiOA 天美OA | OA 场景需要 AI 审批建议、智能文档生成、会议纪要、数据洞察、自动化工作流 |
- 📁 文件操作:
fs_read/fs_write/fs_search— 本地文件系统访问(Agido Native L2 层) - 🐚 Shell 执行:
shell_exec— 命令行执行、脚本运行(Agido Native L2 层) - 🌐 浏览器自动化:
browser_navigate/browser_scrape— Playwright 驱动(Agido Native L2 层) - 🐳 Docker 管理:
docker_run/docker_stop— 容器生命周期(Agido Native L2 层) - 🔀 DAG 编排:
dag_submit/dag_query/dag_control— 多引擎工作流 - 🏥 健康查询:
engine_health— 引擎状态与负载感知 - 🧬 进化查询:
evolution_status— 自主进化状态与技能沉淀统计(Agido Native L5 层)
🧬 Agido Native 混合引擎(保底内核)
Agido Native 是 Agido 自研的混合引擎,作为始终在线的保底内核——当所有第三方引擎离线时,Agido 仍能以 70%+ 的核心能力独立运行,而非完全瘫痪。更重要的是,Agido Native 的核心是自主进化:它从每一次任务执行中学习,自动沉淀技能、积累经验、优化策略,越用越聪明,越用越自主。
🏗️ 六层混合架构
┌──────────────────────────────────────────────────────────────┐
│ 🧬 Agido Native 混合引擎 │
│ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ L1 对话层 — 智能对话与推理 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ ReAct │ │ Function │ │ 多轮对话 │ │ │
│ │ │ 推理循环 │ │ Calling │ │ 上下文管理 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ 依赖: SkyGate 天枢 AI 网关 / OpenAI 兼容 API │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ L2 执行层 — 本地能力与工具调用 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ 🐚 Shell │ │ 📁 File │ │ 🌐 Browse│ │ │
│ │ │ 命令执行 │ │ 文件操作 │ │ 浏览器 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ 🐳 Docker│ │ 🔗 HTTP │ │ 📊 Data │ │ │
│ │ │ 容器管理 │ │ API 调用 │ │ 数据处理 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ │ 依赖: 本地运行时,零外部依赖 │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ L3 记忆层 — 持久记忆与知识检索 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 💾 SQLite│ │ 🔍 FTS5 │ │ 📐 向量检索 │ │ │
│ │ │ 持久存储 │ │ 全文检索 │ │ 语义相似度 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 📚 RAG │ │ 🧠 Humemory│ │ 📎 Aiki 知识库 │ │ │
│ │ │ 检索增强 │ │ 记忆集成 │ │ 知识注入 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ 依赖: SQLite + 向量库 + Humemory + Aiki │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ L4 协作层 — 多 Agent 编排与进化 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 👥 Super │ │ 🧬 进化 │ │ 🏥 健康感知 │ │ │
│ │ │ 协调者 │ │ 闭环学习 │ │ 降级路由 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 🎯 技能 │ │ 📊 策略 │ │ 🔄 DAG 编排 │ │ │
│ │ │ 沉淀管理 │ │ 自动优化 │ │ 工作流引擎 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ 依赖: L1-L3 能力 + 进化算法 + 策略引擎 │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ L5 进化层 — 自主进化与闭环学习 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 🧬 闭环 │ │ 🎯 技能 │ │ 📊 策略 │ │ │
│ │ │ 学习循环 │ │ 自动生成 │ │ 自动优化 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 🔬 效果 │ │ 📚 经验 │ │ 🧪 验证 │ │ │
│ │ │ 评估验证 │ │ 知识沉淀 │ │ 置信度评估 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ 依赖: L1-L4 能力 + Humemory 记忆 + Aiki 知识库 │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ L6 感知层 — 健康感知与降级路由 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 🏥 引擎 │ │ 📈 负载 │ │ 🔀 降级 │ │ │
│ │ │ 健康检测 │ │ 感知路由 │ │ 自动切换 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 🚨 告警 │ │ 📊 预测 │ │ 🔄 恢复 │ │ │
│ │ │ 故障通知 │ │ 容量预测 │ │ 自动回切 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ 依赖: L1-L5 能力 + 心跳检测 + 负载指标 │ │
│ └────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘🧬 自主进化核心
Agido Native 的灵魂是自主进化——它不是一个静态的执行引擎,而是一个能从经验中学习、自我改进、持续成长的智能体。进化闭环如下:
┌──────────────────────────────────────────────────────────────┐
│ 🧬 自主进化闭环 │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 1.执行 │────▶│ 2.评估 │────▶│ 3.沉淀 │ │
│ │ 任务执行 │ │ 结果评估 │ │ 知识沉淀 │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ ▲ │ │
│ │ ▼ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 6.优化 │◀────│ 5.验证 │◀────│ 4.生成 │ │
│ │ 策略优化 │ │ 效果验证 │ │ 技能生成 │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ 进化维度 │ │
│ │ │ │
│ │ 🧠 认知进化:从任务执行中学习,优化意图识别与任务分解 │ │
│ │ 🛠️ 技能进化:成功经验自动提炼为可复用技能 │ │
│ │ 🗺️ 路由进化:根据执行效果优化引擎选择策略 │ │
│ │ 💾 记忆进化:重要信息自动沉淀,过期信息自动遗忘 │ │
│ │ 🤝 协作进化:多 Agent 协作模式持续优化 │ │
│ └────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘进化六步闭环详解:
| 步骤 | 名称 | 说明 | 产出 |
|---|---|---|---|
| 1. 执行 | 任务执行 | Agido Native 或第三方引擎执行用户任务 | 执行结果 + 执行日志 |
| 2. 评估 | 结果评估 | 评估执行质量(成功/失败/部分成功/超预期),分析成功因素与失败原因 | 质量评分 + 归因分析 |
| 3. 沉淀 | 知识沉淀 | 将执行经验写入 Humemory 记忆引擎,更新 Aiki 知识库 | 记忆条目 + 知识页面 |
| 4. 生成 | 技能生成 | 从成功任务中自动提取可复用技能,生成标准化技能模板 | 技能定义 + 工具绑定 |
| 5. 验证 | 效果验证 | 新生成的技能在相似任务中验证,确认可复用性和稳定性 | 验证报告 + 置信度 |
| 6. 优化 | 策略优化 | 基于执行效果优化路由策略、任务分解策略、引擎选择权重 | 策略更新 + 权重调整 |
🌱 进化能力矩阵
| 能力 | 初始状态 | 进化后 | 进化机制 |
|---|---|---|---|
| 意图识别 | 基于规则的分类 | 基于经验的语义理解 | 从错误路由中学习,优化意图分类模型 |
| 任务分解 | 固定模板分解 | 自适应动态分解 | 从复杂任务执行中学习最优分解策略 |
| 引擎路由 | 静态优先级路由 | 基于效果的自适应路由 | 根据历史执行效果动态调整引擎选择权重 |
| 技能库 | 内置基础技能 | 不断增长的自主技能 | 从成功任务中自动提取、验证、沉淀技能 |
| 记忆检索 | 关键词匹配 | 语义+上下文+情感检索 | 从检索效果中学习,优化召回策略 |
| 多 Agent 协作 | 固定 Supervisor 模式 | 自适应协作拓扑 | 从协作效果中学习,优化 Agent 角色与分工 |
| 错误恢复 | 固定重试策略 | 智能降级与自愈 | 从失败场景中学习,优化降级与恢复策略 |
🔗 生态融合
Agido Native 深度融合 GitCoffee AI 生态基础设施,而非从零构建:
┌──────────────────────────────────────────────────────────────┐
│ Agido Native × GitCoffee 生态 │
│ │
│ ┌────────────┐ LLM 调用通过 SkyGate 统一路由 │
│ │ 🚪 SkyGate │ → 故障自愈:模型挂了自动切换 │
│ │ 天枢 AI网关│ → 成本优化:同等效果选最便宜 │
│ └─────┬──────┘ → 智能缓存:语义匹配命中缓存 │
│ │ │
│ ┌─────▼──────┐ 知识检索与注入通过 Aiki 知识引擎 │
│ │ 📚 Aiki │ → 知识消化:文档→结构化页面 │
│ │ 知了 知识库│ → Prompt 注入:热点知识自动注入 │
│ └─────┬──────┘ → 引用溯源:每句话都有出处 │
│ │ │
│ ┌─────▼──────┐ 记忆管理通过 Humemory 记忆引擎 │
│ │ 🧠 Humemory│ → 多层记忆:工作/短期/长期/核心 │
│ │ 合忆 记忆 │ → 情感记忆:带情感标签的记忆召回 │
│ └─────┬──────┘ → 记忆巩固:空闲期自动巩固沉淀 │
│ │ │
│ ┌─────▼──────┐ 安全合规通过 SioGuard 安全卫士 │
│ │ 🛡️ SioGuard│ → Prompt 防御:注入攻击拦截 │
│ │ 数卫 安全 │ → 数据脱敏:敏感信息自动处理 │
│ └────────────┘ → 合规审计:操作日志可追溯 │
└──────────────────────────────────────────────────────────────┘🔄 降级与恢复策略
| 场景 | 状态 | 行为 |
|---|---|---|
| 所有引擎在线 | 🟢 全能力 | 任务路由至最优引擎执行,Native 作为进化反馈收集器 |
| 部分引擎离线 | 🟡 降级运行 | 离线引擎任务降级至 Native 对应层执行,在线引擎正常路由 |
| 所有引擎离线 | 🔴 独立运行 | 全部任务由 Native 执行,L1-L6 层保底运行,系统永不瘫痪 |
| 引擎恢复上线 | 🟢 自动升级 | 自动将 Native 执行的任务切回引擎,无缝升级体验 |
| DreamingAI 云端在线 | 🟢 云端增强 | 享受 RBAC 权限、成本管控、审计合规、团队协作、模型智能调度等云端能力 |
| DreamingAI 云端离线 | 🟡 本地保底 | 降级至 Agido Native 本地管理(单用户/基础日志/本地技能/Native 路由) |
| DreamingAI 云端恢复 | 🟢 自动同步 | 离线期间积累的执行数据增量上报,最新策略自动下发 |
🦞 OpenClaw 引擎集成
接入 OpenClaw 的自主代理网关能力,实现消息平台即控制面:
- 🌐 15+ 消息渠道:WhatsApp、Telegram、Discord、Slack、Signal、iMessage、Google Chat、Microsoft Teams 等
- 🔧 AgentSkills 技能系统:通过 ClawHub 注册中心发现和安装社区技能
- 🐚 Shell 执行:完整的文件系统访问、命令执行、浏览器自动化(Playwright)
- 🐳 Docker 管理:容器生命周期管理,沙箱化任务执行
- 🔒 自托管优先:所有数据本地处理,API 密钥完全自主掌控
- 📡 Gateway 网关:分布式 Gateway–Node–Host 架构,高可用部署
🐴 Hermes Agent 引擎集成
接入 Hermes Agent 的自进化智能体能力,实现越用越聪明的学习闭环:
- 🧠 闭环学习:从经验中创建技能、在使用中改进、自动记忆知识
- 💾 持久记忆:FTS5 全文检索 + LLM 摘要,跨会话上下文保持
- 🛠️ 40+ 内置工具:Web 搜索、文件操作、终端命令、图像生成、TTS、视觉理解
- 🎓 自主技能创建:Agent 自动从成功任务中提取可复用技能
- ⏰ 定时自动化:内置 Cron 调度器,自动执行定期任务
- 🧬 子代理生成:复杂任务自动派生子代理并行处理
- 🔌 MCP 集成:通过 Model Context Protocol 扩展工具能力
🧑 OpenHuman 引擎集成
接入 OpenHuman 的桌面级人性化交互能力,实现 AI 超级智能助手的"有温度"体验:
- 🖥️ 桌面常驻:Tauri v2 + Rust 原生桌面应用,轻量高性能
- 🎭 桌面吉祥物:可视化 AI 状态,响应环境,可加入视频会议
- 🌳 Memory Tree:三层树状记忆架构(短期 / 长期 / 核心身份)
- 🔀 模型路由:根据任务类型自动选择最优模型
- 📎 外部服务集成:日历、邮件、文档、任务系统一键接入
- 🎤 语音交互:原生语音备忘录处理,语音输入输出
- 🎨 UI-first:零配置上手,短 Onboarding 即可开始使用
🧩 Dify 引擎集成
接入 Dify 的低代码 AI 应用编排能力,实现可视化构建与快速部署:
- 🔧 可视化工作流:拖拽式 Workflow 编排,零代码构建 AI 应用
- 📚 RAG Pipeline:内置文档解析、分块、向量检索、重排序全链路
- 🧩 插件市场:社区驱动的工具插件,一键扩展能力边界
- 🌐 多渠道发布:Web Widget / API / 微信 / 飞书,一次构建多端发布
- 🔐 企业级特性:多租户、权限管理、审计日志、SSO 集成
- 📊 可观测性:应用运行追踪、Token 消耗统计、质量评估
- 🐳 自托管友好:Docker Compose 一键部署,数据完全自主
🤖 Coze 引擎集成
接入 Coze(扣子)的 Bot 开发平台能力,实现 AI Bot 的快速构建与分发:
- 🤖 可视化 Bot 构建:零代码创建智能 Bot,自然语言定义人设与能力
- 🔌 丰富插件生态:搜索、图片生成、天气、新闻等 60+ 内置插件
- 📋 工作流编排:可视化流程设计,条件分支、循环、并行执行
- 📚 知识库管理:文档 / 网页 / 数据库多源知识接入
- 🌍 多平台分发:微信 / 飞书 / Discord / Telegram / LINE 一键发布
- ⏰ 定时任务:Cron 触发器,自动执行周期性任务
- 📊 数据分析:Bot 运行指标、用户画像、对话质量分析
🔄 AutoGen 引擎集成
接入 AutoGen 的多 Agent 对话协作能力,实现复杂任务的智能分工:
- 💬 多 Agent 对话:Agent 间自主对话协商,动态分配子任务
- 👥 Group Chat:多 Agent 群组协作,支持人工介入与审批
- 🛠️ 代码执行:内置代码生成与沙箱执行,安全运行用户代码
- 🧑 Human-in-the-loop:关键决策点人工确认,确保执行安全
- 🔗 工具调用:函数调用 + 外部 API 集成,扩展 Agent 能力
- 📊 对话可视化:Agent 交互拓扑图,直观展示协作流程
- 🔬 研究友好:微软研究院出品,学术与工业双重验证
🎭 CrewAI 引擎集成
接入 CrewAI 的角色化团队编排能力,实现 AI 团队的高效协作:
- 🎭 角色定义:为每个 Agent 设定角色、目标、背景故事与工具集
- 👥 Crew 编排:组建 AI 团队,定义任务流程与协作模式
- 📋 任务链:顺序 / 层级 / 异步任务编排,支持任务间依赖
- 🛠️ 工具生态:搜索、文件、代码、API 等 50+ 内置工具
- 🧠 记忆系统:短期记忆 + 长期记忆 + 实体记忆,跨任务上下文保持
- 🔄 流程模式:Sequential / Hierarchical / Consensus 多种决策模式
- 🎯 输出控制:结构化输出、JSON 模式、自定义输出格式
🌐 跨引擎协同
Agido 真正的威力在于多引擎的深度协同:
| 协同场景 | 引擎组合 | 说明 |
|---|---|---|
| Native 保底 → 引擎增强 | Agido Native + 任意引擎 | 引擎离线时 Native 独立执行,引擎上线后无缝升级 |
| 本地执行 → 云端管理 | Agido Native + DreamingAI | 本地执行任务,DreamingAI 云端提供权限/成本/审计/协作管理 |
| 云端调度 → 本地执行 | DreamingAI + Agido Native | DreamingAI 模型智能调度下发策略,Agido Native 本地执行 |
| 云端协作 → 本地技能 | DreamingAI + 任意引擎 | DreamingAI 团队空间共享提示词/工作流模板,引擎本地执行技能 |
| 自主执行 → 自主进化 | Agido Native 自闭环 | Native 执行任务 → 评估结果 → 沉淀技能 → 优化策略 |
| 消息平台 → 桌面联动 | OpenClaw + OpenHuman | 在 Telegram 接收指令,桌面吉祥物实时反馈执行状态 |
| 自主执行 → 技能积累 | OpenClaw + Hermes Agent | OpenClaw 执行任务,Hermes Agent 自动沉淀为可复用技能 |
| 桌面交互 → 深度记忆 | OpenHuman + Hermes Agent | 桌面交互偏好自动同步至 Hermes Agent 持久记忆 |
| 低代码编排 → 自主执行 | Dify + OpenClaw | Dify 可视化编排工作流,OpenClaw 自主网关执行与通知 |
| Bot 构建 → 团队协作 | Coze + CrewAI | Coze 快速构建 Bot 原型,CrewAI 角色化团队深度执行 |
| 多 Agent 协作 → 技能沉淀 | AutoGen + Hermes Agent | AutoGen 多 Agent 协作产出,Hermes Agent 自动提炼为可复用技能 |
| RAG 知识 → 角色编排 | Dify + CrewAI | Dify RAG Pipeline 提供知识检索,CrewAI 角色化团队消费知识执行任务 |
| 全链路自动化 | 多引擎协同 | 感知(OpenHuman)→ 编排(Dify/Coze)→ 协作(AutoGen/CrewAI)→ 执行(OpenClaw)→ 反馈(OpenHuman) |
| 跨平台无缝切换 | 多引擎协同 | 同一任务在桌面、消息平台、Web、CLI 之间无缝流转 |
| 企业级应用构建 | Dify + OpenClaw + Coze | Dify 编排 + OpenClaw 网关 + Coze 分发,覆盖开发到运维全链路 |
| 引擎降级 → Native 兜底 | Agido Native + 任意引擎 | 引擎故障时自动降级至 Native,恢复后自动切回 |
🖼️ 界面展示


🚀 核心功能模块
1. 统一对话系统 💬
Agido 提供统一的对话入口,用户无需关心底层引擎切换:
- 💬 统一对话界面:一个入口,多引擎智能路由
- 📚 完整对话历史:跨引擎、跨会话的对话记录管理
- ⚡ 快捷操作:总结、解释、翻译、代码帮助、任务执行
- 🎨 多媒体交互:文本、图片、文件、语音、视频
- 🔄 会话管理:新建、删除、归档、搜索会话
2. 引擎管理 ⚙️
对多引擎的统一配置与监控:
- 🔍 引擎状态监控:实时查看各引擎运行状态、资源占用
- ⚙️ 统一配置面板:模型选择、API 密钥、渠道配置集中管理
- 📊 性能分析:各引擎响应时间、成功率、Token 消耗统计
- 🔀 路由策略配置:自定义引擎选择规则和优先级
- 🔄 引擎热切换:运行时无缝切换,零中断
3. 技能市场 🧩
融合多引擎的技能生态:
- 🧬 Agido Native 自主技能:从任务执行中自动提炼、验证、沉淀的可复用技能
- 🦞 ClawHub 技能:OpenClaw 社区技能一键安装
- 🐴 agentskills.io 技能:Hermes Agent 社区技能兼容
- 🧑 桌面工具集:OpenHuman 外部服务集成
- 🧩 Dify 插件市场:Dify 社区工具插件一键安装
- 🤖 Coze 插件生态:Coze 60+ 内置插件兼容
- 🔄 AutoGen 工具:AutoGen 函数调用与代码执行工具
- 🎭 CrewAI 工具集:CrewAI 50+ 内置工具集成
- 📦 统一技能格式:跨引擎技能自动适配
- 🏷️ 技能评分与推荐:社区驱动的技能质量评估
4. Skills 协同 🔄
跨引擎技能的智能编排与协同执行,让 1+1>2:
- 🔀 跨引擎技能路由:根据任务语义自动选择最优引擎的技能执行,无需用户手动指定
- 🔗 技能链编排:将不同引擎的技能串联为执行链,如 Dify RAG 检索 → CrewAI 角色执行 → OpenClaw 网关通知
- 🧬 技能自动适配:统一技能抽象层,自动将引擎原生技能转换为 Agido 标准格式,屏蔽底层差异
- 🪞 技能互调:一个引擎的技能可调用另一个引擎的技能,如 Hermes Agent 自主创建的技能可被 OpenClaw 代理直接使用
- 📊 协同效果追踪:记录跨引擎技能调用的执行路径与效果,持续优化协同策略
- 🎯 场景化技能组合:预置常见协同场景的技能组合模板,一键启用(如"消息触发 → 知识检索 → 团队执行 → 桌面反馈")
5. 记忆中心 🧠
统一管理跨引擎的记忆系统:
- 🧬 Agido Native 记忆:SQLite + FTS5 + 向量库 + Humemory 集成的自主记忆
- 🌳 Memory Tree:OpenHuman 三层树状记忆
- 📝 FTS5 全文检索:Hermes Agent 跨会话记忆
- 💾 SQLite 持久存储:OpenClaw 本地记忆
- 🧩 向量知识库:Dify RAG Pipeline 知识检索
- 🧠 短期 + 长期记忆:CrewAI 跨任务上下文保持
- 🔄 记忆同步:多引擎记忆自动同步与去重
- 🔒 隐私控制:细粒度的记忆访问权限管理
6. 自动化工作流 ⚡
基于多引擎协同的自动化能力:
- 🧬 自主进化:Agido Native 闭环学习,从执行中沉淀技能、优化策略
- ⏰ 定时任务:Cron 调度 + 消息平台通知
- 🔗 工作流编排:可视化拖拽式工作流设计(Dify / Coze 工作流引擎)
- 🤖 自主代理:OpenClaw 自主执行 + Hermes Agent 技能沉淀
- 🔄 多 Agent 协作:AutoGen 对话协商 + CrewAI 角色化团队执行
- 📡 事件触发:日历事件、邮件到达、文件变更自动响应
- 📊 执行报告:自动化任务执行日志与效果分析
⚡ 增强引擎
增强引擎是 Agido 2.0 的核心升级,在多引擎融合基础之上提供智能编排、健康感知、知识融合等高级能力——让多引擎协作从"手动调度"升级为"自主协同"。
🔀 智能编排引擎
多引擎不是简单的"选一个用"——复杂任务需要跨引擎 DAG 编排,像指挥家协调每个声部:
- 📊 DAG 工作流:将复杂任务建模为有向无环图,节点为引擎能力,边为数据依赖
- 🔀 条件分支:根据中间结果动态选择后续路径,实现 if-else / switch 编排逻辑
- ⚡ 并行执行:无依赖的子任务自动并行调度,多引擎同时工作,总耗时 ≈ 最慢子任务
- 🔄 失败回滚:任一节点失败自动回滚已完成节点,支持重试 / 降级 / 跳过策略
- 📋 执行快照:每个编排实例生成完整执行快照,可回放、调试、审计
- 🎯 模板市场:预置常见编排模板(调研→分析→报告、监控→告警→修复等)
用户指令: "调研竞品并生成分析报告"
│
▼
┌──────────────────────────────────────────────────────┐
│ 智能编排引擎 (DAG) │
│ │
│ ┌─────────┐ │
│ │ 任务分解 │ "调研竞品并生成分析报告" │
│ │ │ → 1.搜索竞品 2.收集数据 3.分析对比 4.报告 │
│ └────┬────┘ │
│ │ │
│ ▼ │
│ ┌─────────┐ ┌─────────┐ │
│ │ 搜索竞品 │────▶│ 收集数据 │ (顺序依赖) │
│ │ Dify RAG│ │ OpenClaw│ │
│ └─────────┘ └────┬────┘ │
│ │ │
│ ┌────────┴────────┐ │
│ ▼ ▼ │
│ ┌──────────────┐ ┌──────────────┐ │
│ │ 功能对比分析 │ │ 定价策略分析 │ (并行执行) │
│ │ CrewAI 团队 │ │ AutoGen 协作 │ │
│ └──────┬───────┘ └──────┬───────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌──────────────────────────────────┐ │
│ │ 结果聚合 & 冲突消解 │ │
│ └──────────────┬───────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────┐ ┌──────────────┐ │
│ │ 生成分析报告 │─▶│ 桌面通知推送 │ │
│ │ Hermes Agent │ │ OpenHuman │ │
│ └──────────────┘ └──────────────┘ │
│ │
│ ⏱️ 总耗时: 45s (串行需 180s, 提速 4x) │
│ 📊 快照: 7 节点 · 2 并行 · 0 失败 · 完整执行链 │
└──────────────────────────────────────────────────────┘🏥 引擎健康感知
7 个引擎不可能永远健康——实时感知引擎状态,让调度永远走在"有路可走"的方向:
- 💓 心跳检测:每个引擎适配器定期上报心跳,延迟、错误率、资源占用实时监控
- 🚦 健康水位线:🟢 健康 / 🟡 降级 / 🔴 故障 三色状态,直观展示引擎可用性
- 🔄 自动降级:引擎异常时自动降级至备用引擎,用户无感知切换
- 📊 负载感知路由:根据各引擎当前负载智能分发任务,避免单引擎过载
- 📈 趋势预测:基于历史数据预测引擎负载趋势,提前调度资源
- 🚨 异常告警:引擎状态变化自动告警,支持 Webhook / 消息平台通知
用户请求到达
│
▼
┌──────────────────────────────────────────────────────┐
│ 引擎健康感知引擎 │
│ │
│ ┌────────────────────────────────────────────────┐ │
│ │ 引擎健康面板 │ │
│ │ 🟢 OpenClaw 延迟 120ms 成功率 99.5% │ │
│ │ 🟢 Hermes Agent 延迟 200ms 成功率 98.8% │ │
│ │ 🟡 OpenHuman 延迟 500ms 成功率 92.1% ⚠️ │ │
│ │ 🟢 Dify 延迟 180ms 成功率 99.1% │ │
│ │ 🔴 Coze 无响应 连续失败 3 次 │ │
│ │ 🟢 AutoGen 延迟 300ms 成功率 97.5% │ │
│ │ 🟢 CrewAI 延迟 250ms 成功率 98.0% │ │
│ └────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────────────────────────────────┐ │
│ │ 负载感知路由决策 │ │
│ │ 任务: "Bot 构建" │ │
│ │ → Coze (首选) 🔴 故障 │ │
│ │ → Dify Workflow (降级替代) 🟢 可用 │ │
│ │ 任务: "桌面交互" │ │
│ │ → OpenHuman (首选) 🟡 降级 │ │
│ │ → OpenClaw + Web UI (降级替代) │ │
│ │ 任务: "多 Agent 协作" │ │
│ │ → AutoGen (负载 30%) vs CrewAI (负载 75%) │ │
│ │ → 选择 AutoGen (负载更低) │ │
│ └────────────────────────────────────────────────┘ │
│ │
│ 📈 预测: Coze 预计 15min 恢复 · OpenHuman 负载下降中│
│ 🚨 告警: Coze 故障已通知运维 · 降级策略已自动生效 │
└──────────────────────────────────────────────────────┘🧬 跨引擎知识融合
7 个引擎各自有知识库和记忆——融合它们,让 AI 助手拥有"全知视角":
- 🔗 知识对齐:不同引擎的知识格式自动对齐为统一知识模型,消除结构差异
- ⚔️ 冲突消解:多引擎知识矛盾时基于时效性、来源权威度、置信度智能裁决
- 🕸️ 统一知识图谱:跨引擎实体和关系合并为统一图谱,发现隐含关联
- 📊 知识溯源:每条知识标注来源引擎和置信度,可追溯、可验证
- 🔄 增量同步:引擎知识变更自动增量同步至融合层,保持实时一致
- 🎯 上下文增强:融合后的知识按需注入对话上下文,提升各引擎输出质量
7 个引擎的知识孤岛
│
▼
┌──────────────────────────────────────────────────────┐
│ 跨引擎知识融合引擎 │
│ │
│ ┌────────────────────────────────────────────────┐ │
│ │ 知识对齐 │ │
│ │ OpenClaw: "Vue 3 + TypeScript" (技能格式) │ │
│ │ Hermes: "用户偏好 Vue 3" (记忆格式) │ │
│ │ Dify: "Vue 3 最佳实践" (知识库格式) │ │
│ │ → 统一模型: {topic: "Vue 3", type: "tech", │ │
│ │ sources: [OpenClaw, Hermes, Dify], │ │
│ │ confidence: 0.95} │ │
│ └────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────────────────────────────────┐ │
│ │ 冲突消解 │ │
│ │ OpenClaw: "部署在 AWS" (3天前, 置信 0.7) │ │
│ │ Dify: "迁移至 GCP" (1天前, 置信 0.9) │ │
│ │ → 时效性: GCP(1天) > AWS(3天) │ │
│ │ → 置信度: GCP(0.9) > AWS(0.7) │ │
│ │ → 结果: "部署在 GCP",AWS 记录归档为历史 │ │
│ └────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────────────────────────────────┐ │
│ │ 统一知识图谱 │ │
│ │ Vue 3 ──使用──▶ TypeScript ──构建──▶ Vite │ │
│ │ │ │ │ │
│ │ 偏好(Hermes) 技能(OpenClaw) │ │
│ │ │ │ │ │
│ │ 最佳实践(Dify) 部署(GCP) │ │
│ │ │ │
│ │ 来源: 3 引擎 · 实体: 4 · 关系: 5 · 置信: 0.92 │ │
│ └────────────────────────────────────────────────┘ │
│ │
│ 🔄 增量同步: OpenClaw 新增 2 技能 → 自动对齐融合 │
│ 🎯 上下文增强: 对话涉及 Vue 3 → 自动注入融合知识 │
└──────────────────────────────────────────────────────┘🏗️ 技术架构
整体架构
┌──────────────────────────────────────────────────────────────────┐
│ MCP Client 层 │
│ ┌────────────────────┐ ┌────────────────┐ ┌────────────────┐ │
│ │ DreamingAI │ │ ImSky 天信IM │ │ TimiOA 天美OA │ │
│ │ AI 助手与协作平台 │ │ 跨平台即时通讯 │ │ 数智化办公平台 │ │
│ │ 自身完成 AI 流程 │ │ 自身完成 IM 流程│ │ 自身完成 OA 流程│ │
│ └────────┬───────────┘ └───────┬────────┘ └───────┬────────┘ │
└───────────┼──────────────────────┼────────────────────┼──────────┘
│ MCP 协议 │ MCP 协议 │ MCP 协议
└──────────────┬───────┴────────────────────┘
▼
┌──────────────────────────────────────────────────────────────────┐
│ Agido 极动 多引擎 AI 超级智能助手 │
├──────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 用户交互层 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 桌面应用 │ │ Web 应用 │ │ 消息平台适配器 │ │ │
│ │ │ (Tauri) │ │ (React) │ │ (Telegram等15+) │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ Agido 调度引擎层 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 意图识别 │ │ 任务分解 │ │ 引擎路由 & 调度 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 结果聚合 │ │ 上下文同步│ │ 记忆统一管理 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ ⚡ 增强引擎层 │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ │
│ │ │ 智能编排 │ │ 健康感知 │ │ 知识融合 │ │ │
│ │ │ DAG·回滚 │ │ 降级·路由 │ │ 对齐·消解·图谱 │ │ │
│ └──────────┘ └──────────┘ └──────────────────────┘ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 🧬 Agido Native 混合引擎(保底内核) │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ L1 对话 │ │ L2 执行 │ │ L3 记忆 │ │ │
│ │ │ ReAct+FC │ │Shell/File│ │SQLite+Vec│ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ L4 协作 │ │ L5 进化 │ │ L6 感知 │ │ │
│ │ │Supervisor│ │闭环学习 │ │降级路由 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
│ ┌───────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐ │
│ │🦞OpenClaw │ │🐴Hermes │ │🧑OpenHuman│ │🧩 Dify │ │
│ │ 引擎适配器 │ │ Agent │ │ 引擎适配器 │ │ 引擎适配器 │ │
│ │ │ │ 引擎适配器 │ │ │ │ │ │
│ │· Gateway │ │· AIAgent │ │· Tauri App│ │· Workflow │ │
│ │· Node-Host│ │· Curator │ │· Memory │ │· RAG │ │
│ │· Channels │ │· Memory │ │ Tree │ │ Pipeline │ │
│ │· Skills │ │ Mgr │ │· Model │ │· Plugins │ │
│ └───────────┘ │· Skills │ │ Route │ │· API │ │
│ │ Hub │ │· Services │ └───────────┘ │
│ ┌───────────┐ └───────────┘ └───────────┘ │
│ │🤖 Coze │ │
│ │ 引擎适配器 │ ┌───────────┐ ┌───────────┐ │
│ │ │ │🔄AutoGen │ │🎭CrewAI │ ...更多引擎 │
│ │· Bot SDK │ │ 引擎适配器 │ │ 引擎适配器 │ │
│ │· Workflow │ │ │ │ │ │
│ │· Plugins │ │· Multi │ │· Crew │ │
│ │· Knowledge│ │ Agent │ │· Agent │ │
│ └───────────┘ │· Group │ │· Task │ │
│ │ Chat │ │· Tool │ │
│ │· Code Exec│ │· Memory │ │
│ └───────────┘ └───────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 基础设施层 │ │
│ │ ┌──────────┐ ┌──────────────┐ ┌──────────────────┐ │ │
│ │ │ LLM 路由 │ │ 数据存储 │ │ 安全 & 权限 │ │ │
│ │ │ (SkyGate) │ │(PG+SQLite │ │ (Casbin+SioGuard)│ │ │
│ │ │ │ │ 双层架构) │ │ │ │ │
│ │ └──────────┘ └──────────────┘ └──────────────────┘ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
└──────────────────────────────────────────────────────────────────┘技术栈
| 组件 | 技术选型 | 说明 |
|---|---|---|
| 桌面应用 | Tauri v2 (Rust + WebView) | 继承 OpenHuman 轻量桌面方案 |
| 前端框架 | React + TypeScript | 统一 UI 层 |
| 后端核心 | Rust + Python | Rust 承载调度引擎,Python 适配多引擎 |
| Agido Native | Rust / TypeScript / Python | 自研混合引擎,四层架构,自主进化闭环 |
| OpenClaw 适配 | TypeScript / Python | Gateway API 对接 |
| Hermes Agent 适配 | Python | AIAgent SDK 集成 |
| OpenHuman 适配 | Rust / TypeScript | Tauri 插件机制集成 |
| Dify 适配 | Python / TypeScript | Dify API + Workflow SDK 对接 |
| Coze 适配 | TypeScript / Python | Coze SDK + API 集成 |
| AutoGen 适配 | Python | AutoGen Agent Framework 集成 |
| CrewAI 适配 | Python | CrewAI Framework 集成 |
| 数据存储(云端) | PostgreSQL + pgvector | 企业级主存储:多租户隔离 · 高并发 · 水平扩展 · 向量检索 |
| 数据存储(本地) | SQLite + FTS5 + 向量库 | 本地保底存储:零依赖 · 离线可用 · RAG 向量检索 |
| 认证鉴权 | Casbin + DreamingAI RBAC | 策略引擎驱动:RBAC 四级角色 · 权限矩阵 · SSO/OAuth · 数据隔离 |
| 可观测性 | OpenTelemetry + Prometheus | 分布式追踪 · 指标采集 · 告警 · 执行链路可视化 |
| 配置管理 | 配置中心 + 环境隔离 | 多环境配置 · 热更新 · 版本管理 · 审计追踪 |
| LLM 接入 | SkyGate 天枢 AI 网关 | 多模型统一路由 · 故障自愈 · 成本优化 · 智能缓存 |
| 消息网关 | OpenClaw Gateway | 15+ 平台消息适配 |
| 智能编排 | 自研 DAG 引擎 + 条件分支 + 并行调度 | 跨引擎工作流编排 |
| 健康感知 | 心跳检测 + 负载感知路由 + 自动降级 | 引擎可用性保障 |
| 知识融合 | 统一知识模型 + 冲突消解 + 增量同步 | 跨引擎知识统一 |
| 安全合规 | SioGuard 数卫 | Prompt 防御 · 数据脱敏 · 合规审计 · 敏感词过滤 |
| 企业部署 | Docker Compose + Helm Chart | 私有化部署 · K8s 编排 · 运维自动化 · 滚动更新 |
🏢 企业级技术架构
Agido 的企业级技术架构遵循"云端增强,本地保底"设计哲学,核心原则是本地能力零依赖,云端能力可插拔:
┌──────────────────────────────────────────────────────────────┐
│ Agido 企业级技术架构 │
│ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ ☁️ 云端层(DreamingAI 增强·可选) │ │
│ │ │ │
│ │ ┌──────────────┐ ┌──────────────┐ ┌─────────────┐ │ │
│ │ │ PostgreSQL │ │ Casbin │ │ OpenTelemetry│ │ │
│ │ │ 企业级主存储 │ │ RBAC 策略引擎│ │ 分布式追踪 │ │ │
│ │ │ · 多租户隔离 │ │ · 四级角色 │ │ · 链路可视化 │ │ │
│ │ │ · 高并发读写 │ │ · 权限矩阵 │ │ · 性能指标 │ │ │
│ │ │ · 水平扩展 │ │ · SSO/OAuth │ │ · 告警通知 │ │ │
│ │ └──────────────┘ └──────────────┘ └─────────────┘ │ │
│ │ ┌──────────────┐ ┌──────────────┐ ┌─────────────┐ │ │
│ │ │ 配置中心 │ │ 成本管控 │ │ 审计合规 │ │ │
│ │ │ · 多环境隔离 │ │ · 预算配额 │ │ · 操作日志 │ │ │
│ │ │ · 热更新 │ │ · 用量分析 │ │ · 合规报告 │ │ │
│ │ │ · 版本管理 │ │ · 成本预测 │ │ · 数据脱敏 │ │ │
│ │ └──────────────┘ └──────────────┘ └─────────────┘ │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ 云端可用时增强 │ 云端离线时降级 │
│ ▼ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ 🏠 本地层(Agido Native·始终可用) │ │
│ │ │ │
│ │ ┌──────────────┐ ┌──────────────┐ ┌─────────────┐ │ │
│ │ │ SQLite │ │ 本地认证 │ │ 本地日志 │ │ │
│ │ │ 本地保底存储 │ │ · 单用户模式 │ │ · 执行快照 │ │ │
│ │ │ · 零依赖 │ │ · 本地令牌 │ │ · 基础统计 │ │ │
│ │ │ · 离线可用 │ │ · 离线鉴权 │ │ · SioGuard │ │ │
│ │ │ · FTS5+向量 │ │ │ │ │ │ │
│ │ └──────────────┘ └──────────────┘ └─────────────┘ │ │
│ └────────────────────────────────────────────────────────┘ │
│ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ 🔄 数据同步层 │ │
│ │ │ │
│ │ SQLite ←──增量同步──→ PostgreSQL │ │
│ │ 本地认证 ←──策略下发──→ Casbin RBAC │ │
│ │ 本地日志 ←──数据上报──→ OpenTelemetry + 审计中心 │ │
│ │ .env 配置 ←──配置拉取──→ 配置中心 │ │
│ │ │ │
│ │ 云端在线 → 实时双向同步 │ │
│ │ 云端离线 → 本地独立运行,变更写入 WAL 队列 │ │
│ │ 云端恢复 → WAL 队列增量上报 + 最新策略自动拉取 │ │
│ └────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘双层存储架构
企业级场景对数据存储提出多租户、高并发、水平扩展等要求,但 Agido 的"自带心脏"哲学要求本地零依赖。解决方案是双层存储:
| 维度 | ☁️ 云端主存储(PostgreSQL) | 🏠 本地保底存储(SQLite) |
|---|---|---|
| 定位 | 企业级主存储,多租户数据权威源 | 本地保底存储,离线可用 |
| 多租户 | ✅ Schema 隔离 / Row-Level Security | ❌ 单用户模式 |
| 并发能力 | ✅ 高并发读写,连接池 | ⚠️ 单写多读,WAL 模式 |
| 扩展性 | ✅ 读写分离 / 分区 / 水平扩展 | ❌ 单机文件 |
| 向量检索 | ✅ pgvector 插件 | ✅ 本地向量库 |
| 全文检索 | ✅ tsvector + GIN 索引 | ✅ FTS5 |
| 数据同步 | 主存储 → 增量下发至本地 | 本地变更 → WAL 队列 → 云端恢复时上报 |
| 离线能力 | ❌ 依赖网络 | ✅ 零依赖,完全离线 |
| 适用场景 | 企业团队协作 / 多用户 / 合规审计 | 个人使用 / 离线保底 / 开发调试 |
认证鉴权架构
| 维度 | ☁️ 云端鉴权(Casbin + DreamingAI) | 🏠 本地鉴权 |
|---|---|---|
| 模式 | RBAC 四级角色 + 权限矩阵 + 审批流程 | 单用户本地令牌 |
| SSO | ✅ OAuth 2.0 / OIDC / SAML | ❌ 无 |
| 数据隔离 | ✅ 租户级 + 项目级隔离 | ❌ 无隔离 |
| 策略下发 | DreamingAI → Casbin 策略热更新 | 本地静态策略 |
| 降级策略 | 云端离线 → 降级至本地单用户模式 | - |
可观测性架构
| 维度 | ☁️ 云端可观测(OpenTelemetry) | 🏠 本地可观测 |
|---|---|---|
| 分布式追踪 | ✅ 跨引擎执行链路追踪 + 可视化 | ❌ 本地执行快照 |
| 指标采集 | ✅ Prometheus 指标 + Grafana 看板 | ⚠️ 引擎级 Token 统计 |
| 告警 | ✅ 规则引擎 + 多渠道通知 | ❌ 无 |
| 审计 | ✅ 操作日志 + 合规报告 + 数据脱敏 | ⚠️ 本地日志 + SioGuard |
| 降级策略 | 云端离线 → 降级至本地日志 + SioGuard | - |
🏆 产品优势
与其他 AI 助手平台对比
| 特性 | Agido 极动 | 单引擎助手 | AI 编排平台 |
|---|---|---|---|
| 企业级管控 | ✅ DreamingAI 云端增强:RBAC 权限 + 成本管控 + 审计合规 + 团队协作 | ❌ 无 | ⚠️ 基础权限 |
| 自主进化 | ✅ 六维进化闭环(认知/技能/路由/记忆/协作/恢复) | ❌ 无 | ❌ 无 |
| 引擎数量 | ✅ 8+ 引擎融合(含自研 Native) | ⚠️ 单引擎 | ⚠️ 2-3 引擎 |
| 独立运行 | ✅ Agido Native 保底,引擎全停仍可运行 | ✅ 单引擎独立 | ❌ 引擎停用即瘫痪 |
| 智能编排 | ✅ DAG 工作流 + 条件分支 + 并行 | ❌ 无 | ⚠️ 简单链式 |
| 健康感知 | ✅ 心跳检测 + 自动降级 + 负载路由 | ❌ 无 | ⚠️ 基础健康检查 |
| 知识融合 | ✅ 跨引擎对齐 + 冲突消解 + 统一图谱 | ❌ 单知识库 | ⚠️ 知识库独立 |
| 失败回滚 | ✅ DAG 节点级回滚 + 重试/降级/跳过 | ❌ 无 | ❌ 无 |
| 消息渠道 | ✅ 15+ 平台 | ⚠️ 1-3 平台 | ⚠️ 3-5 平台 |
| 桌面体验 | ✅ Tauri 原生桌面 + 吉祥物 | ⚠️ Web Only | ❌ 无 |
| 技能生态 | ✅ 7 引擎技能市场统一 | ⚠️ 单市场 | ⚠️ 部分市场 |
| 记忆系统 | ✅ 跨引擎记忆同步 + 知识溯源 | ⚠️ 单引擎记忆 | ⚠️ 独立记忆 |
| 低代码编排 | ✅ Dify + Coze 双引擎 | ❌ 无 | ✅ 有 |
| 多 Agent 协作 | ✅ AutoGen + CrewAI 双模式 | ❌ 无 | ⚠️ 单模式 |
| 成本管控 | ✅ DreamingAI 云端成本追踪 + 预算配额 + 用量分析 | ❌ 无 | ⚠️ 基础统计 |
| 审计合规 | ✅ DreamingAI 云端操作审计 + 合规报告 + 数据脱敏 | ❌ 无 | ⚠️ 基础日志 |
| 私有化部署 | ✅ Agido 自建 + DreamingAI 联合部署 | ⚠️ 部分支持 | ⚠️ 有限支持 |
基础能力 vs 增强引擎对比
| 能力维度 | 基础多引擎 | 增强引擎 |
|---|---|---|
| 任务调度 | 意图识别 + 单引擎路由 | + DAG 编排 + 多引擎并行 |
| 引擎容错 | 简单重试 | + 心跳检测 + 自动降级 + 负载感知路由 |
| 知识管理 | 各引擎独立知识库 | + 跨引擎对齐 + 冲突消解 + 统一图谱 |
| 执行追踪 | 基础日志 | + 执行快照 + 回放 + 审计 |
| 编排能力 | 单引擎顺序执行 | + 条件分支 + 并行 + 回滚 |
🌍 生态协同
Agido 是 GitCoffee AI 生态的多引擎执行层,以 MCP Server 模式暴露能力,供 DreamingAI、ImSky、TimiOA 等 MCP Client 按需调用,与基础设施和上层应用深度协同。DreamingAI 作为 Agido 的云端数据与管理增强层,在 Agido Native 本地能力之上提供企业级云端管理能力,遵循"云端增强,本地保底"策略:
┌─────────────────────────────────────────────────────────────┐
│ 用户交互层 │
│ │
│ ┌──────────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ DreamingAI │ │ ImSky 天信IM │ │ TimiOA 天美OA│ │
│ │ AI 助手协作平台 │ │ 跨平台即时通讯│ │ 数智化办公 │ │
│ │ 自身完成 AI 流程 │ │ 自身完成 IM │ │ 自身完成 OA │ │
│ │ ☁️ Agido 云端管理面│ │ │ │ │ │
│ └────────┬─────────┘ └──────┬───────┘ └──────┬───────┘ │
│ │ MCP │ MCP │ MCP │
└────────────┼────────────────────┼──────────────────┼─────────┘
│ │ │
▼ ▼ ▼
┌─────────────────────────────────────────────────────────────┐
│ Agido MCP Server │
│ 本地能力 · 多引擎编排 · DAG 工作流 │
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ ☁️ DreamingAI 云端数据与管理增强(可选) │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────┐ │ │
│ │ │ 👥 RBAC │ │ 💰 成本 │ │ 📋 审计合规 │ │ │
│ │ │ 多用户权限│ │ 追踪管控 │ │ 日志·报告·脱敏 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────┘ │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────────────┐ │ │
│ │ │ 🏢 团队 │ │ 🎯 模型 │ │ 💬 对话增强 │ │ │
│ │ │ 协作空间 │ │ 智能调度 │ │ 上下文+建议+记忆 │ │ │
│ │ └──────────┘ └──────────┘ └──────────────────┘ │ │
│ │ │ │
│ │ 数据流向: │ │
│ │ Agido → DreamingAI: 上报执行数据/Token消耗/操作日志 │ │
│ │ DreamingAI → Agido: 下发权限策略/预算配额/调度策略 │ │
│ └──────────────────────────────────────────────────────┘ │
└──────┬──────────────┬──────────────┬────────────────────────┘
│ │ │
▼ ▼ ▼
┌────────────┐ ┌────────────┐ ┌────────────────┐
│ SkyGate │ │ Aiki │ │ Humemory │
│ 天枢 │ │ 知了 │ │ 合忆 │
│ AI 网关 │ │ 知识库 │ │ 记忆引擎 │
│ │ │ │ │ │
│ 模型路由 │ │ 知识注入 │ │ 记忆增强 │
│ 故障自愈 │ │ RAG 检索 │ │ 跨引擎同步 │
└────────────┘ └────────────┘ └────────────────┘
│ │ │
▼ ▼ ▼
┌─────────────────────────────────────────────────────────────┐
│ SioGuard 数卫 │
│ AI 安全卫士 │
│ Prompt 防御 · 数据脱敏 · 合规审计 │
└─────────────────────────────────────────────────────────────┘☁️ DreamingAI 云端数据与管理增强
DreamingAI 为 Agido 提供云端数据与管理增强能力,覆盖 Agido Native 本地管理无法企及的企业级场景。所有云端能力遵循"云端可用时增强,云端离线时本地保底"策略:
| 云端增强能力 | DreamingAI 已实现 | Agido 本地保底 | 降级策略 |
|---|---|---|---|
| 多用户 RBAC 权限 | ✅ 四级角色 + 权限矩阵 + 审批流程 + 数据隔离 | 单用户本地认证 | 云端离线 → 本地单用户模式 |
| 成本追踪管控 | ✅ 成本追踪 + 预算管控 + 用量配额 + 成本预测 | 引擎级 Token 统计 | 云端离线 → 本地基础统计 |
| 审计合规 | ✅ 操作审计 + 合规报告 + 数据脱敏 + 敏感词过滤 | 本地执行日志 + SioGuard | 云端离线 → 本地日志 + 基础防护 |
| 团队协作 | ✅ 团队知识空间 + 共享对话 + 最佳实践 + 团队模板 | 本地技能管理 | 云端离线 → 本地技能库 |
| 模型智能调度 | ✅ 智能选型 + 成本/质量/延迟策略 + A/B 测试 + 回退 | Agido Native 引擎级路由 + SkyGate | 云端离线 → 本地路由策略 |
| 对话增强 | ✅ 上下文感知 + 主动建议 + 多轮记忆 + 质量保障 | Agido Native ReAct + Function Calling | 云端离线 → Native 基础对话 |
| 知识沉淀 | ✅ 高价值对话自动沉淀为 Aiki 知识库文档 | Agido 跨引擎知识融合本地存储 | 云端离线 → 本地知识库 |
数据流向
Agido 本地 DreamingAI 云端
│ │
│──── 执行数据上报 ────────────────────────────▶│ Token 消耗 / 操作日志 / 执行快照
│ │
│◀─── 管理策略下发 ─────────────────────────────│ 权限策略 / 预算配额 / 调度策略 / 合规规则
│ │
│──── 知识经验同步 ────────────────────────────▶│ 技能沉淀 / 执行经验 / 进化数据
│ │
│◀─── 增强能力调用 ─────────────────────────────│ 对话增强 / 知识注入 / 记忆召回
│ │
│ │
│ ⚠️ DreamingAI 离线时 │
│──── 本地保底运行 ──── 单用户 / 基础日志 / 本地技能 / Native 路由
│ │
│ ✅ DreamingAI 恢复时 │
│──── 增量数据同步 ────────────────────────────▶│ 离线期间积累的执行数据自动上报
│◀─── 策略自动更新 ─────────────────────────────│ 最新权限/预算/调度策略自动下发协同场景
| 场景 | 协同方式 |
|---|---|
| DreamingAI → Agido | 通过 MCP 调用 Agido MCP Server,获取本地能力(文件/Shell/Docker)或多引擎 DAG 编排 |
| Agido → DreamingAI(云端增强) | Agido 上报执行数据至 DreamingAI,获取 RBAC 权限、成本管控、审计合规、团队协作等云端管理能力 |
| DreamingAI → Agido(策略下发) | DreamingAI 下发权限策略、预算配额、模型调度策略、合规规则至 Agido,指导本地执行 |
| ImSky → Agido | 通过 MCP 调用 Agido MCP Server,获取 AI 智能客服、群聊机器人、远程运维、文件智能处理 |
| TimiOA → Agido | 通过 MCP 调用 Agido MCP Server,获取 AI 审批建议、智能文档生成、会议纪要、数据洞察、自动化工作流 |
| Agido → SkyGate | 多引擎模型调用通过 SkyGate 统一路由,享受故障自愈和成本优化 |
| Agido → Aiki | 知识融合引擎从 Aiki 获取结构化知识,增强跨引擎知识对齐质量 |
| Agido → Humemory | 跨引擎记忆同步至 Humemory 统一管理,情感记忆驱动助手回复策略 |
| Agido → SioGuard | 所有引擎输入/输出经过 SioGuard 安全护栏,Prompt 注入防御 + 数据脱敏 |
| SkyGate → Agido | SkyGate 健康状态反馈至 Agido 引擎健康感知,模型级故障自动降级 |
| Aiki → Agido | Aiki 热点知识注入编排上下文,DAG 节点自动获取相关知识 |
| Humemory → Agido | Humemory 记忆召回结果注入 Agido 对话上下文,跨引擎记忆统一 |
🚀 安装与使用
环境要求
- 操作系统:macOS 12+ / Windows 10+ (WSL2) / Linux (Ubuntu 22.04+)
- 运行时:Node.js >= 18.0.0 / Python >= 3.11 / Rust >= 1.75
- 容器:Docker Desktop(可选,用于沙箱化执行)
- 硬件:4GB+ RAM,推荐 8GB+
- 企业级部署:PostgreSQL 15+(可选,云端主存储)/ Kubernetes 1.28+(可选,集群编排)
快速开始
# 克隆仓库
git clone https://github.com/gitcoffee-os/agido.git
cd agido
# 安装依赖
pnpm install
# 配置环境变量
cp .env.example .env
# 编辑 .env 文件,填入你的 API 密钥
# 启动开发服务器
pnpm dev引擎配置
OpenClaw 引擎
# 安装 OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash
# 或使用 Docker
docker run -d --name openclaw \
-p 3000:3000 \
-v ~/.openclaw:/data \
openclaw/openclaw:latestHermes Agent 引擎
# 一键安装 Hermes Agent
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
# 或使用 pip
pip install hermes-agentOpenHuman 引擎
# 下载桌面应用
# macOS
brew install --cask openhuman
# 或从 GitHub Releases 下载
# https://github.com/tinyhumansai/openhuman/releasesDify 引擎
# 使用 Docker Compose 自托管部署
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
# 或使用 Dify Cloud
# https://cloud.dify.ai/Coze 引擎
# Coze 为云端 SaaS 平台,无需本地安装
# 访问 https://www.coze.com/ 或 https://www.coze.cn/ 注册使用
# 安装 Coze SDK(可选,用于开发集成)
pip install coze-python
# 或
npm install @coze/apiAutoGen 引擎
# 安装 AutoGen
pip install autogen-agentchat
# 安装完整版(含 Docker 支持)
pip install "autogen-agentchat[docker]"CrewAI 引擎
# 安装 CrewAI
pip install crewai
# 安装完整工具集
pip install 'crewai[tools]'Agido 统一配置
在 Agido 设置面板中,你可以:
- 连接 OpenClaw:配置 Gateway 地址和认证信息
- 连接 Hermes Agent:配置 API 端点和模型提供商
- 连接 OpenHuman:启动桌面应用并授权 Agido 访问
- 连接 Dify:配置 Dify API 端点和 API Key
- 连接 Coze:配置 Coze 个人访问令牌和 Bot ID
- 连接 AutoGen:配置模型提供商和 Agent 参数
- 连接 CrewAI:配置模型提供商和 Crew 定义
- 设置路由策略:定义不同任务类型的引擎优先级
- 配置消息渠道:选择你要接入的聊天平台
增强引擎 API
# MCP Tool: 执行 Shell 命令
curl -X POST http://localhost:3000/api/v1/mcp/tools/call \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"name": "shell_exec",
"arguments": {"command": "ls -la /workspace", "timeout": 30}
}'
# MCP Tool: 提交 DAG 编排任务
curl -X POST http://localhost:3000/api/v1/mcp/tools/call \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"name": "dag_submit",
"arguments": {
"nodes": [
{"id": "search", "engine": "dify", "action": "rag_search", "input": "竞品列表"},
{"id": "collect", "engine": "openclaw", "action": "web_scrape", "depends_on": ["search"]},
{"id": "analyze_features", "engine": "crewai", "action": "role_analysis", "depends_on": ["collect"]},
{"id": "analyze_pricing", "engine": "autogen", "action": "multi_agent_discuss", "depends_on": ["collect"]},
{"id": "report", "engine": "hermes", "action": "generate_report", "depends_on": ["analyze_features", "analyze_pricing"]}
],
"config": {"mode": "dag", "on_failure": "rollback"}
}
}'
# MCP Tool: 查询 DAG 执行状态
curl -X POST http://localhost:3000/api/v1/mcp/tools/call \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"name": "dag_query",
"arguments": {"dagId": "dag-xxx"}
}'
# MCP Tool: 控制 DAG 执行
curl -X POST http://localhost:3000/api/v1/mcp/tools/call \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"name": "dag_control",
"arguments": {"dagId": "dag-xxx", "action": "cancel"}
}'
# MCP Tool: 查询引擎健康状态
curl -X POST http://localhost:3000/api/v1/mcp/tools/call \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"name": "engine_health",
"arguments": {}
}'
curl -X POST http://localhost:3000/api/v1/enhanced/orchestration/dag \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"name": "竞品调研报告",
"nodes": [
{"id": "search", "engine": "dify", "action": "rag_search", "input": "竞品列表"},
{"id": "collect", "engine": "openclaw", "action": "web_scrape", "depends_on": ["search"]},
{"id": "analyze_features", "engine": "crewai", "action": "role_analysis", "depends_on": ["collect"]},
{"id": "analyze_pricing", "engine": "autogen", "action": "multi_agent_discuss", "depends_on": ["collect"]},
{"id": "report", "engine": "hermes", "action": "generate_report", "depends_on": ["analyze_features", "analyze_pricing"]}
],
"parallel": ["analyze_features", "analyze_pricing"],
"on_failure": "rollback"
}'
# 查看编排执行快照
curl http://localhost:3000/api/v1/enhanced/orchestration/dag/{dag_id}/snapshot \
-H "Authorization: Bearer your-api-key"
# 查看引擎健康状态
curl http://localhost:3000/api/v1/enhanced/health/engines \
-H "Authorization: Bearer your-api-key"
# 查看负载感知路由建议
curl http://localhost:3000/api/v1/enhanced/health/routing-suggestion?task=bot_build \
-H "Authorization: Bearer your-api-key"
# 触发知识融合同步
curl -X POST http://localhost:3000/api/v1/enhanced/knowledge/sync \
-H "Authorization: Bearer your-api-key" \
-H "Content-Type: application/json" \
-d '{
"engines": ["openclaw", "hermes", "dify"],
"scope": "incremental"
}'
# 查看统一知识图谱
curl http://localhost:3000/api/v1/enhanced/knowledge/graph?topic=vue3 \
-H "Authorization: Bearer your-api-key"
# 查看知识冲突列表
curl http://localhost:3000/api/v1/enhanced/knowledge/conflicts \
-H "Authorization: Bearer your-api-key"🤝 参与贡献
我们欢迎所有形式的贡献!请阅读 贡献指南 了解详情。
贡献方式
- 🐛 提交 Bug 报告
- 💡 提出功能建议
- 🔧 提交代码修复
- 📖 完善文档
- 🌍 参与翻译
- 🎨 设计 UI/UX
⚖️ License
本项目遵循 GitCoffee Open Source License 开源协议,该许可证本质上是 Apache License 2.0,但有一些额外的限制。
第三方引擎协议
| 引擎 | 开源协议 | 仓库地址 |
|---|---|---|
| Agido Native | Apache 2.0 | https://github.com/gitcoffee-os/agido |
| DreamingAI | Apache 2.0 | https://github.com/gitcoffee-os/dreamingai |
| OpenClaw | MIT | https://github.com/openclaw/openclaw |
| Hermes Agent | MIT | https://github.com/NousResearch/hermes-agent |
| OpenHuman | MIT | https://github.com/tinyhumansai/openhuman |
| Dify | Apache 2.0 (修改版) | https://github.com/langgenius/dify |
| Coze | SDK 开源 / 平台 SaaS | https://github.com/coze-dev |
| AutoGen | MIT | https://github.com/microsoft/autogen |
| CrewAI | MIT | https://github.com/crewAIInc/crewAI |
🙏 致谢
Agido 的诞生离不开以下开源项目的卓越贡献:
- 🧬 Agido Native — 由 GitCoffee 自研的自进化混合引擎,Agido 的保底内核与进化灵魂
- ☁️ DreamingAI — 由 GitCoffee 开发的企业级 AI 助手与智能协作平台,Agido 的云端数据与管理增强层
- 🦞 OpenClaw — 由 Peter Steinberger 创建的开源自主 AI 代理网关,200K+ GitHub Stars
- 🐴 Hermes Agent — 由 Nous Research 开发的自进化 AI Agent,150K+ GitHub Stars
- 🧑 OpenHuman — 由 Tiny Humans AI 开发的桌面级个人 AI 超级智能
- 🧩 Dify — 由 LangGenius 开发的开源 LLM 应用开发平台,90K+ GitHub Stars
- 🤖 Coze — 由字节跳动推出的新一代 AI Bot 开发平台
- 🔄 AutoGen — 由微软研究院开发的多 Agent 对话框架,40K+ GitHub Stars
- 🎭 CrewAI — 由 CrewAI Inc. 开发的多 Agent 角色化编排框架,30K+ GitHub Stars
感谢所有为 AI Agent 生态做出贡献的开发者和研究者们。
⚡ Agido 极动 企业级自进化多引擎 AI 超级智能助手 — 自带心脏,云端增强,不惧停摆,越用越聪明
Made with ❤️ by GitCoffee