Archon

一個能讓AI 自動生成和優(yōu)化其他AI代理的開源工具。作為首款 “Agenteer”，Archon 第六版支持多種工具庫和 MCP 服務(wù)器集成，讓生成的AI更高效可靠。

#Ai工具箱 #Ai開源項目

Archon簡介

Archon 是一個能讓 ai 自動生成和優(yōu)化其他 AI代理的開源工具。作為首款 “Agenteer”，Archon 第六版支持多種工具庫和 MCP 服務(wù)器集成，讓生成的 AI 更高效可靠。用戶只要描述需要的 AI 功能，Archon 就會通過一系列步驟，包括規(guī)劃、編碼和優(yōu)化，來創(chuàng)建 AI。

Archon：一個能讓AI自動生成和優(yōu)化其他AI代理的開源工具

核心功能：

整合文檔資源（能抓取網(wǎng)站內(nèi)容、上傳 PDF/文檔等）
智能搜索能力（基于高級 RAG 策略）
任務(wù)管理功能（與知識庫集成）
支持實(shí)時更新（同步新內(nèi)容和協(xié)作任務(wù)）

架構(gòu)特點(diǎn)：

代理架構(gòu)流程

用戶描述要創(chuàng)建的 AI 代理，理由 LLM 確定高層次范圍，主要編碼代理根據(jù)范圍和文檔創(chuàng)建初始代理。之后用戶可以反饋，也可以讓 Archon 自主優(yōu)化代理。

如果自主優(yōu)化，專門的優(yōu)化代理會改進(jìn)提示、工具和代理配置。然后主要編碼代理根據(jù)反饋再次創(chuàng)建代理，這個過程會一直重復(fù)，直到用戶覺得代理完成，最后輸出完整代碼和運(yùn)行說明。

文件架構(gòu)

核心文件包括：streamlit_ui.py（管理 Archon 的 Web 界面）、graph_service.py（處理代理工作流的服務(wù)）、run_docker.py（構(gòu)建和運(yùn)行 Archon Docker 容器的腳本）、Dockerfile（定義主 Archon 應(yīng)用程序的容器）、MCP 相關(guān)文件（實(shí)現(xiàn) AI IDE 的 Model Context Protocol 服務(wù)器集成）。
Archon 包包括：archon/（核心代理和工作流實(shí)現(xiàn)）、archon_graph.py（定義 LangGraph 工作流和代理協(xié)調(diào)）、pydantic_ai_coder.py（主要編碼代理）、refiner_agents/（專門的優(yōu)化代理）。
實(shí)用程序包括：utils/（共享實(shí)用程序函數(shù)和數(shù)據(jù)庫設(shè)置）、site_pages.sql（數(shù)據(jù)庫設(shè)置命令）。
工作臺：運(yùn)行時創(chuàng)建，workbench/ 包含環(huán)境變量文件 env_vars.json、日志文件 logs.txt 和詳細(xì)范圍文檔 scope.md。

Archon部署

Docker 容器：

主容器：運(yùn)行 Streamlit UI（端口 8501）和圖服務(wù)（端口 8100），處理所有代理功能和用戶交互，由根 Dockerfile 構(gòu)建。
MCP 容器：實(shí)現(xiàn) AI IDE 的 Model Context Protocol，與主容器的圖服務(wù)通信，為 Windsurf、Cursor 等 AI IDE 提供標(biāo)準(zhǔn)化接口，由 mcp/Dockerfile 構(gòu)建。run_docker.py 腳本會自動構(gòu)建和啟動兩個容器并進(jìn)行配置。

本地 Python：通過 Python 虛擬環(huán)境直接在系統(tǒng)上運(yùn)行。

Archon應(yīng)用：

為開發(fā)者提供工具：幫助開發(fā)者創(chuàng)建和優(yōu)化 AI 代理，減少開發(fā)工作量。通過預(yù)建工具庫和 MCP 集成，開發(fā)者可以快速獲取和使用各種工具，提高開發(fā)效率。
展示代理系統(tǒng)發(fā)展：作為一個教育框架，展示了從簡單到復(fù)雜的代理系統(tǒng)演變過程，體現(xiàn)了規(guī)劃、反饋循環(huán)和領(lǐng)域知識集成等方面的發(fā)展，為研究代理系統(tǒng)的人員提供參考。

Archon安裝使用方法：

安裝：

Docker（推薦）：

克隆倉庫：git clone https://github.com/coleam00/archon.git
進(jìn)入項目目錄：cd archon
運(yùn)行設(shè)置腳本：python run_docker.py，該腳本會自動構(gòu)建容器（包括 MCP 服務(wù)器容器和主 Archon 容器），啟動 Archon 并進(jìn)行端口映射，若存在 .env 文件則使用其中的環(huán)境變量。

本地 Python 安裝：

克隆倉庫：git clone https://github.com/coleam00/archon.git
進(jìn)入項目目錄：cd archon
創(chuàng)建并激活虛擬環(huán)境：python -m venv venv，激活命令在 Windows 上為 venv\Scripts\activate，在其他系統(tǒng)上為 source venv/bin/activate
安裝依賴：pip install -r requirements.txt
啟動 Streamlit UI：streamlit run streamlit_ui.py

使用：

設(shè)置過程：

環(huán)境配置：在 Streamlit UI 的 Intro 部分，配置 API 密鑰和模型設(shè)置，這些信息存儲在 workbench/env_vars.json 中。
數(shù)據(jù)庫設(shè)置：設(shè)置 Supabase 向量數(shù)據(jù)庫。
文檔處理：引導(dǎo)爬取和索引 Pydantic AI 文檔。
代理服務(wù)啟動：啟動用于生成代理的代理服務(wù)。
MCP 配置（可選）：配置與 AI IDEs 的 MCP 集成。