II-Agent 项目启动与配置教程
2025-05-21 11:50:51作者:廉皓灿Ida
1. 项目目录结构及介绍
II-Agent 项目的目录结构如下:
ii-agent/
├── assets/ # 静态资源文件
├── frontend/ # 前端代码目录
│ ├── node_modules/ # 前端依赖包
│ ├── public/ # 公共静态文件
│ └── src/ # 前端源代码
├── src/ # 核心逻辑目录
│ ├── ii_agent/ # II-Agent 核心实现
│ ├── agents/ # 代理实现
│ ├── llm/ # 语言模型客户端接口
│ ├── tools/ # 工具实现
│ └── utils/ # 工具函数
├── tests/ # 测试文件
├── .gitignore # Git 忽略文件
├── .pre-commit-config.yaml # pre-commit 配置文件
├── .python-version # 指定 Python 版本
├── LICENSE # 许可证文件
├── README.md # 项目说明文件
├── cli.py # 命令行接口
├── pyproject.toml # Python 项目配置文件
├── run_gaia.py # 运行 GAIA 测试的脚本
└── ws_server.py # WebSocket 服务器脚本
assets/:存放静态资源文件,如图片、视频等。frontend/:前端代码目录,包含了前端的所有代码和资源。src/:项目的核心逻辑目录,包含了代理的实现、语言模型的接口、工具的实现以及工具函数。tests/:测试代码目录,用于存放项目的单元测试和集成测试。.gitignore:配置 Git 忽略规则,避免将不必要的文件提交到版本控制。.pre-commit-config.yaml:pre-commit 配置文件,用于在提交代码前自动执行一些格式化操作。.python-version:指定项目所需的 Python 版本。LICENSE:项目的许可证文件,本项目采用 Apache-2.0 许可。README.md:项目说明文件,包含了项目的基本信息和使用说明。cli.py:命令行接口,用于通过命令行与 II-Agent 交互。pyproject.toml:Python 项目配置文件,定义了项目的依赖和构建过程。run_gaia.py:运行 GAIA 测试的脚本,用于评估 II-Agent 的性能。ws_server.py:WebSocket 服务器脚本,用于与前端进行通信。
2. 项目的启动文件介绍
项目的启动文件主要有两个:cli.py 和 ws_server.py。
-
cli.py:命令行接口文件,用于启动命令行版本的 II-Agent。通过设置环境变量ANTHROPIC_API_KEY或GOOGLE_APPLICATION_CREDENTIALS来指定使用的 API 密钥,然后运行python cli.py来启动。 -
ws_server.py:WebSocket 服务器文件,用于启动 WebSocket 服务器以便与前端进行通信。同样需要设置环境变量来指定 API 密钥,然后运行python ws_server.py来启动。
3. 项目的配置文件介绍
项目的配置文件主要包括 .env 文件和环境变量的设置。
-
.env文件:位于前端目录下,用于存放前端相关的环境变量,如 API URL 等。 -
环境变量:在项目根目录下创建一个
.env文件,用于存放项目运行所需的环境变量。以下是一些示例环境变量:OPENAI_API_KEY=your_openai_key OPENAI_AZURE_ENDPOINT=your_azure_endpoint TAVILY_API_KEY=your_tavily_key JINA_API_KEY=your_jina_key FIRECRAWL_API_KEY=your_firecrawl_key SERPAPI_API_KEY=your_serpapi_key STATIC_FILE_BASE_URL=http://localhost:8000/ ANTHROPIC_API_KEY=your_anthropic_key GOOGLE_APPLICATION_CREDENTIALS=your_google_credentials
确保在启动项目前设置好这些环境变量,以保证项目可以正确地访问到所需的 API 和资源。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878