II-Agent 开源项目最佳实践教程
2025-05-21 09:22:45作者:舒璇辛Bertina
1. 项目介绍
II-Agent 是一个开源的智能助手,旨在简化和增强跨多个领域的工作流程。它代表了我们在与技术互动方式上的重大进步——从被动的工具转变为能够独立执行复杂任务智能系统。II-Agent 围绕为 Anthropic Claude 模型提供一个代理界面而构建,它提供了命令行界面、WebSocket 服务器以及与 Google Cloud Vertex AI 的集成。
2. 项目快速启动
环境准备
- Python 3.10+
- Node.js 18+ (用于前端)
- Google Cloud 项目并启用 Vertex AI API 或 Anthropic API 密钥
克隆仓库
git clone https://github.com/Intelligent-Internet/ii-agent.git
cd ii-agent
设置 Python 环境
python -m venv .venv
source .venv/bin/activate # Windows 下使用:.venv\Scripts\activate
pip install -e .
设置前端(可选)
cd frontend
npm install
使用命令行界面
如果你想使用 anthropic 客户端,设置 .env 文件中的 ANTHROPIC_API_KEY 并运行:
python cli.py
如果你想使用 vertex,设置 .env 文件中的 GOOGLE_APPLICATION_CREDENTIALS 并运行:
python cli.py --project-id YOUR_PROJECT_ID --region YOUR_REGION
使用 Web 界面
启动 WebSocket 服务器:
使用 anthropic 客户端时:
export STATIC_FILE_BASE_URL=http://localhost:8000
python ws_server.py --port 8000
使用 Vertex 时:
export STATIC_FILE_BASE_URL=http://localhost:8000
python ws_server.py --port 8000 --project-id YOUR_PROJECT_ID --region YOUR_REGION
启动前端(在新终端中):
cd frontend
npm run dev
打开浏览器访问 http://localhost:3000。
3. 应用案例和最佳实践
II-Agent 可用于多种场景,以下是一些应用案例和最佳实践:
- 研究及事实核查:多步骤网络搜索、来源三角测量、结构化笔记、快速总结。
- 内容生成:博客及文章草稿、教学计划、创意散文、技术手册、网站创建。
- 数据分析与可视化:清洗、统计、趋势检测、图表制作和自动报告生成。
- 软件开发:代码生成、重构、调试、测试编写以及跨多种语言的分步教程。
- 工作流自动化:脚本生成、浏览器自动化、文件管理、流程优化。
- 问题解决:分解、替代路径探索、分步指导、故障排除。
4. 典型生态项目
II-Agent 作为智能代理框架,可以与多个开源项目集成,以下是一些典型的生态项目:
- AugmentCode:专注于 SWE-bench 的项目,测试 AI 系统在真实世界软件工程任务上的表现。
- 其他相关工具和库:如用于自然语言处理、机器学习、数据可视化等领域的开源工具。
通过上述最佳实践,开发者可以充分利用 II-Agent 的功能,构建出更加智能、高效的应用程序。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868