ii-agent 的安装和配置教程
2025-05-21 06:55:19作者:钟日瑜
1. 项目基础介绍与主要编程语言
ii-agent 是一个开源的智能助手项目,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。该项目主要使用 Python 编程语言实现,同时也涉及到 Node.js 用于前端部分。
2. 项目使用的关键技术和框架
ii-agent 项目使用了一系列关键技术和框架,主要包括:
- Python:后端逻辑和智能代理的实现。
- Node.js:前端用户界面的开发。
- WebSocket:实现前端与后端之间的实时通信。
- Google Cloud's Vertex AI:提供对 Anthropic 模型的 API 访问。
- React:前端界面框架。
- LLM (Large Language Model):大型语言模型,用于处理自然语言理解和生成。
3. 项目安装和配置的准备工作与详细步骤
准备工作
在开始安装 ii-agent 项目之前,请确保您的系统中已经安装了以下环境和依赖:
- Python 3.10 或更高版本
- Node.js 18 或更高版本
- Git 用于克隆项目仓库
安装步骤
克隆项目仓库
首先,您需要在您的计算机上克隆 ii-agent 的 Git 仓库:
git clone https://github.com/Intelligent-Internet/ii-agent.git
设置 Python 环境
接下来,为项目设置一个虚拟环境并安装所需的 Python 包:
cd ii-agent
python -m venv .venv
source .venv/bin/activate # 在 Windows 系统下使用 .venv\Scripts\activate
pip install -e .
设置环境变量
在项目根目录下创建一个 .env 文件,并根据需要填写以下环境变量:
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_api_key
GOOGLE_APPLICATION_CREDENTIALS=your_google_credentials
配置前端环境
进入前端目录,安装前端依赖:
cd frontend
npm install
创建前端的环境变量文件 .env 在 frontend 目录下,并设置如下变量:
NEXT_PUBLIC_API_URL=http://localhost:8000
运行项目
-
运行 WebSocket 服务器:
如果使用 Anthropic 客户端:
export STATIC_FILE_BASE_URL=http://localhost:8000 python ws_server.py --port 8000如果使用 Google Vertex:
export STATIC_FILE_BASE_URL=http://localhost:8000 python ws_server.py --port 8000 --project-id YOUR_PROJECT_ID --region YOUR_REGION -
在另一个终端中启动前端:
cd frontend npm run dev -
使用浏览器打开
http://localhost:3000查看前端界面。
以上步骤完成后,ii-agent 项目应该已经成功安装在您的系统中,并准备开始使用了。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
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
12
1
🔥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
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178