ii-agent 的安装和配置教程
2025-05-21 15:16:11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
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