NagaAgent 的项目扩展与二次开发
2025-05-31 23:11:10作者:尤峻淳Whitney
NagaAgent 是一个基于多智能体架构的通用型 AI 助手,支持多 MCP 服务、流式语音交互、主题树检索和极致精简的代码风格。该项目为开源项目,具有很大的扩展性和二次开发潜力。
1、项目的基础介绍
NagaAgent 是一款本地智能体,支持多 MCP 服务、流式语音交互、主题树检索、极致精简代码风格。它通过整合 DeepSeek 流式对话、faiss 向量数据库和 MCP 服务集成,实现了智能对话、语音交互和知识检索等功能。项目采用 PyQt5 动画与 UI,支持 PNG 序列帧和 loading 动画,界面美观且用户体验良好。
2、项目的核心功能
NagaAgent 的核心功能包括:
- 全局变量/路径/密钥统一管理,支持 .env 和环境变量,所有变量唯一、无重复定义。
- DeepSeek 流式对话,支持上下文召回与主题树分片检索。
- faiss 向量数据库,HNSW+PQ 混合索引,异步加速,动态调整深度,权重动态调整,自动清理。
- MCP 服务集成,Agent Handoff 智能分发,支持自定义过滤器与回调。
- 多 Agent 能力扩展:浏览器、文件、代码等多种 Agent 即插即用,所有 Agent 均可通过 handoff 机制统一调用。
- 代码极简,注释全中文,组件解耦,便于扩展。
- PyQt5 动画与 UI,支持 PNG 序列帧,loading 动画极快。
- 日志/检索/索引/主题/参数全部自动管理。
- 记忆权重动态调整,支持 AI/人工标记 important,权重/阈值/清理策略全部在 config.py 统一管理。
- 所有前端 UI 与后端解耦,前端只需解析后端 JSON,自动适配 message/data.content 等多种返回结构。
- 前端换行符自动适配,无论后端返回 \n 还是 \n,PyQt 界面都能正确分行显示。
- 所有 Agent 的 handoff schema 和注册元数据已集中在 mcpserver/mcp_registry.py,主流程和管理器极简,扩展维护更方便。只需维护一处即可集中管理所有 Agent 服务。
- 自动注册/热插拔 Agent 机制,新增/删除 Agent 只需增删 py 文件,无需重启主程序。
3、项目使用了哪些框架或库?
NagaAgent 项目使用了以下框架和库:
- Python 3.13+
- PyQt5
- faiss
- DeepSeekV3
- playwright
- greenlet
- pyaudio
- 其他开源库和工具
4、项目的代码目录及介绍
NagaAgent 的代码目录结构如下:
NagaAgent/
├── main.py # 主入口
├── config.py # 全局配置
├── conversation_core.py # 对话核心(含兼容模式主逻辑)
├── mcp_manager.py # MCP 服务管理
├── requirements.txt # 依赖
├── summer/ # faiss 与向量相关
│ ├── memory_manager.py # 记忆管理主模块
│ ├── summer_faiss.py # faiss 相关操作
│ ├── faiss_index.py # faiss 索引管理
│ ├── embedding.py # 向量编码
│ ├── memory_flow/ # 记忆分层相关
│ └── summer_upgrade/ # 兼容升级相关脚本
│ └── compat_txt_to_faiss.py # 历史对话兼容主脚本
├── logs/ # 日志(含历史 txt 对话)
├── voice/ # 语音相关
│ ├── voice_config.py
│ └── voice_handler.py
├── ui/ # 前端 UI
│ ├── pyqt_chat_window.py # PyQt 聊天窗口
│ └── response_utils.py # 前端通用响应解析工具
├── models/ # 向量模型等
├── README.md # 项目说明
└── ...
5、对项目进行扩展或者二次开发的方向
NagaAgent 项目具有很大的扩展性和二次开发潜力,以下是一些扩展方向:
- 新增更多 Agent 功能:可以根据需求开发更多类型的 Agent,如图像识别、自然语言处理等,以丰富 NagaAgent 的功能。
- 优化语音交互:可以优化语音识别和语音合成的效果,提高语音交互的准确性和流畅度。
- 扩展知识库:可以整合更多领域的知识库,提高 NagaAgent 的知识储备和回答问题的准确性。
- 优化界面设计:可以根据用户需求优化界面设计,提高用户体验。
- 开发移动端应用:可以将 NagaAgent 移植到移动端,方便用户随时随地使用。
NagaAgent 项目具有很好的扩展性和二次开发潜力,可以满足不同用户的需求。希望更多开发者能够参与到该项目中来,共同推动 NagaAgent 的发展。
登录后查看全文
热门项目推荐
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
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137