NagaAgent 的项目扩展与二次开发
2025-05-31 02:41:10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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.55 K
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
170
12
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
仓颉编程语言运行时与标准库。
Cangjie
128
105
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
357
1.85 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
440
🎉 (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
1.03 K
606
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
732
70