# AgentWeb
**Repository Path**: jsjfailab/AgentWeb
## Basic Information
- **Project Name**: AgentWeb
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-04
- **Last Updated**: 2025-11-06
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
智能体网络
这是一个完整的智能体生态系统,基于AgentDNS + DNSNode + MCP客户端的智能体动态路由与协作机制,实现跨平台、跨模型的智能体互联互通。
## 📑 目录
- [📑 目录](#-目录)
- [🚀 项目概述](#-项目概述)
- [🏗️ 系统架构](#-系统架构)
- [🔍 核心机制](#-核心机制)
- [任务语义解析](#任务语义解析)
- [动态任务路由](#动态任务路由)
- [智能体发现与调用](#智能体发现与调用)
- [任务协作执行](#任务协作执行)
- [反馈与优化](#反馈与优化)
- [兜底机制](#兜底机制)
- [💻 项目组件](#-项目组件)
- [AgentConnector](#agentconnector)
- [AgentDNS](#agentdns)
- [DNSNode](#dnsnode)
- [🔥 核心功能](#-核心功能)
- [🔧 应用场景](#-应用场景)
- [📦 快速开始](#-快速开始)
- [AgentConnector 安装与使用](#agentconnector-安装与使用)
- [DNSNode 注册](#dnsnode-注册)
- [Agent 注册](#agent-注册)
- [👥 开发与贡献](#-开发与贡献)
- [📃 许可证](#-许可证)
## 🚀 项目概述
这是一个创新的智能体互联生态系统,旨在解决当前AI智能体孤岛问题,实现智能体之间的互联互通与协作。通过AgentDNS + DNSNode + MCP客户端的三层架构,构建了一套完整的智能体动态路由与协作机制,使得用户可以通过统一的界面访问和调用各种智能体服务。
该系统打破了不同平台、不同模型、不同智能体之间的壁垒,实现了真正的智能体协同工作,为用户提供更全面、更智能的服务体验。
## 🏗️ 系统架构
系统采用三层架构设计,各组件协同工作,形成完整的智能体互联生态:
- **AgentConnector**:作为用户交互界面和MCP客户端,负责任务输入、语义解析、结果展示,以及与AgentDNS的通信。
- **AgentDNS**:作为智能体目录服务,维护智能体分类和服务注册信息,提供智能体发现和路由功能。
- **DNSNode**:作为智能体服务节点,承载具体的智能体服务,提供各种工具和能力,并向AgentDNS注册。
## 🔍 核心机制
系统实现了一套完整的智能体动态路由与协作机制,整体流程包括六个关键步骤:
### 任务语义解析
1. 用户通过AgentConnector(MCP客户端)输入自然语言任务请求;
2. 语义解析模块对输入进行预处理,包括语言识别、分词、意图提取与实体识别;
3. 解析后的结果形成标准化任务表示,包含任务类别标签、目标参数与执行约束;
4. 该表示作为后续路由与发现的输入。
### 动态任务路由
1. 将任务表示与预置分类规则及AgentDNS提供的Categories进行匹配;
2. 若任务意图与某一类智能体的语义标签相符,则确定其对应类别;
3. 若匹配到多个候选类别,采用基于语义相似度的排序算法,优先选择最优路由路径;
4. 若未能匹配,则标记为unknown,进入兜底流程。
### 智能体发现与调用
1. 路由结果确定后,AgentConnector向AgentDNS查询对应类别下的DNSNode服务入口;
2. 基于DNSNode返回的智能体注册信息,获取目标智能体可提供的工具列表(get_available_tools);
3. 使用语义解析结果和大模型推理能力,自动生成工具调用参数;
4. 通过执行接口(execute_tool)发起远程调用,获得初步执行结果。
### 任务协作执行
1. 对于复杂任务,AgentConnector根据语义层次将其分解为若干子任务;
2. 子任务根据路由结果分派至多个智能体,采用并行或顺序协作模式执行;
3. 协作执行模块对多个子任务结果进行聚合、冲突消解与统一输出;
4. 在跨域协作场景下,支持调用链追踪与结果可溯源。
### 反馈与优化
1. 将执行结果返回至AgentConnector,由用户或系统进行验证与反馈;
2. 基于反馈信息,优化任务语义解析与路由规则,更新AgentDNS的分类标签;
3. 系统自动积累任务-服务的调用日志,形成可自进化的路由策略库;
4. 通过迭代优化,提升后续任务执行的准确性与效率。
### 兜底机制
1. 当任务未能匹配任何智能体类别,则调用大模型直接生成回答;
2. 当部分任务匹配成功、部分匹配失败时,采用混合输出策略:已匹配部分交由智能体执行,未匹配部分由大模型回答;
3. 确保任务不因匹配失败而丢失,提升系统鲁棒性。
## 💻 项目组件
### AgentConnector
AgentConnector是一个功能丰富的开源AI智能体客户端,作为生态系统的用户交互界面和MCP客户端,支持多种云端和本地大语言模型,并提供强大的搜索增强和工具调用能力。
**主要特性**:
- 多模型支持:兼容OpenAI、Gemini、Anthropic等多种模型API格式
- 本地模型集成:支持Ollama等本地模型部署和管理
- 丰富的聊天功能:Markdown渲染、多窗口多Tab架构、Artifacts渲染等
- 强大的搜索扩展:集成多种搜索引擎,支持智能决定何时搜索
- 优秀的MCP支持:完整支持Resources/Prompts/Tools三大核心能力
- 跨平台兼容:支持Windows、macOS、Linux
### AgentDNS
AgentDNS作为智能体目录服务,是生态系统的核心组件,负责维护智能体分类体系和服务注册信息,提供智能体发现和路由功能。
**主要功能**:
- 智能体分类管理:维护Categories分类体系,支持多级分类
- 服务注册发现:提供DNSNode服务注册接口,维护服务注册表
- 智能路由:根据任务语义和分类规则,提供最优路由路径
- 负载均衡:支持多实例服务的负载均衡和故障转移
- 安全认证:提供服务访问的认证和授权机制
### DNSNode
DNSNode作为智能体服务节点,是实际承载智能体能力的组件,负责向AgentDNS注册服务,并提供各种工具和能力。
**主要职责**:
- 服务注册:向AgentDNS注册自身提供的服务和工具
- 工具执行:根据AgentConnector的请求,执行具体的工具调用
- 能力封装:将各种AI能力封装为标准接口
- 结果处理:处理执行结果并返回给AgentConnector
- 性能监控:监控服务运行状态和性能指标
## 🔥 核心功能
### 智能体动态发现与路由
通过AgentDNS实现智能体的自动发现和动态路由,用户无需手动配置,系统自动找到最适合的智能体服务。
### 跨平台多模型支持
支持Windows、macOS、Linux等多种平台,兼容OpenAI、Gemini、Anthropic等多种模型API格式,同时支持本地模型部署。
### 语义工作流与任务分解
支持基于语义理解的工作流,能够将复杂任务自动分解为子任务,并分配给多个智能体协作完成。
### 强大的工具调用能力
通过MCP协议,实现统一的工具调用接口,支持代码执行、网络访问、文件操作等多种工具能力。
### 搜索增强与知识管理
集成多种搜索引擎,支持智能决定何时搜索,同时提供内置知识库,增强AI的知识覆盖和准确性。
### 可自进化的路由策略
基于用户反馈和使用日志,系统能够自动优化路由策略,提升任务执行的准确性和效率。
### 高鲁棒性的兜底机制
当智能体服务不可用或任务无法匹配时,系统能够自动切换到兜底模式,确保任务不会丢失。
## 🔧 应用场景
### 智能体注册与发现
- 智能体开发者可以通过DNSNode将自己的智能体服务注册到AgentDNS
- 用户可以通过AgentConnector自动发现和使用各种智能体服务
- 支持按类别、能力等多维度搜索和筛选智能体
### 日常智能助手
- 回答问题、提供建议、辅助写作和创作
- 日程安排、提醒事项、邮件管理
- 语言翻译、文本摘要、内容创作
### 开发辅助
- 代码生成、调试、技术问题解答
- 文档生成、API调用示例、代码优化建议
- 项目架构设计、技术选型建议
### 学习与教育
- 概念解释、知识探索、学习辅导
- 练习题生成、知识点测试、学习路径规划
- 语言学习、技能培训、专业知识提升
### 数据分析与可视化
- 数据解读、图表生成、报告撰写
- 统计分析、趋势预测、异常检测
- 数据可视化、仪表盘创建、业务洞察
## 📦 快速开始
### AgentConnector 安装与使用
1. 从[GitHub Releases](https://github.com/jsjfai/releases)页面下载适合您系统的最新版本:
- Windows: `.exe`安装文件
- macOS: `.dmg`安装文件
- Linux: 对应发行版的安装包
2. 安装完成后,启动AgentConnector应用
3. 配置模型:
- 点击设置图标
- 选择"模型提供商"选项卡
- 添加您的API密钥或配置本地Ollama
4. 开始使用:
- 点击"+"按钮创建新对话
- 选择您想使用的模型
- 输入您的问题或任务
### 注册DNSnode
1. 克隆AgentDNS-Node仓库
```bash
git clone https://github.com/jsjfai/AgentDNS-Node.git
cd AgentDNS-Node
```
2. 启动服务,并联系项目负责人注册到AgentDNS。
```bash
npm start
# 或使用pnpm
pnpm start
```
### 注册智能体
1. 通过命令行注册智能体到DNSNode ($TOKEN需联系DNSNode提供方)
```
curl -X POST $SERVER_URL \
-H "x-auth-token: $TOKEN" \
-H "Content-Type: application/json" \
-d '{
"name": "my-new-agent",
"config": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@amap/amap-maps-mcp-server"
],
"env": {
"AMAP_MAPS_API_KEY": "a1f041b3f508081a09a53d730319a275"
},
"enabled": true
}
}'
```
2. 通过命令行在DNSNode删除智能体 ($TOKEN需联系DNSNode提供方)
```
curl -X DELETE $SERVER_URL/my-new-agent \
-H "x-auth-token: $TOKEN"
```
## 🚀 Our Goals
- 建立 **智能体互操作标准**(Inter-Agent Protocols)
- 推动 **任务驱动的多智能体协作生态**(Task-Oriented AI Network)
- 打造 **可信、可验证的 AI 服务网络**(Verifiable AI Service Network)
## 👥 开发与贡献
我们欢迎对智能体网络项目的贡献,无论是代码提交、文档编写还是问题反馈。
## 📃 许可证
智能体网络项目采用Apache License 2.0开源许可证。