
lyxhnu/langchain-miniopenclaw
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
lyxhnu/langchain-miniopenclaw は [https://github.com/lyxhnu/langchain-miniopenclaw.] からインポートされたエージェントスキルの候補です
概要
lyxhnu/langchain-miniopenclaw は [https://github.com/lyxhnu/langchain-miniopenclaw.] からインポートされたエージェントスキルの候補です
概要(AI 翻訳)
https://www.bilibili.com/video/BV1izcXz8EJx/?vd_source=af1143f8815e17a230561ad0ef6c689b 观 看 看
このページではjavascriptを使用しています。
- 本会落本地
JSONMarkdown - 職業 不 数, 是 可読 可定 [
SKILL.md] - Prompt、工具穴用、治具、治具等
你 你 你 你 ” ” ” ” ” 方向 方向 ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” ” 备 ” ” ” ” ” ” ” 备 ” ” ” 备 备 方向 备 备 备 备
は、
项 项 “ “
- 反対方向の量を省略する 代 在 码 码 码 码 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 来 观 观 观 观 观 来 来 观 来 观 编码 编码 编码 编码 编码 编码 编码 编码 编码
- 出生後悔い改め
langchain-OpenClaw 反 来 成 几个选择:
| Open法 | langchain-OpenClaw | | お問い合わせ | | 文件是記帳簿記帳簿記帳簿記帳簿記帳簿記帳簿 | 技能実習生 在宅勤務時間別 | | 作品紹介 | 作品紹介 | 作品紹介 | 作品紹介 | | 工具パルプ用 不透明 | 前端可逆トークン、ツール開始/終了、メッセージの描画 | | このページの先頭へ
它现在能做什么
前 备 备 备 一 一 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 本 备 一 本 本 一 备 备 备 一 一 一 一 一 一 一 一 一 备 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 当 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 当 一 一 一 一 一 一 一 一 一 一 一 一
- 流速式計算天:FastAPI SSE 返回トークン、工具回路用、分位相
会 到 到
backend/sessions/*.json[T6] - 本地知]:[T7] + LlamaIndex
- スキル系 医学:エージェント 時計 先輩 快照, 再構成論取
SKILL.md] - 三重工作台 UI:会席表、天区、文具机
- 文件在线编辑:可直接教科書/スキル/ワークスペース文件
- RAG 模式切:可選択「直接接客」および「調査の内注入」
前内置詞:中
- [
天气查询 - [
联网搜索(暫定) - [
本地知识库检索 - [
失败恢复经验沉淀
界面ライダー
前 端 端 三
- 左の部会の表、歴史史消息、ラフメッセージ 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
langchain-OpenClaw
可在https://www.bilibili.com/video/BV1izcXz8EJx/?vd_source=af1143f8815e17a230561ad0ef6c689b 观看视频
一个本地运行、文件优先、可审计的 AI Agent 工作台。
- 对话会落盘到本地
JSON - 长期记忆保存在
Markdown - 技能不是黑盒函数,而是可读可改的
SKILL.md - Prompt、工具调用、记忆注入、检索过程都能被看到
如果你想做一个“能解释自己为什么这样做”的 Agent,这个项目就是为这个方向准备的。
为什么是它
很多 Agent 项目都很强,但也很“黑盒”:
- 记忆存在向量库里,看不到
- Prompt 拼接在代码深处,改起来不直观
- 技能是硬编码函数,扩展成本高
- 出错以后很难复盘“它到底做了什么”
langchain-OpenClaw 反过来做了几个选择:
| 传统做法 | langchain-OpenClaw |
|---|---|
| 向量库是唯一记忆来源 | 文件是事实源,索引只是可重建缓存 |
| 技能写死在代码里 | 技能 = skills/*/SKILL.md |
| Prompt 隐藏在代码里 | Prompt 由多个 Markdown 文件实时组装 |
| 工具调用不透明 | 前端可看到 token、tool start/end、raw messages |
| 项目越做越重 | 默认本地运行,无 MySQL / Redis 依赖 |
它现在能做什么
当前仓库已经具备一套完整的本地 Agent 基础能力:
- 流式聊天:基于 FastAPI SSE 返回 token、工具调用、分段回复
- 会话持久化:每轮对话保存到
backend/sessions/*.json - 长期记忆:
backend/memory/MEMORY.md - 本地知识库检索:
backend/knowledge/+ LlamaIndex - 技能系统:Agent 先看技能快照,再按需读取
SKILL.md - 三栏工作台 UI:会话列表、聊天区、文件检查器
- 文件在线编辑:可直接编辑 Memory / Skills / Workspace 文件
- RAG 模式切换:可选择“直接拼接记忆”或“检索后注入”
当前内置的技能包括:
天气查询联网搜索(Tavily)本地知识库检索失败恢复经验沉淀
界面结构
前端是一个面向 Agent 调试的三栏工作台:
- 左栏:会话列表、历史消息、Raw Messages
- 中栏:聊天面板、工具调用链、检索卡片、流式输出
- 右栏:Memory / Skills / Workspace 文件编辑器(Monaco)
这不是一个只给终端用的 Agent,而是一个“能看见自己内部状态”的 Agent IDE。
一次请求发生了什么
flowchart LR
U["用户发送消息"] --> F["POST /api/chat"]
F --> S["加载会话历史 sessions/*.json"]
S --> R{"RAG 模式?"}
R -- 是 --> M["检索 memory/MEMORY.md"]
R -- 否 --> P["直接拼接系统提示词"]
M --> P
P --> A["LangChain create_agent"]
A --> T["调用工具 / 读取技能 / 生成回复"]
T --> E["SSE 推送 token / tool_start / tool_end / done"]
E --> UI["前端实时更新界面"]
UI --> SAVE["保存用户消息、助手消息、工具记录"]
技术栈
后端
- Python 3.10+
- FastAPI
- LangChain 1.x
create_agent - LlamaIndex Core
- OpenAI-compatible model API
前端
- Next.js 14 App Router
- React 18
- TypeScript
- Tailwind CSS
- Monaco Editor
默认模型配置
- LLM Provider:
zhipu - LLM Model:
glm-5 - Embedding Provider:
bailian - Embedding Model:
text-embedding-v4
目前已支持的模型厂商:
- 智谱
zhipu - 百炼
bailian - DeepSeek
deepseek - OpenAI 兼容接口
openai
快速开始
1. 环境要求
- Python 3.10+
- Node.js 18+
- npm
2. 启动后端
cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
copy .env.example .env
至少补齐这些环境变量:
# 默认聊天模型
ZHIPU_API_KEY=your_key
# 默认 embedding
BAILIAN_API_KEY=your_key
# 联网搜索技能(可选,但推荐)
TAVILY_API_KEY=your_key
然后启动:
uvicorn app:app --host 0.0.0.0 --port 8002 --reload
3. 启动前端
cd frontend
npm install
npm run dev
5 分钟体验路线
如果你第一次打开项目,建议按这个顺序体验:
- 发一条普通聊天消息,感受流式输出(1.黄金现在多少钱。2.帮我在知识库中查询(哪些商品库存不足/三一重工前三大股东/为什么我在我的帐户中找不到我的订单?"…)3.帮我查询北京天气)
推奨ツール
別のキーワードを試すか、フィルタを外してください。
インストール
npx skillfish add lyxhnu/langchain-miniopenclaw