智管-Agent Manager

English

本地 AI Agent 的统一管理中心。
添加 Agent 后，用户可在这里实现：

• 一键启动 / 停止，实时查看日志
• 内嵌 Web UI 与交互式终端
• 用自然语言指挥所有 Agent
• 一键生成临时公网分享链接

✨ 项目亮点 · 🤝 推荐搭配 · ⚙️ 快速安装 · 🚀 快速上手 · 🤖 LLM 配置 · 🌐 分享 Agent · ❓ FAQ

---

✨ 项目亮点

智管-Agent Manager 是一个基于 Tauri 2 + React 19 的桌面应用，专门解决"本机跑了一堆 AI Agent，管理混乱"的问题。

核心理念：所有 Agent，一个窗口管到底。

• 不用开多个终端
• 不用记各种启动命令
• 不用手动打开浏览器找端口
• 用自然语言就能操控所有 Agent

---

🤝 推荐搭配 Agent

智管-Agent Manager 可以统一管理本地运行的各类 AI Agent。 如果你正在寻找一个适合被智管托管的业务型 Agent，推荐搭配使用：

---

🧠 核心功能

1️⃣ Dashboard — 教室视图

所有 Agent 以可视化展示：Manager Agent 在讲台，其他 Agent 坐在学生座位上。

一眼看清所有 Agent 的状态，悬停在 Agent 座位上，可直接：

• 启动 / 停止
• 查看详情
• 打开 UI 界面

点击讲台的 Manager Agent，直接跳转到自然语言指挥界面。

---

2️⃣ Manager Agent — 自然语言指挥官

用一句话控制所有 Agent，无需手动操作界面。

帮我启动 Business Analytics Agent，然后打开它的界面

把 Mindmap 停掉，顺便告诉我它是干什么的

现在有哪些 Agent 在运行？

Manager Agent 会理解意图 → 自动调用工具 → 完成操作，并向你汇报结果。

支持的操作：

会话持久化： 切换到其他页面再回来，对话历史不丢失。

需要配置 LLM 提供商才能使用，详见 LLM 配置说明。

---

3️⃣ Agent 管理

自动识别项目类型

选择项目目录后，自动检测并填写启动命令，无需手动填写。详见支持的项目类型。

启动与监控

• 一键启动 / 停止 Agent 进程
• 实时流式日志（stdout + stderr），支持自动滚动
• 查看 PID、端口状态、启动时间
• 侧边栏支持拖拽排序

内嵌 Web UI

有 Web 界面的 Agent（如 Streamlit、Flask、FastAPI）可以直接在应用内打开，不用切换浏览器：

• 多标签页同时打开多个 Agent UI
• 标签栏高度可拖拽调整
• 支持一键全屏
• 支持 WebSocket Token 自动填充（openclaw 类型 Agent）

---

4️⃣ MCP Agent — AI 工具对话

通过 MCP（Model Context Protocol）连接本地工具服务，与 AI 进行多轮工具调用对话。

MCP 服务器添加方式：

• 本地扫描：自动检测 npm 全局安装的 MCP 包
• 智能解析：粘贴任意文本（官方文档、安装说明等），AI 自动提取配置
• 手动添加：填写 stdio / SSE 配置

---

5️⃣ 代理发布 — 临时分享与公网访问

🔗 临时分享（推荐 · 适合开会场景）

无需固定 IP，无需域名，无需服务器。一键生成临时公网链接：

你的电脑 localhost:5001
        ↓ Cloudflare Tunnel
https://abc-xyz.trycloudflare.com  ← 发给同事

使用流程：

1. 安装 cloudflared（见下方）
2. 确认 Agent 已启动
3. 在"代理发布"页找到目标 Agent → 点击 生成链接
4. 等待约 5–15 秒，出现 https://xxx.trycloudflare.com
5. 复制链接发给同事
6. 会后点 关闭，链接立即失效

安装 cloudflared：

# Windows（推荐用 Scoop）
scoop install cloudflared

# macOS
brew install cloudflared

或从 GitHub Releases 直接下载 exe。

⚠️ 临时链接无访问控制，请仅在需要时开启，会后立即关闭。

🛡️ Caddy 反向代理（长期发布）

适合需要固定域名、持续开放访问的场景：

• 绑定自定义域名（自动申请 HTTPS 证书）
• 用户名 / 密码访问控制（bcrypt 加密存储）
• 多用户权限精细管理（每条规则可独立设置允许哪些用户访问）
• 一键生成 Caddyfile + 启动/重载 Caddy

---

6️⃣ Port Manager — 端口管理

查看当前机器上所有正在监听的端口：

• 显示端口号、协议、PID、进程名
• 一键终止占用指定端口的进程
• 方便排查 Agent 启动失败（端口被占用）的问题

---

⚙️ 安装方式

下载预构建安装包（推荐）

从 Releases 下载最新版本：

双击安装包，按提示安装即可。

从源码构建

前置依赖：

• Node.js ≥ 18
• Rust（stable）
• Tauri 前置依赖（Windows 需要 VS C++ 生成工具）

git clone https://github.com/Zafer-Liu/Agent_Manager.git
cd Agent_Manager

# 安装依赖
npm install
cd frontend && npm install && cd ..

# 开发模式运行
npm run dev

# 生产构建
npm run build

构建产物在 src-tauri/target/release/bundle/ 下。

---

🚀 快速上手

第一步：添加 Agent

1. 侧边栏点击 Agents → 右上角 ＋ New Agent
2. 点击 📁 选择 Agent 的项目目录
3. 应用自动识别项目类型，填写启动命令
4. 填写名称，确认端口号（有 Web UI 的 Agent 需要）→ 保存
5. 点击 ▶ 启动

第二步：查看 Agent 界面

• 有 Web UI 的 Agent（Streamlit / Flask 等）：点击 Open UI → 在应用内嵌标签页打开
• TUI 类 Agent（Claude Code 等）：点击 Open Terminal → 在应用内嵌终端打开

第三步：使用 Manager Agent（可选）

1. 在 MCP Agent → LLM 设置 中添加 LLM 提供商（见LLM 配置说明）
2. 点击侧边栏 Manager
3. 选择 LLM 提供商
4. 用自然语言发送指令

第四步：开会时分享 Agent（可选）

1. 安装 cloudflared
2. 打开代理发布页面
3. 找到目标 Agent → 生成链接 → 复制发送

---

🤖 LLM 配置说明

Manager Agent 和 MCP Agent 都需要 LLM 驱动。在 MCP Agent → LLM 设置 中添加：

点击测试连接，显示绿色即配置成功。

内置支持的提供商：

---

🔍 支持的项目类型

选择项目目录后，自动检测并填写以下配置：

端口号也会自动检测：扫描 .env 文件、pyproject.toml 脚本、源码中的 port= 配置。

---

📁 数据存储路径

---

🗺️ 版本更新

当前版本 v0.3.0 · 2026 年 7 月 12 日

v0.3.0 主要更新

阶段四：外部协作能力（P0-P2 全部完成）

• ✅ 本地 Hook Server：默认 127.0.0.1:9420，外部系统通过 HTTP 推任务进 Agent Manager，端口和 auth_token 可配置
• ✅ agent_task 节点：工作流可调度本地/远程子 Agent（不限于 MCP Server），oneshot channel 挂起等待结果
• ✅ Callback 出站通知：Run 终态时回调外部 URL，指数退避重试 3 次
• ✅ Fan-out 并行执行：支持 static/by_field/llm_split 拆分策略，join_all 并行执行子任务
• ✅ DispatchStrategy 调度策略：Fixed / Failover / CapabilityMatch / Random 四种策略
• ✅ 定时触发（cron）：自建 5 字段 cron 解析器，后台线程每分钟检查模板 schedule 字段
• ✅ McpTransport Http 变体：支持远程 MCP Server（Streamable HTTP transport）
• ✅ 前端 SVG DAG 画布：从线性列表升级为 SVG 绘制的 DAG 画布，支持拖拽定位和工具栏
• ✅ ExternalTriggers 设置页：Hook Server 状态显示、端口/Token 配置、curl 示例、重启功能
• ✅ 运行历史来源列：区分手动/外部/返工/定时触发，彩色标签
• ✅ Cloudflare Tunnel 隧道条目：ProxyManager 动态获取 Hook 端口传入隧道配置
• ✅ 工作流验收面板：Acceptance/Rework 闭环，对话流内嵌验收卡片
• ✅ Sweeper 自愈巡检：后台 30s interval 检测 Step 超时并标记 failed
• ✅ FailureTrace 诊断链路：MCP stderr ring buffer + 失败原因分类 + 重试历史
• ✅ Metrics 事件源：append-only JSONL 事件源 + 前端四卡片本地聚合

📖 查看完整 Changelog

---

v0.2.3 主要更新

新功能：

• ✅ 可视化工作流：拖拽组合 MCP 工具、LLM 与完整 MCP Agent 节点，支持流式步骤反馈
• ✅ MCP Agent 增强：对话中选择并启用多个 MCP Server，工具调用过程可折叠查看
• ✅ MCP 智能配置：支持本地目录扫描、JSON/README/命令文本 AI 解析及 stdio/SSE 配置
• ✅ 中英文界面：新增完整 i18n 与语言切换，覆盖主要页面和操作提示
• ✅ 配置持久化：记住已选 LLM、启用的 MCP Server 和工作流选择
• ✅ 持续集成：Push、Pull Request 和正式发布前自动执行前端检查与 Rust 测试

修复：

• 修复“用 AI 解析”失败后界面看起来无响应的问题，并显示真实 API 错误
• 修复中文 README 截断可能触发字符串边界异常的问题
• 修复工作流 MCP Agent 节点的异步运行时冲突和上下文传递问题
• 修复工作流展开内容仍被截断、删除后列表刷新竞态等问题

📖 查看完整 Changelog

---

❓ FAQ

---

---

---

---

🤝 参与贡献

欢迎提交 PR 或 Issue！参与方式：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'feat: add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 提交 Pull Request

Bug 报告或功能建议请通过 Issues 提交。开发环境搭建详见从源码构建。

---

📄 License

Apache 2.0

---

⭐ 项目目标

把所有 Agent 的管理交给智管，把时间留给真正重要的事。