# Agency Core：将任何服务器变成私有化AI团队的自主代理平台

> Agency Core是一个自托管的自主AI平台，可将任何服务器转变为私有化AI团队，提供CEO协调代理和多领域专家代理，支持代码编写、PR管理、测试运行等工程任务，同时作为Ollama的OpenAI兼容代理，让Cursor、Aider等工具使用本地模型。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-06-01T22:15:29.000Z
- 最近活动: 2026-06-01T22:19:03.118Z
- 热度: 149.9
- 关键词: AI代理, 自主代理, OpenAI兼容, Ollama, 本地LLM, 代码审查, CI/CD, Git集成, 自托管AI, 多代理编排, Langfuse, 软件工程自动化
- 页面链接: https://www.zingnex.cn/forum/thread/agency-core-ai
- Canonical: https://www.zingnex.cn/forum/thread/agency-core-ai
- Markdown 来源: ingested_event

---

## 原作者与来源

- 原作者/维护者：strikersam
- 来源平台：github
- 原始标题：local-llm-server
- 原始链接：https://github.com/strikersam/local-llm-server
- 来源发布时间/更新时间：2026-06-01T22:15:29Z

## 原作者与来源\n\n- **原作者/维护者**: strikersam\n- **来源平台**: GitHub\n- **原始标题**: local-llm-server (Agency Core)\n- **原始链接**: https://github.com/strikersam/local-llm-server\n- **发布时间**: 2026年6月1日\n\n---\n\n## 引言：当AI代理真正开始工作\n\n过去一年，我们见证了从ChatGPT到Claude的演进，从单次对话到多轮交互。但一个核心问题始终存在：这些AI工具只能回答问题，却无法真正"工作"。它们不能打开Pull Request，不能运行测试套件，不能监控CI/CD流水线，更不能在需要人类决策时主动暂停等待批准。\n\nAgency Core的出现，标志着自主AI代理从概念演示走向生产就绪。这不是又一个聊天机器人，而是一个完整的AI工程团队基础设施。\n\n---\n\n## 什么是Agency Core？\n\nAgency Core是一个自托管的自主AI平台，其核心定位是将任何服务器——无论是你的笔记本电脑、一台10美元的VPS，还是一台GPU服务器——转变为私有的AI团队。它内置了一个CEO协调代理和一系列领域专家代理，能够协同完成真正的工程和商业任务：编写代码、打开Pull Request、运行测试、更新文档，以及管理定期操作。\n\n与此同时，它还是一个即插即用的OpenAI兼容代理，专为Ollama设计。这意味着Cursor、Continue、Aider、Claude Code等AI编码工具都可以指向`http://localhost:8000`，通过单一认证端点使用你的本地模型。\n\n---\n\n## 为什么需要自托管自主代理？\n\n当前主流AI工具存在几个根本性痛点，Agency Core针对性地提供了解决方案：\n\n### 数据隐私困境\n\n前沿AI工具通常需要将代码上传到第三方服务器。对于处理敏感代码库的企业而言，这是不可接受的风险。Agency Core的所有操作都在你控制的硬件上运行，数据永远不会离开你的网络边界。\n\n### 从单次回答到持续工作\n\nChatGPT和Copilot提供的是一次性答案，而非持续性工作。Agency Core的代理能够规划、执行、验证，并在需要人类决策时才循环回来。这种工作流更接近真实工程团队的协作模式。\n\n### 工具碎片化问题\n\n管理多个AI工具意味着多个账户、多个API密钥、多份账单。Agency Core提供统一的平台、单一的API密钥、统一的管理面板，支持无限的本地推理。\n\n### 真正的Git集成\n\n市面上许多"AI代理"只是演示玩具，无法真正提交代码或打开PR。Agency Core具备完整的Git集成能力：创建分支→提交代码→发起PR→监控CI→人工审批门控→合并代码。\n\n### 可观测性缺失\n\n传统AI工具缺乏对决策过程的可见性。Agency Core集成了Langfuse可观测性，记录每一次LLM调用、token数量、延迟、成本和决策追踪。\n\n### 成本爆炸问题\n\n云端AI定价按使用量计费，团队规模扩大时成本会急剧上升。Agency Core的边际推理成本仅为电费，一个50人的团队可以在相同的服务器账单下运行。\n\n---\n\n## 自主代理团队：你的AI员工能做什么？\n\n一旦完成部署，Agency Core会运行一个由CEO代理协调的专家代理团队。你用自然语言描述需求，CEO代理将其分解为结构化计划，分配给相应的专家代理，并返回包含证据的结果——PR链接、测试输出、代码差异和推理追踪。\n\n### 工程代理能力\n\n**Bug修复**：分析bug报告，编写修复代码，发起PR，监控CI，等待你的批准后合并。\n\n**依赖审计**：扫描CVE漏洞，创建安全的升级PR并确保测试通过。\n\n**代码审查**：检查任何PR的安全漏洞、N+1查询问题、缺失的错误处理和注入风险。\n\n**测试生成**：为新代码或现有代码编写单元测试和集成测试。\n\n**重构**：识别技术债务热点，提出重构计划，在获得批准后执行。\n\n**发布管理**：提升版本号、起草变更日志、打标签、验证CI、发起发布PR。\n\n**文档维护**：保持API文档、架构记录和操作手册与代码变更同步。\n\n### 内容与知识代理\n\n- 根据简报撰写产品描述、博客文章或Wiki文档\n- 当代码变更时自动更新内部知识库\n- 总结和分类传入的GitHub issues、Slack线程和支持工单\n- 自动安排每周趋势摘要和发布说明\n\n### 运维代理\n\n- 监控CI/CD流水线，在需要人类决策时发出警报\n- 管理定期计划：每日摘要、每周审计、值班交接\n- 将每个请求智能路由到最优的本地模型\n- 为所有运行中的代理、运行时和提供程序提供实时健康诊断\n\n---\n\n## 从部署到自主工作：六步流程\n\n### 第一步：启动和激活\n\n部署Agency Core（支持Docker、Render或本地`uvicorn`）。首次启动时，打开Web UI并运行设置向导，包含五个步骤：\n\n1. 连接你的Ollama实例（或输入云提供商密钥——Nvidia NIM、AWS Bedrock、Anthropic）\n2. 生成第一个API密钥\n3. 创建管理员账户\n4. 拉取模型（初学者推荐`qwen2.5-coder:7b`——免费，通过Nvidia NIM无需GPU）\n5. 运行健康检查——系统确认所有依赖项都可访问\n\n**Doctor**屏幕可随时从侧边栏访问，实时检查：git二进制文件、GitHub令牌、仓库访问权限、Langfuse连接性和所有已注册的运行时。全部绿色表示准备就绪。\n\n> **没有本地GPU？** 设置`LLM_PROVIDER=nvidia-nim`和`NVIDIA_API_KEY=<your-key>`即可使用Nvidia的免费托管模型，无需任何本地硬件。\n\n### 第二步：描述你的公司\n\n打开**Company**屏幕，粘贴你的仓库URL并回答关于技术栈、团队规模和目标的简短问题。Agency Core构建内部知识图谱，使代理能够提供上下文感知的答案（例如"对此使用Pydantic v2，这是你的代码库正在使用的"），而非通用建议。\n\n### 第三步：与CEO代理对话\n\n打开**Chat**，用你向高级工程师 briefing 的方式描述需求：\n\n> "会话管理器中存在一个内存泄漏问题，记录在issue #142中。找出根本原因，编写修复代码，并发起PR供我审查。"\n\nCEO代理的工作流程：\n1. 阅读issue和相关源文件\n2. 生成结构化计划——你可以在执行开始前审查和编辑\n3. 委托给开发专家代理\n4. 返回PR链接、修复摘要和测试结果\n\n每次对话都会被持久化，你可以跨会话继续之前的对话。\n\n### 第四步：监控任务板\n\n每个代理作业都会出现在**Task Board**上，显示实时状态：\n\n```\nqueued → planning → executing → verifying → awaiting approval → done\n```\n\n点击任何任务可查看：\n- CEO代理生成的原始计划\n- 执行代理采取的每一步（包含代码差异和工具调用日志）\n- 验证结果（测试是否通过？）\n- 评判裁决（输出是否达到生产就绪标准？）\n- 可粘贴到Slack的纯英文摘要\n\n### 第五步：人工审批门控\n\nAgency Core绝不会在没有你批准的情况下合并代码、部署到生产环境或发送外部消息。当代理到达门控时，它会：\n\n1. 暂停并在仪表板中显示决策\n2. 向你展示将要发生的具体内容——代码差异、部署命令、消息内容\n3. 等待你的**批准**、**拒绝**或**重定向**（附带评论返回）\n\n门控可按任务类型配置：自动批准低风险操作（如格式化文档），对任何涉及生产环境的操作要求明确批准。\n\n### 第六步：安排定期工作\n\n打开**Schedules**并设置定期代理任务：\n\n- **每日**：总结开放的PR并显示任何被阻塞的内容\n- **每周**：依赖CVE审计、变更日志草稿、代码质量报告\n- **每次提交**：在每次合并到master时触发文档同步代理\n- **按需**：一键"运行所有代理"进行冲刺审查\n\n代理按计划运行，将结果推送到任务板，仅在需要人类决策时才打断你。\n\n---\n\n## V5控制平面：功能全景\n\nAgency Core V5提供了一个完整的Web界面，包含13个核心屏幕：\n\n| 屏幕 | 功能 |\n|------|------|\n| **Dashboard** | 所有代理的实时健康状态、近期活动和系统指标 |\n| **Chat** | CEO代理的对话界面；每会话完整的持久化历史 |\n| **Task Board** | 所有代理作业的看板视图：排队→规划→执行→审查→完成 |\n| **Agents** | 所有已注册专家代理的能力、当前工作负载、运行时和模型 |\n| **Providers** | 连接的LLM提供商（Ollama、AWS Bedrock、Nvidia NIM）的健康和成本数据 |\n| **Runtimes** | 执行底层设施——内部循环、Docker代理、外部工具（OpenCode、Aider、Goose） |\n| **Knowledge** | 由代理从你的代码、文档和过往决策维护的内部Wiki |\n| **Schedules** | 定期代理任务，支持cron风格定时和运行历史 |\n| **Skills** | 代理技能库——每个专家代理知道什么以及何时激活 |\n| **Intelligence** | 路由策略编辑器——控制哪个模型处理哪类任务及成本层级 |\n| **Logs** | 每次LLM调用的完整追踪：token数量、延迟、提供商、成本和决策上下文 |\n| **Company** | 你的组织资料、技术栈和知识图谱种子数据 |\n| **Admin** | 用户管理、角色分配、实例激活、审计日志、入职流程 |\n\n---\n\n## 技术架构与部署选项\n\nAgency Core采用模块化架构设计，核心组件包括：\n\n- **后端服务**：Python FastAPI应用，提供OpenAI兼容的API端点\n- **代理运行时**：支持多种执行环境，从内部循环到Docker容器\n- **可观测性层**：集成Langfuse，提供完整的调用链追踪\n- **知识存储**：内部知识图谱，支持上下文感知的代理决策\n\n部署选项灵活多样：\n\n- **本地开发**：使用`uvicorn`直接运行，适合个人开发\n- **Docker部署**：完整的容器化支持，便于团队协作\n- **云服务**：支持Render等云平台一键部署\n\n---\n\n## 与现有工具的集成\n\nAgency Core的最大优势之一是其兼容性。作为OpenAI兼容的代理，它可以无缝集成到现有的AI编码工具链中：\n\n- **Cursor**：指向`http://localhost:8000`即可使用本地模型\n- **Continue**：配置自定义API端点\n- **Aider**：通过环境变量配置代理地址\n- **Claude Code**：使用OpenAI兼容模式\n\n这种设计意味着你不需要放弃已经习惯的开发工具，而是为它们提供一个更强大、更私密的AI后端。\n\n---\n\n## 实际应用场景\n\n### 场景一：自动化Bug修复流程\n\n当GitHub issue报告一个bug时，Agency Core可以：\n1. 自动分析问题并定位相关代码\n2. 生成修复方案并创建分支\n3. 编写修复代码和测试用例\n4. 发起PR并监控CI结果\n5. 在通过所有检查后通知你审查\n\n### 场景二：持续代码质量监控\n\n设置每周定期任务，让Agency Core：\n1. 扫描代码库中的技术债务\n2. 识别安全漏洞和性能瓶颈\n3. 生成重构建议报告\n4. 对低风险重构自动创建PR\n\n### 场景三：文档同步维护\n\n配置在每次代码合并时触发：\n1. 分析代码变更对API的影响\n2. 自动更新API文档\n3. 同步更新架构记录\n4. 确保操作手册与最新实现一致\n\n---\n\n## 竞争优势分析\n\n在自主AI代理领域，Agency Core与几个竞品形成差异化竞争：\n\n| 维度 | Agency Core | 传统云AI工具 | 其他开源代理框架 |\n|------|-------------|-------------|------------------|\n| 数据隐私 | 完全本地，数据不出境 | 必须上传云端 | 取决于具体实现 |\n| 成本模型 | 边际成本为电费 | 按token计费，成本随规模爆炸 | 通常需要自建基础设施 |\n| Git集成 | 完整的PR生命周期管理 | 通常只有代码建议 | 功能参差不齐 |\n| 可观测性 | 内置Langfuse追踪 | 有限或额外收费 | 通常需要自行集成 |\n| 人机协作 | 完善的审批门控机制 | 缺乏工作流控制 | 需要大量定制开发 |\n| 部署灵活性 | 本地/云端/混合 | 仅限云端 | 通常需要技术 expertise |\n\n---\n\n## 总结与展望\n\nAgency Core代表了AI辅助软件开发的一个重要里程碑。它不仅仅是一个工具，而是一个完整的AI工程团队基础设施。通过将LLM的能力与软件工程的最佳实践相结合，它解决了当前AI编码工具的核心痛点：隐私、成本、可观测性和真正的端到端自动化。\n\n对于希望在不牺牲数据隐私的前提下获得AI辅助开发能力的团队，Agency Core提供了一个 compelling 的选择。它的自托管特性意味着你可以完全控制自己的数据和基础设施，而其丰富的功能集则确保了生产力的大幅提升。\n\n随着AI代理技术的不断发展，我们可以期待Agency Core这样的平台将在软件开发生命周期中扮演越来越重要的角色，从简单的代码补全进化到真正的智能协作伙伴。