9.1 KiB
CowAgent介绍
概述
Cow项目从简单的聊天机器人全面升级为超级智能助理 CowAgent，能够主动规思考和规划任务、拥有长期记忆、操作计算机和外部资源、创造和执行Skill，真正理解你并和你一起成长。CowAgent能够长期运行在个人电脑或服务器中，通过飞书、钉钉、企业微信、网页等多种方式进行交互。核心能力如下：
- 复杂任务规划：能够理解复杂任务并自主规划执行，持续思考和调用工具直到完成目标，支持多轮推理和上下文理解
- 工具系统：内置实现10+种工具，包括文件读写、bash终端、浏览器、定时任务、记忆管理等，通过Agent管理你的计算机或服务器
- 长期记忆：自动将对话记忆持久化至本地文件和数据库中，包括全局记忆和天级记忆，支持关键词及向量检索
- Skills系统：新增Skill运行引擎，内置多种技能，并支持通过自然语言对话完成自定义Skills开发
- 多渠道和多模型支持：支持在Web、飞书、钉钉、企微等多渠道与Agent交互，支持Claude、Gemini、OpenAI、GLM、MiniMax、Qwen 等多种国内外主流模型
- 安全和成本：通过秘钥管理工具、提示词控制、系统权限等手段控制Agent的访问安全；通过最大记忆轮次、最大上下文token、工具执行步数对token成本进行限制
核心功能
1. 长期记忆
记忆系统让 Agent 能够长期记住重要信息。Agent 会在用户分享偏好、决策、事实等重要信息时主动存储，也会在对话达到一定长度时自动提取摘要。记忆分为核心记忆、天级记忆，支持语义搜索和向量检索的混合检索模式。
第一次启动Agent会主动向用户获取询问关键信息，并记录至工作空间 (默认为 ~/cow) 中的智能体设定、用户身份、记忆文件中。
在后续的长期对话中，Agent会在需要的时候智能记录或检索记忆，并对自身设定、用户偏好、记忆文件等进行不断更新，总结和记录经验和教训，真正实现自主思考和不断成长。
2. 任务规划和工具调用
工具是Agent访问操作系统资源的核心，Agent会根据任务需求智能选择和调用工具，完成文件读写、命令执行、定时任务等各类操作。内置工具的视线在项目的 tools 目录下。
主要工具： 文件读写编辑、Bash终端、浏览器、文件发送、定时调度、记忆搜索、环境配置等。
1.1 终端和文件访问能力
针对操作系统的终端和文件的访问能力，是最基础和核心的工具，其他很多工具或技能都是基于基础工具进行扩展。用户可通过手机端与Agent交互，操作个人电脑或服务器上的资源：
1.2 编程能力
基于编程能力和系统访问能力，Agent可以实现从信息搜索、图片等素材生成、编码、测试、部署、Nginx配置修改、发布的 Vibecoding 全流程，通过手机端简单的一句命令完成应用的快速demo：
1.3 定时任务
基于 scheduler 工具实现动态定时任务，支持 一次性任务、固定时间间隔、Cron表达式 三种形式，任务触发可选择固定消息发送 或 Agent动态任务 执行两种模式，有很高灵活性：
同时你也可以通过自然语言快速查看和管理已有的定时任务。
1.4 环境变量管理
技能所需要的秘钥存储在环境变量文件中，由 env_config 工具进行管理，你可以通过对话的方式更新秘钥，工具内置了安全保护和脱敏策略，会严格保护秘钥安全：
3. 技能系统
技能系统为Agent提供无限的扩展性，每个Skill由说明文件、运行脚本 (可选)、资源 (可选) 组成，描述如何完成特定类型的任务。通过Skill可以让Agent遵循说明完成复杂流程，调用各类工具或对接第三方系统等。
-
内置技能： 在项目的
skills目录下，包含技能创造器、网络搜索、图像识别（openai-image-vision）、LinkAI智能体、网页抓取等。内置Skill根据依赖条件 (API Key、系统命令等) 自动判断是否启用。通过技能创造器可以快速创建自定义技能。 -
自定义技能： 由用户通过对话创建，存放在工作空间中 (
~/cow/skills/)，基于自定义技能可以实现任何复杂的业务流程和第三方系统对接。
3.1 创建技能
通过 skill-creator 技能可以通过对话的方式快速创建技能。你可以在与Agent的写作中让他对将某个工作流程固化为技能，或者把任意接口文档和示例发送给Agent，让他直接完成对接：
3.2 搜索和图像识别
- 搜索技能： 系统内置实现了
bocha-search(博查搜索)的Skill，依赖环境变量BOCHA_SEARCH_API_KEY，可在控制台进行创建，并发送给Agent完成配置 - 图像识别技能： 实现了
openai-image-vision插件，可使用 gpt-4.1-mini、gpt-4.1 等图像识别模型。依赖秘钥OPENAI_API_KEY，可通过config.json或env_config工具进行维护。
3.3 三方知识库和插件
linkai-agent 技能可以将 LinkAI 上的所有智能体作为skill交给Agent使用，并实现多智能体决策的效果。
使用方式：需通过对话的方式配置 LINKAI_API_KEY，或在config.json中添加 linkai_api_key。 并在 skills/linkai-agent/config.json中添加智能体说明，示例如下：
{
"apps": [
{
"app_code": "G7z6vKwp",
"app_name": "LinkAI客服助手",
"app_description": "当用户需要了解LinkAI平台相关问题时才选择该助手，基于LinkAI知识库进行回答"
},
{
"app_code": "SFY5x7JR",
"app_name": "内容创作助手",
"app_description": "当用户需要创作图片或视频时才使用该助手，支持Nano Banana、Seedream、即梦、Veo、可灵等多种模型"
}
]
}
Agent可根据智能体的名称和描述进行决策，并通过 app_code 调用接口访问对应的应用/工作流，通过该技能，可以灵活访问LinkAI平台上的智能体、知识库、插件等能力，实现效果如下：
注：需通过 env_config 配置 LINKAI_API_KEY，或在config.json中添加 linkai_api_key 配置。
使用方式
详细使用方式参考项目README.md文档进行
1.项目运行
在命令行中执行：
bash <(curl -sS https://cdn.link-ai.tech/code/cow/run.sh)
详细说明及后续程序管理参考：项目启动脚本
2.模型选择
Agent模式推荐使用以下模型，可根据效果及成本综合选择：
- MiniMax:
MiniMax-M2.1 - GLM:
glm-4.7 - Qwen:
qwen3-max - Claude:
claude-sonnet-4-5、claude-sonnet-4-0 - Gemini:
gemini-3-flash-preview、gemini-3-pro-preview
详细模型配置方式参考 README.md 模型说明
3.Agent核心配置
Agent模式的核心配置项如下，在 config.json 中配置：
{
"agent": true, # 是否启用Agent模式
"agent_workspace": "~/cow", # Agent工作空间路径
"agent_max_context_tokens": 40000, # 最大上下文tokens
"agent_max_context_turns": 30, # 最大上下文记忆轮次
"agent_max_steps": 15 # 单次任务最大决策步数
}
配置说明：
agent: 设为true启用Agent模式，获得多轮工具决策、长期记忆、Skills等能力agent_workspace: 工作空间路径，用于存储 memory、skills、其他系统设定提示词agent_max_context_tokens: 上下文token上限，超出将自动丢弃最早的对话agent_max_context_turns: 上下文记忆轮次，每轮包括一次提问和回复agent_max_steps: 单次任务最大工具调用步数，防止无限循环
4.渠道接入
Agent支持在多种渠道中使用，只需修改 config.json 中的 channel_type 配置即可切换。
更多渠道配置参考：通道说明