chatgpt-on-wechat/docs/agent.md

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 10+ 种工具，包括文件操作、bash终端、浏览器、文件发送、定时任务、记忆管理等
• 长期记忆：持久化记忆自动保存到本地，通过文件存储和向量数据库实现智能检索，分为核心记忆、每日记忆、用户记忆三个层次
• Skills系统：可无限扩展的技能系统，内置技能创造器、网络搜索、图像识别等技能，支持通过自然语言完成技能创造
• 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：

[TODO]

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

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。