## 项目概述

CowAgent 是一个开源的超级 AI 助理与 Agent Harness，能够主动规划任务、操作计算机和外部服务、创建并执行技能（Skills）、构建个人知识库与长期记忆，并通过自我进化持续成长。项目前身为 chatgpt-on-wechat，现已更名。CowAgent 轻量、易部署、可扩展，支持接入主流大模型，并覆盖 Web、微信、飞书、钉钉、企微、QQ、Telegram、Slack 等多渠道，可 7×24 小时运行于个人电脑或服务器。

## 核心功能

- **任务规划**：将复杂任务分解并逐步执行，循环调用工具直至达成目标。
- **长期记忆**：三层记忆架构（上下文 → 天级 → 核心），通过 Deep Dream 自动蒸馏，支持关键词与向量混合检索。
- **知识库**：自动整理结构化知识为 Markdown Wiki，构建持续增长的知识图谱，支持可视化浏览。
- **自我进化**：自动复盘对话，优化技能、跟进未完成任务、沉淀记忆与知识。
- **技能系统**：从 Skill Hub、GitHub、ClawHub 等一键安装技能，也可通过对话创建自定义技能。
- **工具系统**：内置文件读写、终端、浏览器、定时任务、记忆检索、联网搜索等 10+ 工具，支持 MCP 协议。
- **多渠道接入**：支持 Web、微信、飞书、钉钉、企微、QQ、公众号、Telegram、Slack 等。
- **多模态支持**：文本、图片、语音、文件的全类型支持，覆盖识别、生成与收发。
- **多模型支持**：支持 DeepSeek、Claude、GPT、Gemini、Qwen、GLM、Kimi、MiniMax、Doubao 等主流厂商，可在 Web 控制台一键切换。
- **部署灵活**：提供一键安装脚本、Web 控制台统一管理，支持本地、Docker、服务器多种部署方式。

## 适用与不适用场景

**适用场景：**

- 个人助理：日常任务规划、信息查询、文件管理、自动化操作。
- 知识管理：自动整理对话中的有价值信息，构建个人知识库。
- 多平台集成：在微信、飞书、钉钉、Telegram 等 IM 平台部署 AI 助理。
- 技能扩展：通过 Skill Hub 或自定义技能扩展 Agent 能力。
- 企业级应用：通过 LinkAI 平台获得托管、团队协作、权限管理等企业级支持。

**不适用场景：**

- 需要严格数据隔离的多租户生产环境（除非使用企业版）。
- 对 Token 消耗敏感的场景（Agent 模式消耗显著高于普通对话）。
- 不安全或不受信任的环境（Agent 可访问本地操作系统）。

## 技术架构与依赖

CowAgent 是一个完整的 Agent Harness，消息从各类通道进入，Agent Core 结合记忆、知识库与可用工具/技能进行任务规划与决策，调用模型生成结果，再回传至原通道。各模块解耦清晰，可独立扩展。

主要依赖：

- Python 3.13 支持（v2.1.1 起）
- 主流 LLM 提供商 API（DeepSeek、Claude、OpenAI、Gemini 等）
- MCP 协议（Model Context Protocol）集成
- 可选：Docker、桌面客户端（macOS/Windows）

## 安装与快速开始

**一键安装（Linux/macOS）：**

```bash
bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh)
```

**Windows (PowerShell)：**

```powershell
irm https://cdn.link-ai.tech/code/cow/run.ps1 | iex
```

**Docker：**

```bash
curl -O https://cdn.link-ai.tech/code/cow/docker-compose.yml
docker compose up -d
```

启动后访问 `http://localhost:9899` 进入 Web 控制台，可完成模型配置、渠道接入、技能安装等操作。

## 典型使用方法

- **Web 控制台**：默认通道，统一管理模型、渠道、技能、记忆等。
- **CLI 命令**：
  ```bash
  cow start | stop | restart        # 服务控制
  cow status | logs                  # 状态和日志
  cow update                         # 拉取最新代码并重启
  cow skill install <名称>           # 安装技能
  cow install-browser                # 安装浏览器工具
  ```
- **技能命令**：
  ```bash
  /skill list                   # 查看当前技能
  /skill search <关键词>         # 在技能广场搜索
  /skill install <名称>          # 一键安装
  ```

## 配置与部署要点

- **服务器部署**：设置 `web_host` 为 `0.0.0.0`，并设置 `web_password` 启用鉴权，开放端口 `9899`。
- **模型配置**：推荐通过 Web 控制台在线配置，无需手动编辑文件。
- **MCP 集成**：配置 `mcp.json` 即可接入 MCP 服务，支持 stdio/SSE 传输、热更新。
- **多工作空间**：v2.1.7 起支持多工作空间与会话隔离。
- **备份**：支持数据备份与恢复。

## 限制、风险与许可证

- **许可证**：MIT License。
- **成本与安全**：Agent 模式 Token 消耗显著高于普通对话，请根据效果与成本权衡选择模型；Agent 具备访问本地操作系统的能力，请谨慎选择部署环境。
- **免责声明**：项目主要用于技术研究和学习，使用者需遵守当地法律法规，维护者不承担使用后果。
- **加密货币声明**：CowAgent 不参与、授权或发行任何加密货币。

## 官方链接

- 官网：https://cowagent.ai/
- 文档：https://docs.cowagent.ai/
- 技能广场：https://skills.cowagent.ai/
- GitHub 仓库：https://github.com/zhayujie/CowAgent
- 下载客户端：https://cowagent.ai/download/
- 在线体验：https://link-ai.tech/cowagent/create

## 信息来源和分析时间

- 信息来源：GitHub 仓库 README、文档目录、CONTRIBUTING.md、发布说明。
- 分析时间：2026-08-21（基于最新 release v2.1.7 的发布时间）。