吴恩达的开源智能体框架，一个接口接入所有大模型

勇哥AI笔记

发布于 2026-06-23 19:54:35

1090

文章被收录于专栏：技术人生黄勇技术人生黄勇

最近被问的比较多：搭智能体，通常用啥大，比较顺手？

当时第一反应是：“搭？用开源，再+AI按需求改。”

按我的想法：开源领域已经有 OpenCode这种编程智能体，有龙虾 OpenClaw这种个人助手智能体，更古早的 LangChain 框架（新的框架 LangGraph），Dify 大模型的低代码平台，为什么还要自己搭？

再细问下去，原来是企业内的需求，希望开发一个智能体（平台），能将现有业务系统粘合起来，又或者领导需要一个“智能体”帮助他及时了解公司财务数据。

由于在企业内部用，必然要求智能体的安全与合规。

其实按我的看法，企业业务集成智能体，确切的说，本质是"AI驱动的业务流程重排"。

比较合适的路径：先用 Dify 跑通业务逻辑，做 DEMO/POC 验证需求真实存在后，再决定是否在 LangGraph / CrewAI / AutoGen + 自研核心网关等框架基础上自研生产系统。

客户经常会要求说搭一个智能体，这个就是像互联网时代，需求是写一个网站，还是需要进一步引导客户挖掘需求，再有针对业务场景定制方案。

寻找这个问题答案，翻开源项目时，发现吴恩达的开源仓库有两个好东西：

一个桌面 AI 助手 OpenCoworker，可以聊天，还能进行深度研究，读取文件，创建 PDF 报告、文档、电子表格，支持定时自动化操作。

跟我现在常用的 WorkBuddy 比较像，但是它后面需要自己买大模型会员，填 API Key 才能用。

另一个是 OpenCoworker 用的底层库 aisuite，用统一 API 打通所有主流大模型。

OpenCoworker：桌面 AI 助手

OpenCoworker 是一个桌面 AI 代理，自动化、连接器、MCP、记忆、大模型供应商切换、工具调用、子代理、Web 界面，这些都帮你做好了。

安装

macOS（Apple Silicon，M1 及以上）和 Windows 10/11 都有安装包。

安装完界面是这样：

Windows 下载 EXE，首次运行时 SmartScreen 会弹警告，选"更多信息"再选"仍要运行"即可。

打开应用后，选一个大模型供应商，粘贴 API Key。

支持 OpenAI、Anthropic（Claude）、Google（Gemini）。

也可以选 Ollama，完全本地运行。

OpenCoworker 没有后端服务器，数据不经手第三方。

可以同时连接多个供应商，在对话中随时切换模型。

API Key、对话记录、文件，全部留在你的机器上。

模型调用直接本地直连供应商，中间不经过 OpenCoworker 的服务器。

OpenCoworker 的源码在仓库的 platform/ 目录下，基于 aisuite 构建。

如果你想搭一个自己的智能体框架，这就是现成的参考实现。

aisuite：一个 API 搞定所有大模型

aisuite 是一个轻量级 Python 库，解决一个核心痛点：不同大模型供应商的 API 各不相同，切换模型意味着改大量代码。

aisuite 的做法是，提供一套统一的 OpenAI 风格接口，覆盖所有主流供应商。

目前支持 11 个供应商：

OpenAI（GPT 系列），Anthropic（Claude 系列），Google（Gemini 系列），Mistral，Hugging Face（开源模型），AWS（Amazon Bedrock），Cohere，Ollama（本地模型），OpenRouter（多模型路由），Groq（高速推理），Nebius（云 AI 平台）。

模型名称用 <provider>:<model-name> 格式。比如 openai:gpt-4o 或 anthropic:claude-sonnet-4-6。

aisuite 会自动路由到正确的供应商，翻译参数和响应格式。

如果只用 OpenAI，装基础包再单独装 openai SDK 也行。按需安装，不浪费空间。

设置 API Key

只需要为你实际调用的供应商设置 Key。

通过环境变量设置：

export OPENAI_API_KEY="your-openai-api-key"
export ANTHROPIC_API_KEY="your-anthropic-api-key"

也可以在代码里直接传给 Client 构造函数：

client = ai.Client({"openai": {"api_key": "..."}})

同一段代码，循环调用两个不同供应商的模型：

import aisuite as ai
client = ai.Client()

models = ["openai:gpt-4o", "anthropic:claude-3-5-sonnet-20240620"]

messages = [
    {"role": "system", "content": "Respond in Pirate English."},
    {"role": "user", "content": "Tell me a joke."},
]

for model in models:
    response = client.chat.completions.create(
        model=model,
        messages=messages,
        temperature=0.75
    )
    print(response.choices[0].message.content)

切换模型只是改了 model 参数里的字符串。 messages、temperature 这些参数对所有供应商都一样，aisuite 在底层帮你做了翻译。

核心参数（temperature、max_tokens、tools 等）都是跨供应商通用的。

本地模型

用 Ollama 跑本地模型，不需要 API Key：

response = client.chat.completions.create(
    model="ollama:llama3.3",
    messages=[{"role": "user", "content": "Hello!"}],
)

一行 ollama:llama3.3 就从云端模型切到本地模型了。

工具调用：把 Python 函数变成模型工具

写一个普通的 Python 函数，aisuite 从函数签名和 docstring 自动生成工具 schema，执行调用，把结果喂回模型。

import aisuite as ai

def will_it_rain(location: str, time_of_day: str):
    """Check if it will rain in a location at a given time today.

    Args:
        location (str): Name of the city
        time_of_day (str): Time of the day in HH:MM format.
    """
    return "YES"

client = ai.Client()
response = client.chat.completions.create(
    model="openai:gpt-4o",
    messages=[{
        "role": "user",
        "content": "I live in San Francisco. Can you check for weather "
                   "and plan an outdoor picnic for me at 2pm?"
    }],
    tools=[will_it_rain],
    max_turns=2
)
print(response.choices[0].message.content)

关键在 tools=[will_it_rain] 和 max_turns=2。

直接把函数对象放进列表传给 tools 参数。

aisuite 读取函数的参数类型注解和 docstring，自动生成符合 OpenAI 格式的工具描述。

模型决定调用工具时，aisuite 执行函数，把返回值发回模型，模型继续推理。

max_turns=2 表示最多来回两轮工具调用，整个循环是自动的。

response.choices[0].intermediate_messages 保存了完整的工具交互历史。

把它追加到 messages 列表里，就可以继续对话。

手动工具控制

如果需要更精细的控制，比如自定义错误处理、选择性执行、或者接入已有的工具管道，可以省略 max_turns，手动传 JSON 格式的工具规范：

tools = [{
    "type": "function",
    "function": {
        "name": "will_it_rain",
        "description": "Check if it will rain in a location at a given time today",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "Name of the city"},
                "time_of_day": {"type": "string", "description": "Time of the day in HH:MM format."}
            },
            "required": ["location", "time_of_day"]
        }
    }
}]

response = client.chat.completions.create(
    model="openai:gpt-4o",
    messages=messages,
    tools=tools
)

这种模式下，aisuite 返回模型的工具调用请求，由你来决定执行、验证还是过滤。

两种风格可以混用，看场景选择。

Agents API：结构化代理

对于更复杂的、长时间运行的任务，aisuite 提供了 Agents API。声明一个 Agent，然后用 Runner 执行。

import aisuite as ai
from aisuite import Agent, Runner

agent = Agent(
    name="repo-helper",
    model="anthropic:claude-sonnet-4-6",
    instructions="You are a careful repo assistant. Use your tools to answer from the code.",
    tools=[*ai.toolkits.files(root="."), *ai.toolkits.git(root=".")],
)

result = Runner.run(agent, "What changed in the last commit? Summarize in 3 bullets.")
print(result.final_output)

定义了一个叫 repo-helper 的代理，用 Claude Sonnet 模型。给它挂了两组工具：文件操作工具包（限定在当前目录 . 下）和 git 工具包。

然后用 Runner.run 执行，传入用户指令。

工具包（Toolkits）是预构建的、沙盒化的工具集合。

目前有文件操作、git 操作和 Shell 命令三种。

直接用 ai.toolkits.files(root=".") 就能拿到一组文件读写工具，不需要自己写。

Agents API 还提供了一系列生产级功能：

工具策略：用 RequireApprovalPolicy 控制哪些工具需要人工审批。

用 AllowToolsPolicy 或 DenyAllToolPolicy 做允许/拒绝列表。

也可以传一个自定义 callable，接收 ToolPolicyContext 做更细粒度的控制。

状态存储：持久化运行状态，跨进程恢复对话。

支持 InMemoryStateStore（内存）、FileStateStore（文件）和 PostgresStateStore（PostgreSQL）。

通过 thread_id 关联同一次会话。

Artifacts：存储代理产出的文件。

支持 FileArtifactStore 和 InMemoryArtifactStore。

Tracing：每次运行的结果 RunResult 都携带完整的执行步骤、原始响应和 trace_id。

可以接入 trace sink 做可观测性。

MCP 工具集成

aisuite 原生支持 Model Context Protocol。任何 MCP 服务器的工具都能直接传给模型，需要先装 MCP 依赖：

pip install 'aisuite[mcp]';

简单场景用内联配置，直接在 tools 参数里声明 MCP 服务器：

response = client.chat.completions.create(
    model="openai:gpt-4o",
    messages=[{"role": "user", "content": "List the files in the current directory"}],
    tools=[{
        "type": "mcp",
        "name": "filesystem",
        "command": "npx",
        "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/directory"]
    }],
    max_turns=3
)

复杂场景用显式客户端，创建一次复用多次，支持安全过滤和工具前缀：

from aisuite.mcp import MCPClient

mcp = MCPClient(
    command="npx",
    args=["-y", "@modelcontextprotocol/server-filesystem", "/path/to/directory"]
)

response = client.chat.completions.create(
    model="openai:gpt-4o",
    messages=[{"role": "user", "content": "List the files"}],
    tools=mcp.get_callable_tools(),
    max_turns=3
)
mcp.close()

用完记得 mcp.close() 释放资源。

添加自定义供应商

如果 aisuite 内置的供应商不够用，可以自己写。

在 providers/ 目录下新建一个文件，命名规则是 <provider>_provider.py。类名规则是 <Provider>Provider，首字母大写。

比如要添加一个叫 mycloud 的供应商：

文件名：providers/mycloud_provider.py 类名：MycloudProvider

继承 BaseProvider，实现必要的方法。之后就能用 mycloud:some-model 的格式调用了。

aisuite 还附带两个实用工具：

Agent Runs Viewer：一个本地 Web 查看器，用于检查代理运行记录和执行轨迹。

调试代理时非常有用，能看到每一步的输入输出。

aisuite-code CLI：一个编码代理命令行工具。

可以在终端里直接用 aisuite 做代码相关任务。

仓库地址：https://github.com/andrewyng/aisuite