Skip to main content

介绍

概述​

CowAgent是基于大模型的超级AI助理，能够主动思考和任务规划、操作计算机和外部资源、创造和执行Skills、拥有长期记忆并不断成长。CowAgent 支持灵活切换多种模型，能处理文本、语音、图片、文件等多模态消息，可接入网页、飞书、钉钉、企业微信应用、微信公众号中使用，7*24小时运行于你的个人电脑或服务器中。具备以下核心能力：

  • ✅ 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，支持通过工具操作访问文件、终端、浏览器、定时任务等系统资源
  • ✅ 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
  • ✅ 技能系统： 实现了Skills创建和运行的引擎，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
  • ✅ 多模态消息： 支持对文本、图片、语音、文件等多类型消息进行解析、处理、生成、发送等操作
  • ✅ 多模型接入： 支持OpenAI, Claude, Gemini, DeepSeek, MiniMax、GLM、Qwen、Kimi等国内外主流模型厂商
  • ✅ 多端部署： 支持运行在本地计算机或服务器，可集成到网页、飞书、钉钉、微信公众号、企业微信应用中使用
  • ✅ 知识库： 集成企业知识库能力，让Agent成为专属数字员工，基于LinkAI平台实现

💻 项目地址： https://github.com/zhayujie/chatgpt-on-wechat

🌐 官网： https://cowagent.ai/

📖 文档中心： https://docs.cowagent.ai/

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