OpenClacky
8 月 13 号中午,我和 OpenClacky 的朋友相互 sync 了下近况,得知他们在 Agent 探索上又有了新的进展:将 Agent 视作底座,功能由其自身开发
当天下午,DeepSeek Harness 发布:一切皆插件
本片文字,整理自当时我们的 sync

在 dsh 正式发布&消息解禁后(我参加了 dsh 内测),我也便把相关的东西转给了亚飞他们,心里则暗自感慨:
不过话说回来,这两个东西显然也不是同一赛道:DeepSeek Harness 更偏向于开发者去使用,这东西并没有客户端,需要自己去 /dsh,而 OpenClacky 则更 toC,具体来说就是:
开箱即用 + 自造插件 + 扩展市场

在过去的几个月里,OpenClacky 团队一直在思考一个问题:
Agent 的功能边界,以及界面,该长什么样?
以及...一个 Agent 能做什么、长什么样,为什么不能由使用者决定?
在以往,软件产品的 UI 都是产品经理&设计师决定的,去完成某一具体的功能;但到了这个 Agent 时代,或者是更后面的 AGI 时代,软件所完成的,不再会是某一具体的单任务,那么..或许我们即将迎来一个新的概念:自定义 Agent

对此,OpenClacky 在过去的几个月里,完成了大幅度的产品迭代,用户可以直接通过自然语言告诉 OpenClacky 自己需要什么功能,而 OpenClacky 则会根据需求完成 Agent、Skill、界面以及整体业务逻辑进行创建与修改
用户可以直接使用自然语言来说“我要 xxx 功能”,然后 Agent 就会根据需求完成 Agent、Skill、界面以及整体业务逻辑进行创建与修改,比如制作一个内置的 Obsidian 知识库,让它把工作台整个改造一遍。然后这些封装好的功能成为了运行在 OpenClacky 内部的 Agent 原生应用。可以安装、停用、分享,并继续通过自然语言修改
为了更加具体的说明,这里来进行几个例子的展示,以下这些内容均来自 OpenClacky 官方
LLM Wiki
LLM Wiki 沿着 Karpathy 对 LLM 原生软件的思路来做,让 LLM 直接参与知识的摄入、整理、连接和再研究

把 Obsidian 常用的 Markdown、本地文件、双向链接、知识树和图谱等能力原生放进 OpenClacky。用户导入 PDF、Word、网页或对话内容后,Agent 会把资料整理成可以长期维护的知识页,并在后续搜索、问答和深度研究中继续补充这个知识库

Multi-Agent 编排
为一项复杂任务临时组建一支 AI 团队,把原本需要人工分派、催进度和汇总结果的协作过程放进 OpenClacky

用户可以在 Multi-Agent 编排扩展中直接描述最终目标。Leader 会拆解任务、确定角色,再创建多个 Worker 并行执行。 用户可以在同一个面板中看到每个 Agent 正在做什么、任务完成到哪一步,以及 Leader 的派活和决策记录
执行过程中还可以单独补充指令、切换某个成员使用的模型,或临时增加新角色,最后由 Leader 汇总各项产出
AI 自动调研助手
用户只需输入调研对象/想法,Agent通过追问来明确需求(例如行业、地区、画像),制定研究计划

以跨境电商投放为例,Agent 会执行搜索与复核检验,最后交付结果和归档管理

如果需要增加信息来源和范围、调整筛选条件或其他要求时,可以用快捷键、自然语言直接对话
随着拓展能力的加入,OpenClacky 也把市场功能做了出来,大致是这样

点开任意 extension 之后,可以进行直接的安装
作为比较,这个是安装前的:

而这个则是安装后的,也就是所生产的插件,迭代了原有的 UI:

我个人是非常认可 dsh 的做法的,model 的能力不断膨胀,harness 则成了新一代的 ui 然后还能随着需求不断迭代自己,这很 agentic
这时候,agent 团队的下注就变成了:如何连接 model 与真实任务
然后...过去半年里,模型的能力肉眼可见的买过了临界点,其使用边界的不断模糊,大家的任务又增添了一条:如何让 harness 自进化,让他更好的匹配 model
对此,OpenClacky 也拿出了自己的探索,感兴趣的可以看一看
文章来自于"赛博禅心",作者 "金色传说大聪明"。
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT