NAS、键盘、路由器······年轻就要多折腾。爱折腾的熊猫，今天又给大家分享最近折腾的内容了。关注是对我最大的支持，阿里嘎多~

引言

熊猫写过很多AI相关的内容，而作为一个普通人，不研究什么人工智能算法，也不写代码，更不是什么技术大牛。大多数时候用 AI，就是网页打开 ChatGPT，问个问题，等它回答，复制，关掉。下次再用，再打开，再问，再复制，再关掉。就这么个流程，你说能不能用？能用。但说它有多高效，那纯属自我安慰。

真正把 AI 用起来的，是 Agent。但想在电脑上跑个 Agent，得装 Git、装 Node.js、装 VSCode……一圈下来，外出想用？不好意思，没带电脑就别想了。所以今天介绍一个非常好用的项目——AgentChat。

它能接 DeepSeek、OpenAI、通义千问等等一堆模型。有知识库功能，PDF、Word、Excel、Markdown 都能往里扔。最关键的是多 Agent 协作——丢个复杂任务进去，它能自动拆成好几份，让不同的 Agent 各干各的，最后汇总。还集成了一堆工具，搜网页、查天气、发邮件……基本不用你动手。

项目预览

先看首页。AgentChat 一进来会看到两个模式：日常模式 和 灵寻 LingSeek 模式。日常模式没什么特别，就是普通网页版 AI 的样子，和你平时用的那些在线 AI 大差不差。重点说说灵寻模式——这才是 Agent 的玩法。

这个模式下，所有问题都会被拆成三部分：指导手册 → 任务流程 → 任务结果。每一部分都以前一个为基础，一环扣一环。而且你能看到它在调用各种工具——比如下面这张图，就是在查天气。

除了灵寻模式，工作台里还有个「探索模式」。这个模式下会调用 Mars Agent 来干活，支持多个 Agent 分工合作。怎么分工？比如工具 C 需要工具 B 的结果，工具 B 需要工具 A 的结果——调用顺序就是 A → B → C。它会自动帮你排好顺序。

内置的智能体不算多，但都是非常实用的工具，例如搜索、邮件、物流、天气以及文生图与格式转换等等。你也可以手动创建自己个性化的智能体，为你进行定制服务。

MCP 这东西现在很火，AgentChat 当然也支持。官方内置了三个：飞书、必应搜索、高德地图。拿到 Key 就能用——用飞书管文档，用必应搜东西，用高德规划路线，都行。

知识库支持 PDF、Markdown、Docx、Txt 这些常见格式，扔进去就能用。不过需要注意：想用知识库，得先配好向量模型和重排模型。

作为一个全功能的Agent项目，skill自然也是支持的，除了去网上下载skill安装以外，它也支持创建新的skill，在定义好名称以及描述之后AI会根据名称和描述来自动创建，非常方便。

模型就不说了，基本上市面上的模型都支持，毕竟可以自定义URL、提供商以及模型ID。在数据看板这里能看到模型的调用次数以及对应的Token消耗，方便观察使用情况。

项目部署

项目的部署并不算难。如果你的 NAS 安装了 git 命令，直接用 git 把项目拉下来：git clone https://github.com/Shy2593666979/AgentChat.git没有 git 的话，去 GitHub 下载 zip 包也行。

这里以绿联 NAS 为例。打开绿联 Docker，创建一个项目，导入 compose 文件（位置在项目的 Docker 目录下）。

随后根据NAS环境我们需要修改其中的端口，一些被占用的端口记得修改一下，例如项目会用到Mysql的3306端口、redis的6379端口，如果你的Docker项目比较多，那么这些端口大概率是占用情况，记得更改。

除此之外，我们的项目路径需要设置为Docker目录，这样就不需要去修改路径，让其根据相对路径自动去匹配对应的文件和文件夹。

最后直接启动项目即可，项目涉及前端、后端以及缓存和数据库四个容器，正常启动之后就能通过前端的端口号打开项目了，直接注册登录就行。

写在最后

AI 这东西，理论讲再多也没用，你得真正去用。用得多了，你就知道它能帮你做什么，不能帮你做什么，你要怎么提问才能得到最好的答案。这些东西，不是看文档能学会的，是天天用才能懂的。

理论是你用得多了才会懂的，不是你懂了理论才能用的。 这个顺序反了，你就会一直在"准备"，永远没有"开始"。

以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！