Archon

Archon 是一个能让 ai 自动生成和优化其他 AI代理的开源工具。作为首款 “Agenteer”，Archon 第六版支持多种工具库和 MCP 服务器集成，让生成的 AI 更高效可靠。用户只要描述需要的 AI 功能，Archon 就会通过一系列步骤，包括规划、编码和优化，来创建 AI。

核心功能：

• 整合文档资源（能抓取网站内容、上传 PDF/文档等）

• 智能搜索能力（基于高级 RAG 策略）

• 任务管理功能（与知识库集成）

• 支持实时更新（同步新内容和协作任务）

架构特点：

代理架构流程

用户描述要创建的 AI 代理，理由 LLM 确定高层次范围，主要编码代理根据范围和文档创建初始代理。之后用户可以反馈，也可以让 Archon 自主优化代理。

如果自主优化，专门的优化代理会改进提示、工具和代理配置。然后主要编码代理根据反馈再次创建代理，这个过程会一直重复，直到用户觉得代理完成，最后输出完整代码和运行说明。

文件架构

• 核心文件包括：streamlit_ui.py（管理 Archon 的 Web 界面）、graph_service.py（处理代理工作流的服务）、run_docker.py（构建和运行 Archon Docker 容器的脚本）、Dockerfile（定义主 Archon 应用程序的容器）、MCP 相关文件（实现 AI IDE 的 Model Context Protocol 服务器集成）。

• Archon 包包括：archon/（核心代理和工作流实现）、archon_graph.py（定义 LangGraph 工作流和代理协调）、pydantic_ai_coder.py（主要编码代理）、refiner_agents/（专门的优化代理）。

• 实用程序包括：utils/（共享实用程序函数和数据库设置）、site_pages.sql（数据库设置命令）。

• 工作台：运行时创建，workbench/ 包含环境变量文件 env_vars.json、日志文件 logs.txt 和详细范围文档 scope.md。

Archon部署

• Docker 容器：

• 主容器：运行 Streamlit UI（端口 8501）和图服务（端口 8100），处理所有代理功能和用户交互，由根 Dockerfile 构建。

• MCP 容器：实现 AI IDE 的 Model Context Protocol，与主容器的图服务通信，为 Windsurf、Cursor 等 AI IDE 提供标准化接口，由 mcp/Dockerfile 构建。run_docker.py 脚本会自动构建和启动两个容器并进行配置。

• 本地 Python：通过 Python 虚拟环境直接在系统上运行。

Archon应用：

• 为开发者提供工具：帮助开发者创建和优化 AI 代理，减少开发工作量。通过预建工具库和 MCP 集成，开发者可以快速获取和使用各种工具，提高开发效率。

• 展示代理系统发展：作为一个教育框架，展示了从简单到复杂的代理系统演变过程，体现了规划、反馈循环和领域知识集成等方面的发展，为研究代理系统的人员提供参考。

Archon安装使用方法：

安装：

• Docker（推荐）：

• 克隆仓库：git clone https://github.com/coleam00/archon.git

• 进入项目目录：cd archon

• 运行设置脚本：python run_docker.py，该脚本会自动构建容器（包括 MCP 服务器容器和主 Archon 容器），启动 Archon 并进行端口映射，若存在 .env 文件则使用其中的环境变量。

• 本地 Python 安装：

• 克隆仓库：git clone https://github.com/coleam00/archon.git

• 进入项目目录：cd archon

• 创建并激活虚拟环境：python -m venv venv，激活命令在 Windows 上为 venv\Scripts\activate，在其他系统上为 source venv/bin/activate

• 安装依赖：pip install -r requirements.txt

• 启动 Streamlit UI：streamlit run streamlit_ui.py

使用：

设置过程：

• 环境配置：在 Streamlit UI 的 Intro 部分，配置 API 密钥和模型设置，这些信息存储在 workbench/env_vars.json 中。

• 数据库设置：设置 Supabase 向量数据库。

• 文档处理：引导爬取和索引 Pydantic AI 文档。

• 代理服务启动：启动用于生成代理的代理服务。

• MCP 配置（可选）：配置与 AI IDEs 的 MCP 集成。

操作流程：

按照 Streamlit UI 的引导完成设置后，描述想要创建的 AI 代理，Archon 会按照其工作流程进行代理的创建和优化，用户可在过程中给予反馈或要求自主优化，最终获得完整代码和运行说明。