by shibing624
One person, a team of agents. Multi-session CLI that collaborates across terminals; /goal keeps long tasks running; WeChat/WeCom/Feishu gateway lets you call them back when you walk away. Async Python SDK, persistent memory, self-evolving skills.
# Add to your Claude Code skills
git clone https://github.com/shibing624/agenticaLast scanned: 7/25/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-07-25T06:17:59.871Z",
"npmAuditRan": true,
"pipAuditRan": false,
"promptInjectionRan": true
}agentica is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by shibing624. One person, a team of agents. Multi-session CLI that collaborates across terminals; /goal keeps long tasks running; WeChat/WeCom/Feishu gateway lets you call them back when you walk away. Async Python SDK, persistent memory, self-evolving skills. It has 351 GitHub stars.
Yes. agentica passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/shibing624/agentica" and add it to your Claude Code skills directory (see the Installation section above).
agentica is primarily written in Python. It is open-source under shibing624 on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh agentica against similar tools.
No comments yet. Be the first to share your thoughts!
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
工具面刻意收窄、接口保持底层，对 DeepSeek 等开放模型深度适配。和 OpenAI Codex 各跑同一个模型、同一批公开题目，正面对比：
编程题全对、数据分析题准确率更高——而且快一倍、输入 token 少三分之二。 复现命令、逐项指标与原始 predictions.jsonl 见 评测页。
一个终端会话就是一个可协作的 agent。进程内 task 拉临时 subagent，进程级 delegate 另起一整个 agent 去干独立的大活，跨终端 peer 消息让两个会话互相说话——都不需要额外部署任何东西。
跑完的经验自动编译成可跨会话复用的 SKILL.md；下次遇到同类任务，agent 读的是自己上次的结论，不是从零开始。流程见 Skills 文档。
微信 / 企微 / 飞书 / Telegram 直连本机 agent：@会话名 自己寻址，或者只说一句人话，让网关 agent 去指挥这台机器上的所有会话。
pip install -U agentica
窗口里就是同一套 Web UI，同一 ~/.agentica，和 CLI / 浏览器混用没有区别。
[!IMPORTANT] 当前构建未签名，系统可能拦第一次启动，按对应系统操作一次即可。机器上还没有
agentica-gateway时，桌面版会在第一次打开时用 uv 安装一份托管 runtime（Python 3.12 +agentica[gateway]），放在 Application Support，不进~/.agentica。已经pip install过的继续用你原来的。
macOS 给从网络下载的文件加了隔离标记，应用未签名时会被误报成「已损坏」。删掉标记即可：
打开 dmg，把 Agentica.app 拖进「应用程序」。
打开「终端」，粘贴这条命令回车（要输开机密码，输入时不显示字符）：
sudo xattr -rd com.apple.quarantine /Applications/Agentica.app
SmartScreen 会拦未签名的安装程序：点「更多信息」→「仍要运行」。只有第一次需要。
浏览器下载的 AppImage 默认没有执行权限（deb 走包管理器，没这个问题）：
chmod +x agentica-desktop-linux-x86_64.AppImage
也可以直接从源码跑：cd desktop && npm install && npm start，详见 desktop/README.md。
配上任一模型厂商的 API Key 即可（优先级：shell 环境变量 > .env > config.yaml）：
export OPENAI_BASE_URL="https://api.openai.com/v1"
export OPENAI_API_KEY="sk-xxx"
# 或用可免费起步的智谱：export ZAI_API_KEY="your-api-key"
也可以写进 ~/.agentica/.env，或运行 agentica setup 生成 ~/.agentica/config.yaml（CLI 内随时 /model 切换）。完整说明见 安装文档。
终端输入：
agentica
进交互终端后直接说话，例如「帮我看下这个仓库的单测为什么挂了」。
pip install -U "agentica[gateway]"
agentica-gateway
本机网页在 http://127.0.0.1:8881/chat（聊天、轨迹、设置）。首次启动会建一个 default 账号并把随机初始密码打在终端里；管理员可以在「用户管理」页加账号，每个账号有自己独立的会话和记忆。微信 / 企微 / 飞书 / Telegram 直连见 Gateway 文档。
自托管（Docker，镜像里编好 UI，运行时不需要 Node）：
cp .env.docker.example .env # 填 OPENAI_API_KEY
docker compose up -d --build
浏览器打开 http://127.0.0.1:8881/chat。数据在 named volume，当前目录挂到容器 /workspace。
给已经在跑的 gateway 写 Node 脚本时用，不是启动 Web 的步骤：
npm install @agentica-ai/sdk
包名必须写全 @agentica-ai/sdk（registry.npmjs.org，不要写成 agentica-sdk）。
import { Agentica } from "@agentica-ai/sdk";
const agentica = new Agentica({
baseURL: "http://127.0.0.1:8881",
apiKey: process.env.AGENTICA_GATEWAY_TOKEN, // ~/.agentica/cache/gateway/runtime.json
});
for await (const event of agentica.chat.stream({ message: "ping", session_id: "demo" })) {
if (event.event === "content") process.stdout.write(String(event.data));
}
源码在 sdk-ts/。
让 Agent 直接搜资料 + 写文件，一行 run_sync 开始干活：
from agentica import Agent, OpenAIChat, BuiltinWebSearchTool, BuiltinFileTool, BuiltinExecuteTool
agent = Agent(
model=OpenAIChat(id="gpt-4o-mini"),
tools=[BuiltinWebSearchTool(), BuiltinFileTool(work_dir="./workspace"), BuiltinExecuteTool(work_dir="./workspace")],
)
agent.run_sync("帮我搜 Python 3.13 新特性，写到 features.md")
开箱即用的完全体（内置工具 + 压缩 + 长期记忆 + skills + MCP）：
from agentica import DeepAgent
agent = DeepAgent()
核心引擎
asyncio.gather() 并行工具执行，同步适配器兼容read_file / write_file / apply_patch / grep / glob、execute、网页搜索；长报告用 write_file 写 HTML产品入口
agentica 交互终端；进程内 task、进程级 delegate、跨终端 peer 消息agentica-gateway 本机 SPA（聊天 / 轨迹 / 设置）+ IM 渠道协作
Agent.as_tool()、Workflow、Swarm、Markdown Subagent；CLI：task / delegate / peer 消息（见 终端文档）refine() + 多 Critic 并行评审，SchemaCritic 程序级零成本验证 / AgentCritic 异构强模型把关，循环检测自动早停记忆与进化
AGENTS.mdSKILL.md集成
架构与执行引擎（Agentic Loop、两层上下文压缩、四层护栏）见 架构文档。
task / delegate / peer| 机制 | 做什么 | 何时用 |
|---|---|---|
task |
同进程 subagent（默认 auxiliary 模型，只读） | 搜代码、查资料等短活 |
delegate |
另起一个完整 agentica --query --print 进程 |
需要独立 context / 另一目录的大活；/ps、wait、/stop 可管 |
| peer | 两个交互终端互发纯文本（list_agents / send_message） |
告诉另一会话「这边改了什么」，不是雇工 |
查看 examples/ 获取完整示例，涵盖：
| 类别 | 内容 |
|---|---|
| 基础用法 | Hello World、流式输出、结构化输出、多轮对话、多模态、Agentic Loop 对比 |
| 工具 | 自定义工具、Async 工具、搜索、代码执行、并行工具、并发安全、成本追踪、沙箱隔离、压缩 |
| Agent 模式 | Agent 作为工具、并行执行、团队协作、辩论、路由分发、Swarm、子 Agent、模型层钩子、会话恢复 |
| 安全护栏 | 输入/输出/工具级 Guardrails、流式护栏 |
| 记忆 | 会话历史、WorkingMemory、上下文压缩、Workspace 记忆、LLM 自动记忆 |
| RAG | PDF 问答、高级 RAG、LangChain / LlamaIndex 集成 |
| 工作流 | 数据管道、投资研究、新闻报道、代码审查 |
| MCP | Stdio / SSE / HTTP 传输、JSON 配置 |
| 可观测性 | Langfuse、Token 追踪、Usage 聚合 |
| 应用 | LLM OS、深度研究、客服系统、金融研究（6-Agent 流水线） |
| Agentica | Claude Code | Codex CLI | |
|---|---|---|---|
| 模型选择 | ✅ 多厂商自由切换 | 仅 Claude 模型 | 仅 OpenAI 模型 |
| 跨终端多会话协作 | ✅ peer + delegate / task |
❌ | ❌ |
| Web + Desktop + IM | ✅ 本机网页 / Desktop App / 微信企微飞书 Telegram | ❌ | ❌ |
| 自进化 Skill | ✅ 经验自动编译 SKILL.md |
❌ | ❌ |
| Python SDK | ✅ 完整 SDK，可嵌入任意代码 | 部分（绑定 Claude） | ❌ |
| 开源 | ✅ Apache 2.0 | ❌ | ✅ |
@agentica-ai/sdk 与 Gateway Docker 镜像；/export 默认出 session JSONL；apply_patch 只精确匹配；CLI 不再把工具输出里的 [/path] 当成 Rich 标记。详见 Release-v1.4.15apply_patch + write_file（read_file 支持 tail）；Worktree 默认进仓库内；系统 skill 包内加载；桌面版首次打开自动装 Python runtime。详见 Release-v1.4.14list_agents / send_message）与进程级 delegate（独立 agentica --query --print，经 /ps /stop wait 托管），与进程内 task 分工明确。详见 Release-v1.4.12apply_patch 多文件；CLI resume/状态栏/压缩提示增强；裁减 prompt 与 grep/glob schema；修复 Learned Experiences 污染与 `w