Maintainer of this skill?
Automated security scan — not a certification.
by shibing624
One person, a team of agents: CLI, Web, Desktop & Python SDK with multi-session collaboration, persistent memory, and self-evolving skills. 一个人，一支 Agent 团队：支持多终端协作、持久记忆与技能自进化的 AI Agent 框架。
# 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
}See how agentica compares with popular alternatives.
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: CLI, Web, Desktop & Python SDK with multi-session collaboration, persistent memory, and self-evolving skills. 一个人，一支 Agent 团队：支持多终端协作、持久记忆与技能自进化的 AI Agent 框架。. It has 357 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!
30 days in the Featured rail · terms & refunds
⚠️ 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.
Automated security scan — not a certification.
https://github.com/user-attachments/assets/39fb961e-3979-4629-a87d-81dce9196597
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。
一个终端就是一个 agent。查资料、读代码可以让它拉起只读的子任务（task）；独立的大功能可以派给后台新进程（delegate）；开了多个终端还能直接互通消息（/list-agents、/send-message）——不需要额外部署任何服务。
踩过的坑和总结出的做法会自动沉淀为可复用的 SKILL.md；你的长期偏好写在 AGENTS.md，项目事实存进长期记忆。下次做同类任务直接接着上回的结论走，不用每次重头交代背景。详见 Skills 文档。
普通工具动辄把上万行日志塞进上下文，聊几轮就报错或把你最早的要求忘掉。Agentica 自动替你管好上下文：
<session>.notes.md 带入新窗口；完整历史始终留在本地会话日志里，Agent 随时用 search_session 查回原文，你也可以随时敲 /compact 手动换窗或 /resume 恢复会话细节见 上下文压缩文档。
微信 / 企微 / 飞书 / Telegram 直连本机：发 @list 看电脑上哪些终端会话还在跑，发 @会话名 指令 直接把话敲进那个终端，或者直接用自然语言让网关替你安排。
CLI（agentica）和 Web / Desktop 后端（agentica-gateway）都用 uv tool 装进隔离环境，不绑系统 Python。没有 uv：
curl -LsSf https://astral.sh/uv/install.sh | sh # 独立安装，进 ~/.local/bin
# macOS 也可以：brew install uv
# CLI
uv tool install agentica
# Web / Desktop（同一套命令，多出 agentica-gateway）
uv tool install "agentica[gateway]"
已经装过 CLI、再补 Web：uv tool install --force "agentica[gateway]"。升级：uv tool upgrade agentica。命令找不到时跑一次 uv tool update-shell。
开发本仓库用 pip install -e .。详见 安装文档。
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] 安装包当前未签名，首次启动若被系统拦截，按下方对应系统操作一次即可。如果机器上还没装过
agentica-gateway，桌面版首次打开会自动安装运行环境；已经用uv tool install装过的会直接共用。
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-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」。
uv tool install "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()
核心能力
read_file / write_file / apply_patch）、搜索代码（grep / glob）、执行命令（execute）、联网搜索与抓取（web_search / fetch_url）、看图（analyze_image）/model 切换--sandbox workspace-write）async / sync 双接口，只读工具自动并发执行使用方式
agentica 交互编程助手，支持 /goal 持续推进长任务、/resume 跨目录恢复会话、/worktree 多任务隔离agentica-gateway 提供本地网页与桌面 App（聊天 / 执行轨迹 / 设置 / 多账号隔离），并可接入微信、飞书、企微、Telegram、QQ、钉钉、Slack多智能体与记忆
task（子任务）、delegate（后台独立进程）、peer（跨终端通信）；Python SDK 提供 Agent.as_tool()、Workflow、Swarm、自定义 SubagentMEMORY.md + AGENTS.md 常驻规则），任务经验可沉淀为 SKILL.md 跨会话复用search_session 查回想要了解内部执行机制与架构设计（开发者选读），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、无损上下文压缩、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 | ❌ | ✅ |
num_history_turns 默认 None，不再截断旧 tool 结果）。换模型保留工具历史，一轮内跨 provider fallback 能带着本轮工具结果完成。长会话按 provider 实测 token 校准压缩。详见 Release-v1.5.0