如何免费跑通 100% 本地 AI 助手 AgenticSeek从部署到实战【免费下载链接】agenticSeekFully Local Manus AI. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity.项目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeek你想让 AI 帮你搜网页、写代码、整理文件又不想把数据交给云端也不想再为订阅买单。AgenticSeek 是一个 100% 本地运行的开源 AI 代理装上它这些活它自己干。项目速览 AgenticSeek 是一个 100% 本地运行的 Manus AI 替代品它能自主浏览网页、编写并执行代码、把大任务拆成步骤逐个完成还支持语音输入输出。两个核心数据一是零 API 订阅费用——项目口号就是 No APIs, No $200 monthly bills跑起来只花电费二是零数据外流你的文件、对话记录、搜索历史全部留在自己的硬件上模型也是 Ollama、LM Studio 这类本地服务。整体架构可以看这张图你的输入先进入 LLM router由它分发给代码代理、网页代理或通用代理最终由本地 LLM 服务执行全程不出你的机器。完整说明在项目根目录英文版 README.md简体中文版 README_CHS.md贡献与开发文档在 docs/。三步跑起来准备工作Git、Python 3.10.x、带 Compose V2 的 Docker想本地跑模型建议显卡显存 12GB 以上。第 1 步拉代码并初始化配置git clone https://gitcode.com/GitHub_Trending/ag/agenticSeek cd agenticSeek mv .env.example .env第 2 步启动本地模型服务装好 Ollama 后启动并拉一个模型Docker 部署时需要绑定到 0.0.0.0后端容器才能连上export OLLAMA_HOST0.0.0.0:11434 ollama serve ollama pull deepseek-r1:14b第 3 步改配置并启动服务编辑.env把WORK_DIR指到一个独立的工作目录注意它不能是仓库根目录且数据量别超过 20GB。编辑config.iniis_local True、provider_name ollama、provider_model deepseek-r1:14b。官方提醒 config.ini 不支持注释别把 README 里的示例说明一起复制进去。然后./start_services.sh full浏览器打开http://localhost:3000/就是 Web 界面Windows 用start_services.cmd full。硬件够不够参考官方 FAQ 的这张表模型规模显存要求体验7B8GB不推荐幻觉多规划类任务容易失败14B12GB如 RTX 3060简单任务可用32B24GB如 RTX 4090大多数任务可成功70B48GB高级用法推荐核心能力拆解任务路由你不用再手动挑工具 你输入一句话路由系统会判断任务复杂度简单任务直接派给代码代理、网页代理、文件代理或闲聊代理复杂任务先交给 Planner 生成计划再逐步执行。源码在 sources/agents/每个代理的提示词模板在 prompts/改起来不神秘。 网页代理替你上网取信息它通过内置的 SearXNG 搜索引擎发起搜索再驱动真实浏览器逐页阅读、提取信息还能填表单实验性。以前是你搜完、复制、粘贴到对话框现在是它自己完成这一整套。 代码代理写完就运行报错就自改它能写、调试并运行 Python、C、Go、Java 等语言的程序对应的解释器实现都在 sources/tools/。执行失败时它会读报错信息、修改代码再跑循环到成功为止——这是它和只会聊天的模型最大的区别。 文件代理管你盘里的文件在工作目录内它能搜索、批量重命名、汇总文件信息。所有文件操作被限制在WORK_DIR里这既是能力边界也是安全边界。一个真实工作流场景你要去法国雷恩出差想知道那里有哪些口碑好的咖啡馆最后要一份带地址的清单。输入直接抄官方示例Search the web for top cafes in Rennes, France, and save a list of three with their addresses in rennes_cafes.txt.过程路由系统识别出这是网页任务派给网页代理代理先经 SearXNG 搜索拿到结果页后逐个打开阅读由本地 LLM 判断哪些信息有用最后汇总出三家咖啡馆及地址。产出工作目录里多出一个rennes_cafes.txt内容就是它整理的清单。全程你只敲了一句话。官方建议指令里把做什么、存到哪说清楚路由才不容易跑偏。前后对比对比项用云端 AI 之前AgenticSeek 本地部署后月度费用云端代理服务按订阅收费官方原话告别 $200/月账单0 元订阅只花电费数据去向上传第三方服务器文件、对话、搜索全部留在本机一次任务的步骤浏览器搜索 → 复制 → 粘进对话框 → 手工整理成文件一句话代理自己执行到底模型选择平台给什么用什么Ollama / LM Studio 里任何本地模型能力上限多数产品不能替你操作浏览器和文件网页浏览、代码运行、文件操作内置谁适合用、谁先别急适合数据不能离机的你——公司文档、个人财务、隐私资料交给本地代理比上传云端踏实显存 12GB 以上的显卡用户想零成本体验本地 AI 代理的完整形态想读源码学 Agent 架构的人路由、代理、工具链都是可读的 Python 代码。先别急没有独立显卡、想本地跑 32B 级别模型的人——官方 FAQ 明确 7B 都不推荐期望装完立刻用的人Docker 镜像下载最多 30 分钟首次启动后端约 5 分钟浏览器环境ChromeDriver还可能要单独处理需要完全稳定产品的人——项目自述是早期原型路由偶尔会分错代理表单填写仍是实验功能。高频问题1. 服务启动了但页面没反应首次运行要先拉全部 Docker 镜像可能长达 30 分钟。耐心等后端日志出现GET /health HTTP/1.1 200 OK再发消息首次启动后端本身也要约 5 分钟。2. 浏览器报错 ChromeDriver 版本不匹配去 Chrome for Testing 下载与本机 Chrome 主版本号一致的 ChromeDriver放到项目根目录命名为./chromedriver程序会自动识别。3. 代理不按我的意思办 / 搜索没结果两件事指令要显式别说你知道哪些适合独自旅行的国家吗要说做一个网页搜索找出……确认.env里SEARXNG_BASE_URL与运行模式匹配——Docker 模式用http://searxng:8080CLI 模式用http://localhost:8080改完要重启后端才生效。觉得有用的话给仓库点个 Star完整配置项和故障排除都写在 README_CHS.md 里项目 Discord 社区也可以直接找作者提问。【免费下载链接】agenticSeekFully Local Manus AI. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity.项目地址: https://gitcode.com/GitHub_Trending/ag/agenticSeek创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考