CowAgent 是基于大模型的超级 AI 助理，能够主动思考和任务规划、操作计算机和外部资源、创造和执行 Skills、拥有长期记忆和知识库并不断成长，比 OpenClaw 更轻量和便捷。CowAgent 支持灵活切换多种模型，能处理文本、语音、图片、文件等多模态消息，可接入微信、飞书、钉钉、企微智能机器人、QQ、企微自建应用、微信公众号、网页中使用，7*24小时运行于你的个人电脑或服务器中。
该项目既是一个可以开箱即用的超级 AI 助理，也是一个支持高扩展的 Agent 框架，可以通过为项目扩展大模型接口、接入渠道、内置工具、Skills 系统来灵活实现各种定制需求。核心能力如下：
- ✅ 自主任务规划：能够理解复杂任务并自主规划执行，持续思考和调用工具直到完成目标
- ✅ 长期记忆： 自动将对话记忆持久化至本地文件和数据库中，包括核心记忆、日级记忆和梦境蒸馏，支持关键词及向量检索
- ✅ 个人知识库： 自动整理结构化知识，通过交叉引用构建知识图谱，支持通过对话管理和可视化浏览知识库
- ✅ 技能系统： Skills 安装和运行的引擎，支持从 Skill Hub、GitHub 等一键安装技能，或通过对话创造 Skills
- ✅ 工具系统： 内置文件读写、终端执行、浏览器操作、定时任务等工具，Agent 自主调用以完成复杂任务
- ✅ CLI系统： 提供终端命令和对话命令，支持进程管理、技能安装、配置修改等操作
- ✅ 多模态消息： 支持对文本、图片、语音、文件等多类型消息进行解析、处理、生成、发送等操作
- ✅ 多模型支持： 支持 DeepSeek、MiniMax、Claude、Gemini、OpenAI、GLM、Qwen、Doubao、Kimi 等国内外主流模型厂商
- ✅ 多通道接入： 支持运行在本地计算机或服务器，可集成到微信、飞书、钉钉、企业微信、QQ、微信公众号、网页中使用
🚀 快速开始
项目提供了一键安装、配置、启动、管理程序的脚本，推荐使用脚本快速运行，也可以根据下文中的详细指引一步步安装运行。
在终端执行以下命令：
Linux / macOS：
bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh)
Windows（PowerShell）：
irm https://cdn.link-ai.tech/code/cow/run.ps1 | iex
脚本使用说明：一键运行脚本。安装后可使用 cow start、cow stop 等 CLI 命令 管理服务。
一、准备
1. 模型API
项目支持国内外主流厂商的模型接口，可选模型及配置说明参考：模型说明。
注：Agent 模式下推荐使用以下模型，可根据效果及成本综合选择：deepseek-v4-flash、MiniMax-M2.7、glm-5.1、kimi-k2.6、qwen3.5-plus、claude-sonnet-4-6、gemini-3.1-pro-preview、gpt-5.4、gpt-5.4-mini
同时支持使用 LinkAI 平台 接口，支持上述全部模型，并支持知识库、工作流、插件等 Agent 技能，参考 接口文档。
2.环境安装
支持 Linux、MacOS、Windows 操作系统，可在个人计算机及服务器上运行，需安装 Python，Python 版本需在 3.7 ~ 3.13 之间。
注意：Agent 模式推荐使用源码运行，若选择 Docker 部署则无需安装 python 环境和下载源码，可直接快进到下一节。
(1) 克隆项目代码：
git clone https://github.com/zhayujie/CowAgent
cd CowAgent/
若遇到网络问题可使用国内仓库地址：https://gitee.com/zhayujie/CowAgent
(2) 安装核心依赖 (必选)：
pip3 install -r requirements.txt
(3) 拓展依赖 (可选，建议安装)：
pip3 install -r requirements-optional.txt
国内网络可使用镜像源加速：
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
如果某项依赖安装失败可注释掉对应的行后重试。
(4) 安装 Cow CLI (推荐)：
pip3 install -e .
安装后可使用 cow 命令管理服务（启动、停止、更新等）和技能，详见 命令文档。
(5) 安装浏览器工具 (可选)：
如果需要 Agent 操作浏览器（如访问网页、填写表单等），需要额外安装浏览器依赖：
cow install-browser
该命令会自动安装 playwright 和 Chromium 浏览器，国内网络自动使用镜像加速。详见 浏览器工具文档。
二、配置
配置文件的模板在根目录的 config-template.json 中，需复制该模板创建最终生效的 config.json 文件：
cp config-template.json config.json
然后在 config.json 中填入配置，以下是对默认配置的说明，可根据需要进行自定义修改（注意实际使用时请去掉注释，保证 JSON 格式的规范）：
# config.json 文件内容示例
{
"channel_type": "weixin", # 接入渠道类型，默认为 weixin, 支持修改为 feishu,dingtalk,wecom_bot,qq,wechatcom_app,wechatmp_service,wechatmp,terminal
"model": "deepseek-v4-flash", # 模型名称
"deepseek_api_key": "", # DeepSeek API Key
"deepseek_api_base": "https://api.cxsee.com/v1", # DeepSeek API 地址
"minimax_api_key": "", # MiniMax API Key
"zhipu_ai_api_key": "", # 智谱 GLM API Key
"moonshot_api_key": "", # Kimi/Moonshot API Key
"ark_api_key": "", # 豆包(火山方舟) API Key
"dashscope_api_key": "", # 百炼(通义千问) API Key
"claude_api_key": "", # Claude API Key
"claude_api_base": "https://api.cxsee.com/v1", # Claude API 地址，修改可接入三方代理平台
"gemini_api_key": "", # Gemini API Key
"gemini_api_base": "https://api.cxsee.com", # Gemini API 地址
"open_ai_api_key": "", # OpenAI API Key
"open_ai_api_base": "https://api.cxsee.com/v1", # OpenAI API 地址
"linkai_api_key": "", # LinkAI API Key
"proxy": "", # 代理客户端的 ip 和端口，国内环境需要开启代理的可填写该项，如 "127.0.0.1:7890"
"speech_recognition": false, # 是否开启语音识别
"group_speech_recognition": false, # 是否开启群组语音识别
"voice_reply_voice": false, # 是否使用语音回复语音
"use_linkai": false, # 是否使用 LinkAI 接口，默认关闭，设置为 true 后可对接 LinkAI 平台模型
"web_password": "", # Web 控制台访问密码，留空则不启用密码保护
"agent": true, # 是否启用 Agent 模式，启用后拥有多轮工具决策、长期记忆、Skills 能力等
"agent_workspace": "~/cow", # Agent 的工作空间路径，用于存储 memory、skills、系统设定等
"agent_max_context_tokens": 50000, # Agent 模式下最大上下文 tokens，超出将自动智能压缩处理
"agent_max_context_turns": 20, # Agent 模式下最大上下文记忆轮次，一问一答为一轮，超出后智能压缩处理
"agent_max_steps": 20, # Agent 模式下单次任务的最大决策步数，超出后将停止继续调用工具
"enable_thinking": false # 是否启用深度思考模式
}
配置补充说明:
1. 语音配置
2. 其他配置
3. LinkAI 配置
注：全部配置项说明可在 config.py 文件中查看。
三、运行
1.本地运行
如果是个人计算机 本地运行，直接在项目根目录下执行：
cow start # 推荐，需先安装 Cow CLI
python3 app.py # 或直接运行，windows 环境下该命令通常为 python app.py
运行后默认会启动 web 服务，可通过访问 http://localhost:9899/chat 在网页端对话。
如果需要接入其他应用通道只需修改 config.json 配置文件中的 channel_type 参数，详情参考：通道说明。
2.服务器部署
推荐使用 cow 命令管理服务：
cow start # 后台启动
cow stop # 停止服务
cow restart # 重启服务
cow status # 查看运行状态
cow logs # 查看日志
cow update # 拉取最新代码并重启
也可以使用传统方式后台运行：
nohup python3 app.py & tail -f nohup.out
此外，项目根目录下的 run.sh 脚本也支持一键管理服务，包括 ./run.sh start、./run.sh stop、./run.sh restart 等命令，执行 ./run.sh help 可查看全部用法。
如果需要通过浏览器访问 Web 控制台，请确保服务器的
9899端口已在防火墙或安全组中放行，建议仅对指定 IP 开放以保证安全。
3.Docker部署
使用 docker 部署无需下载源码和安装依赖，只需要获取 docker-compose.yml 配置文件并启动容器即可。Agent 模式下更推荐使用源码进行部署，以获得更多系统访问能力。
前提是需要安装好
docker及docker-compose，安装成功后执行docker -v和docker-compose version(或docker compose version) 可查看到版本号。安装地址为 docker官网 。
(1) 下载 docker-compose.yml 文件
curl -O https://cdn.link-ai.tech/code/cow/docker-compose.yml
下载完成后打开 docker-compose.yml 填写所需配置，例如 CHANNEL_TYPE、OPEN_AI_API_KEY 和等配置。
(2) 启动容器
在 docker-compose.yml 所在目录下执行以下命令启动容器：
sudo docker compose up -d # 若docker-compose为 1.X 版本，则执行 `sudo docker-compose up -d`
运行命令后，会自动取 docker hub 拉取最新 release 版本的镜像。当执行 sudo docker ps 能查看到 NAMES 为 chatgpt-on-wechat 的容器即表示运行成功。最后执行以下命令可查看容器的运行日志：
sudo docker logs -f chatgpt-on-wechat
如果需要通过浏览器访问 Web 控制台，请确保服务器的
9899端口已在防火墙或安全组中放行，建议仅对指定 IP 开放以保证安全。
API接口只需要更改为第三方接口更方便，网址+令牌https://api.cxsee.com/v1 如何获取接口网址及令牌
可通过对话执行命令
很多服务器Python 版本太老（3.6），导致 aiohttp 在你当前环境只能走源码构建，进而触发 setup.py 依赖问题。
核心建议：不要再用 Python 3.6，升级到 3.10/3.11 并使用虚拟环境安装。
在CentOS系统可直接执行的命令：
一、安装 Python 3.10（不覆盖系统 Python）
yum -y update
yum -y install gcc openssl-devel bzip2-devel libffi-devel zlib-devel wget make
cd /usr/src
wget https://www.python.org/ftp/python/3.10.14/Python-3.10.14.tgz
tar xzf Python-3.10.14.tgz
cd Python-3.10.14
./configure --enable-optimizations
make -j$(nproc)
make altinstall检查：
python3.10 --version
pip3.10 --version二、在项目里创建虚拟环境（强烈建议）
cd /home/wwwroot/openclaw.cxhao.com/CowAgent
python3.10 -m venv .venv
source .venv/bin/activate升级打包工具：
python -m pip install -U pip setuptools wheel安装依赖：
pip install -r requirements.txt现在系统很多工具可能依赖 Python 3.6，不要把 /usr/bin/python3 硬切换。
项目内用 .venv 最稳妥。
记得都在激活 `.venv` 后执行。
评论(0)