企业官网建设流程全解析

认识local-first AI智能体Atomic Agent：本地免费运行，能驱动浏览器、编辑文件、跨会话记忆

【免费下载链接】atomic-agentAtomic Agent is a local-first AI agent. Runs open-weight models on your own machine via llama.cpp.项目地址: https://gitcode.com/gh_mirrors/at/atomic-agent

Atomic Agent 是一个开源的 local-first AI 智能体：它把驱动浏览器、编辑文件、运行命令、跨会话记忆等全部能力都跑在你自己的电脑上，底层通过 llama.cpp 运行开源权重模型。选择本地模型时 API 费用为零，所有状态（会话、记忆、任务、追踪）都是你磁盘上的普通文件，随时可以检查，也可以一键删除。本文面向新手，带你快速认识这个完全免费的本地 AI 智能体。

为什么选择 local-first：数据不出本机，模型调用零费用 💡

很多 AI 工具把数据交给云端服务，而 Atomic Agent 的口号很简单：控制环和全部状态都运行在你的机器上。这带来三个对新手最实在的好处：

• 状态就在你的磁盘上：会话、记忆、任务、追踪、技能、配置全部是<stateDir>（默认~/.atomic-agent）下的普通文件和 SQLite 数据库，想查随时查，想删随时删。
• 本地模型 = 没有 API 账单：量化后的小模型通过 llama.cpp 在消费级 CPU/GPU 上运行，日常使用完全免费；云端模型只是可选的补充。
• 一切透明可查：提示词结构、技能脚本、NDJSON 格式的执行追踪（trace）全部开放检查，不依赖任何厂商黑箱。

智能体循环如何工作：一次推理，并行执行 🔁

智能体本质上是一个循环：模型选一个动作 → 系统执行 → 结果回传 → 重复，直到任务完成。难点在于成本：每一轮都要把不断变长的上下文重新喂给模型，小模型很快就吃不消。

Atomic Agent 的做法是让这个循环足够"便宜"：

1. Prompt：一个紧凑的提示词发给本地模型；
2. Decide：模型一次推理输出一组 JSON 工具调用（本地 llama-server 上用 GBNF 语法约束，格式永远合法）；
3. Run：独立的只读操作并行执行，危险操作先向你申请审批；
4. Compress：结果被压缩摘要后再回传，而不是整段粘贴；
5. Repeat：直到模型给出回复或任务结束。长任务默认可到 1000 步或 2 小时才封顶，并且结束时会给总结而不是直接掐断。

循环的核心实现位于 agent-loop.ts 和 step-executor.ts，对新手来说记住一点就够：每一步只推理一次，读文件等操作可以并行批量执行，这正是小本地模型能持续干长活的关键。

它能帮你做什么：浏览器、文件、文档、定时任务 ✨

浏览器操作用的是 playwright-core，文件与文档工具集中在 src/tools/os/。对新手来说，最常见的场景就是："打开这个网页帮我整理信息"、"把这个 CSV 里的数据汇总成表格"、"给项目写一份 changelog"—— 说人话就行，危险动作它会停下来问你。

跨会话记忆系统：它记得住你说过什么 🧠

Atomic Agent 的记忆不是把聊天记录塞回提示词，而是一个本地 SQLite 库里可检查的五类信息：

两个自动"写手"帮你打理这一切：反思（每轮对话结束后一次小型模型调用，提取值得记住的事实）和整合器（后台定期把重复出现的笔记蒸馏成经验与流程）。你甚至只需要说一句"记住这个"。

想深入了解，完整指南在 MEMORY_GUIDE.md；记忆核心代码位于 src/memory/。用默认本地模型时，连记忆写入这一步也完全不出本机。

实测数据：GAIA L1 基准 69.8% 准确率 📊

官方在公开的 GAIA 验证集 Level 1（53 个真实任务）上做了对比：Atomic Agent 和 Hermes 驱动同一个本地qwen-3.6-35b-a3b模型（llama-server，UD-Q4_K_XL），唯一变量是智能体循环本身。

• 准确率：37/53 =69.8%（对比 Hermes 的 58.5%）
• 速度：平均约 217 秒/任务，比对方的约 351 秒快了近一半
• 小模型同样能打：9B 的qwen-3.5-9b仍能拿下 52.8%，说明这套"省上下文"的循环对消费级硬件友好

完整实验报告见 GAIA-L1-EXPERIMENT.md。

快速上手：三步装好你的本地智能体 🚀

第 1 步，一键安装。macOS / Linux 打开终端执行curl -fsSL https://atomicagent.io/install | sh，Windows PowerShell 执行irm https://atomicagent.io/install.ps1 | iex。安装器会自动校验文件并装好 CLI。

第 2 步，首次运行。执行atomic-agent（或简写atag）进入 TUI 引导：它会自动下载 llama.cpp 后端和精选的量化 GGUF 模型（大模型支持后台断点续传），并自动安装 18 个初始技能。

第 3 步，管理本地模型。几个最常用命令：

atomic-agent models list # 查看可用模型 atomic-agent models pull qwen-3.5-4b # 下载模型 atomic-agent models use qwen-3.5-4b # 切换当前模型 atomic-agent models start # 启动本地推理服务

日常交互在 TUI 里完成：/help列出所有命令，/mode切换编码模式（default / plan / auto / bypass），/context查看上下文占用，审批弹窗用ctrl+y通过、ctrl+d拒绝。TUI 完整指南见 TUI.md。

隐私与安全：每一步都在你的监督下 🔒

• 审批阶梯：shell 命令、文件写入、HTTP 请求、技能脚本、MCP 外部工具等敏感操作都会先向你申请批准；
• 读取默认锁在工作目录：读取目录之外的文件会先询问；
• 只追加追踪：每步的提示词、工具调用和结果都记录为本地 NDJSON 追踪文件，可用atomic-agent trace回看；
• 文件保护：覆盖你已有的文件前会自动备份到<stateDir>/restore/，删除走回收站而非真删；
• 匿名分析默认开启但可关：只发送版本、模型名、延迟等统计，绝不发送消息内容，/privacy analytics off一键关闭。

官方承诺不是"魔法保密"，而是——智能体的控制面不需要在远程。

总结：把 AI 智能体的方向盘握在自己手里 🏁

Atomic Agent 用三句话就能概括：本地模型免费跑、能力覆盖浏览器/文件/终端/文档、记忆跨会话生长且全部落盘在你手里。配合 GAIA L1 上 69.8% 的实测准确率，它已经是一个可以日常使唤的开源智能体。如果你受够了 API 账单和数据外流，从上面三步安装开始，今天就试试它吧。

【免费下载链接】atomic-agentAtomic Agent is a local-first AI agent. Runs open-weight models on your own machine via llama.cpp.项目地址: https://gitcode.com/gh_mirrors/at/atomic-agent