OxyGent 多智能体协作框架
- 开源地址：github.com/jd-opensour…
- 官网地址：oxygent.jd.com
- Pypi地址：pypi.org/project/oxy…
20行代码快速启动
以下代码已上传至Github仓库demo分支：github.com/jd-opensour…
安装环境
- python环境（3.10及以上版本）
conda create -n oxy_env python==3.10
conda activate oxy_env - oxygent环境
pip install oxygent - Node.js环境（如果使用MCP工具）
nodejs.org/zh-cn 下载安装即可
Hello World
新建 .env 文件设置环境变量：
DEFAULT_LLM_API_KEY = "<大模型的key>"
DEFAULT_LLM_BASE_URL = "<大模型的url>"
DEFAULT_LLM_MODEL_NAME = "<大模型的name>"
启动
RAG
MoA
让智能体自主调用工具
Local MCP 工具
SSE MCP 工具
FunctionHub 工具
用任意工具注册方式（FunctionHub、LocalMCP、SSEMCP），启动后都是以下效果
外部 MCP 工具
自动召回topK个工具
进入节点可视化页面
积木式搭建多智能体
多智能体
多层级智能体
结合Workflow
Reflexion机制
Why?
智能体快速部署
数据持久化
框架具备完善的数据存储机制，可用于后续的SFT训练或RL训练。
限制任意节点的并发数量
多环境配置部署
分布式
更多高阶用法
- 多模态
- 按权重过滤执行过程的Memory
- 检索更多工具
- 自定义大模型输出解析器
- 自定义SSE接口
- 结果后处理或格式化
- 智能体同时调用多个工具
- 从中间节点重启任务
- Plan-and-Solve范式
- ……
开源共建、欢迎加入！
诚邀加入OxyGent开源社区！每位开发者的贡献都将推动项目持续进化：
📌 参与方式：
GitHub仓库：github.com/jd-opensour…（欢迎Star🌟）
官方交流群：timline://chat/?topin=10218953954&type=2（点击链接入群）
