一站式带你用OxyGent实现智能体的构建、部署与进化

本文导读

OxyGent支持开发者像搭积木一样灵活组合智能体系统，并且具备极致可扩展性和全链路决策追溯能力，进而推动“群体智能”的实现。目前，OxyGent已高分登上全球AI领域风向标级的榜单——GAIA (General AI Assistant) Benchmark！

本文将通过多个具体示例，详细介绍如何基于OxyGent框架，仅用20行代码快速启动智能体。手把手带您完成智能体开发流程：包括环境安装、模型注册、MCP工具集成、智能体注册、可视化界面调试、多智能体协作，以及分布式智能体部署等环节，助您高效实现智能体应用。

以下代码已上传至Github仓库demo分支：https://github.com/jd-opensource/OxyGent/tree/demo/oxygent_demo

安装环境

• python环境（3.10及以上版本）

conda create -n oxy_env python==3.10conda activate oxy_env

• Oxygent环境

pip install oxygent

• Node.js环境（如果使用MCP工具）

https://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

MoA

02

让智能体自主调用工具

• 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

• ……