| English | 🌟 性能 | 💡 示例 | ✨ 特性 | 🚀 快速开始 |

Youtu-Agent 是一个灵活、高性能的框架，用于构建、运行和评估自主智能体。除了在基准测试中名列前茅，该框架还提供了强大的智能体能力，采用开源模型即可实现例如数据分析、文件处理、深度研究等功能。

主要亮点：

• 验证性能：在 WebWalkerQA 上达到 71.47% 的 pass@1，在 GAIA（纯文本子集）上达到 72.8% 的 pass@1，纯粹使用 DeepSeek-V3 系列模型（不使用 Claude 或 GPT），建立了强大的开源起点。
• 开源友好且成本敏感：针对可访问、低成本部署进行了优化，不依赖封闭模型。
• 实际用例：开箱即用地支持 CSV 分析、文献综述、个人文件整理以及播客和视频生成等任务。（即将推出）
• 灵活的架构：基于 openai-agents 构建，可兼容各种模型 API（从 DeepSeek 到 gpt-oss）、工具集成和框架实现。
• 自动化与简洁性：基于 YAML 的配置、自动智能体生成和简化的设置减少了手动开销。

• 🎁 [2025-09-02] 腾讯云国际站 为 DeepSeek API 新用户提供 300 万免费令牌（2025年9月1日 – 2025年10月31日）。如果想在 Youtu-Agent 中使用 DeepSeek 模型，点击免费试用！如需企业级智能体解决方案，也可查看 智能体开发平台 ADP。
• 📺 [2025-08-28] 我们围绕新发布的 DeepSeek-V3.1 模型进行了直播分享，并介绍了如何在 Youtu-Agent 框架中使用该模型。点击这里 获取所用文档。

Youtu-Agent 基于开源模型和轻量级工具构建，在具有挑战性的深度搜索和工具使用基准测试中表现出色。

• WebWalkerQA：使用 DeepSeek-V3-0324 实现了 60.71% 的准确率，使用新发布的 DeepSeek-V3.1 可进一步提升至 71.47%，创造了新的 SOTA 性能。
• GAIA：使用 DeepSeek-V3-0324（包括工具中使用的模型）在纯文本验证子集上实现了 72.8% 的 pass@1。我们正在积极扩展对带有多模态工具的完整 GAIA 基准的评估，将在近期放出完整轨迹，敬请关注！✨

数据分析 分析 CSV 文件并生成 HTML 报告。	文件管理 为用户重命名和分类本地文件。
广度研究 收集大量信息以生成综合报告，复刻 Manus 的功能。	论文分析 解析给定论文，进行分析，并整理相关文献以得出最终结果。

Youtu-Agent的突出优势在于其自动化生成智能体及其配置的能力。在其他框架中，定义特定任务的智能体通常需要编写代码或是精心设计提示词，而Youtu-Agent采用基于 YAML 的简洁配置方案，实现了高效自动化：内置的“元智能体”与用户对话并捕获需求，然后自动生成并保存配置。

# Interactively clarify your requirements and auto-generate a config
python scripts/gen_simple_agent.py

# Run the generated config
python scripts/cli_chat.py --stream --config generated/xxx

自动智能体生成 交互式对话的方式捕获需求，自动生成agent配置，并立即运行。

更详细的示例和高级用例，请参阅 examples 目录和我们的文档 docs/examples.md。

• 极简设计：这确保了框架的精简，避免了不必要的开销。
• 模块化与可配置：这允许灵活的定制和新组件的轻松集成。
• 开源模型支持与低成本：这促进了各种应用的可访问性和成本效益。

• 基于openai-agents构建：利用 openai-agents SDK 作为基础，我们的框架继承了 streaming、tracing 和 agent-loop 能力，确保了与 responses 和 chat.completions API 的兼容性，无缝适应 gpt-oss 等多样化模型。
• 完全异步：这实现了高性能和高效执行，尤其有利于高效的评估。
• 追踪与分析系统：除了 OTEL，我们的 DBTracingProcessor 系统提供了对工具调用和智能体轨迹的深入分析。（即将发布）

• 基于 YAML 的配置：这允许结构化且易于管理的智能体配置。
• 自动智能体生成：根据用户需求，可以自动生成智能体配置。
• 工具生成与优化：工具评估和自动化优化，定制化工具生成的能力将在未来得到支持。

• 深度/广度研究：涵盖常见的面向搜索的任务。
• 网页生成：示例包括根据特定输入生成网页。
• 轨迹收集：支持用于训练和研究目的的数据收集。

Youtu-Agent 旨在为不同的用户群体提供价值：

• 一个简单而强大的基线，比基本的 ReAct 更强大，可作为模型训练和消融研究的绝佳起点。
• 一键评估脚本用以简化实验过程，并确保一致的基准测试。

• 一个经过验证且可移植的脚手架，用于构建真实的智能体应用程序。
• 易于使用：通过简单的脚本和丰富的内置工具包快速上手。
• 模块化设计：Environment 和 ContextManager 等关键组件被封装，但高度可定制。

• 实际用例：/examples 目录包含深度研究报告生成、数据分析和个人文件整理等任务。
• 简单性与可调试性：丰富的工具集和可视化追踪工具使开发和调试直观而直接。

• 智能体（Agent）：一个配置了提示词、工具和环境的大语言模型。
• 工具包（Toolkit）：智能体可以使用的封装工具集。
• 环境（Environment）：智能体操作的世界（例如，浏览器、shell）。
• 上下文管理器（ContextManager）：一个可配置模块，用于管理智能体的上下文窗口。
• 基准（Benchmark）：一个针对特定数据集的封装工作流，包括预处理、执行和判断逻辑。

更多的设计与实现细节，请参阅我们的在线文档。

Youtu-Agent 提供了完整的代码与示例，帮助你快速开始使用。按照以下步骤即可运行你的第一个智能体，或者参考 docker/README.md 使用Docker快速运行一个带交互网页的样例.

克隆仓库并安装依赖：

[!NOTE] 本项目使用 Python 3.12+。推荐使用 uv 进行依赖管理。

首先请确保已在环境安装 Python 和 uv，然后参考以下步骤克隆本项目并同步项目依赖。

git clone https://github.com/TencentCloudADP/youtu-agent.git
cd youtu-agent
uv sync
source ./.venv/bin/activate
cp .env.example .env  # NOTE: 你需要配置相关环境变量!

[!NOTE] 请配置 .env 文件中的相关环境变量，例如 LLM API keys。

Youtu-Agent 内置了配置文件。例如，默认配置文件 (configs/agents/default.yaml) 定义了一个带有搜索工具的简单 Agent：

defaults:
  - /model/base
  - /tools/search@toolkits.search
  - _self_

agent:
  name: simple-tool-agent
  instructions: "You are a helpful assistant that can search the web."

你可以通过以下命令启动交互式 CLI 聊天机器人：

# NOTE: 你需要在 .env 中配置 `SERPER_API_KEY` 和 `JINA_API_KEY` (我们计划在未来替换为免费工具)
python scripts/cli_chat.py --stream --config default
# 如果你不想使用搜索工具，可以运行
python scripts/cli_chat.py --stream --config base

📖 更多内容请参考：快速开始文档

本仓库提供了多个可直接运行的示例。例如，你可以基于某个研究主题自动生成一张 SVG 信息图：

python examples/svg_generator/main_web.py

[!NOTE] 要使用 WebUI，你需要安装 utu_agent_ui 包。参考 文档。

给定一个研究主题后，Agent 会自动执行网络搜索，收集相关信息，并输出一张 SVG 可视化图。

📖 更多示例请参考：示例文档

Youtu-agent 还支持在标准数据集上进行基准测试。例如，在 WebWalkerQA 上运行评测：

# 数据集预处理. 该脚本会下载并处理 WebWalkerQA 数据集，然后保存到数据库中。
python scripts/data/process_web_walker_qa.py

# 使用配置 ww.yaml 运行评测. 我们选择采样小数据集 WebWalkerQA_15 用于快速评测。
# NOTE: 需要在 `.env` 中配置 `JUDGE_LLM_TYPE, JUDGE_LLM_MODEL, JUDGE_LLM_BASE_URL, JUDGE_LLM_API_KEY`，参考 `.env.full`。
python scripts/run_eval.py --config_name ww --exp_id <your_exp_id> --dataset WebWalkerQA_15 --concurrency 5

结果会保存到本地，并可在分析平台中进一步查看。详见 评测分析。

📖 更多内容请参考：评测文档

本项目基于以下优秀开源项目：

• openai-agents
• mkdocs-material
• model-context-protocol

如果您觉得这项工作有帮助，请考虑引用：

@misc{youtu-agent-2025,
  title={Youtu-agent: A Simple yet Powerful Agent Framework},
  author={Tencent Youtu Lab},
  year={2025},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/TencentCloudADP/youtu-agent}},
}