AigenLabs Agent
由 AigenLabs 构建的自我改进 AI 智能体。唯一内置学习循环的智能体——它从经验中创建技能，在使用过程中持续改进，主动提示自身持久化知识，并在会话间不断深化对你的建模。
安装
Linux / macOS / WSL2
curl -fsSL https://docs.aigenlabs.vn/install.sh | bash
Windows（原生，PowerShell） — 早期测试版，详情 →
iex (irm https://docs.aigenlabs.vn/install.ps1)
Android（Termux） — 与 Linux 相同的 curl 一行命令；安装程序会自动检测 Termux。
请参阅完整的 安装指南，了解安装程序的具体操作、按用户与 root 的目录布局以及 Windows 相关说明。
AigenLabs Agent 是什么？
它不是绑定在 IDE 上的编程副驾驶，也不是对单一 API 的聊天机器人封装。它是一个自主智能体，运行时间越长，能力越强。它可以部署在任何地方——5 美元的 VPS、GPU 集群，或者闲置时几乎零成本的 serverless 基础设施（Daytona、Modal）。在 Telegram 上与它对话，同时让它在你从未亲自 SSH 登录的云端虚拟机上工作。它不依赖你的本地电脑。
快速链接
| 🚀 安装 | 在 Linux、macOS、WSL2 或原生 Windows（早期测试版）上 60 秒完成安装 |
| 📖 快速入门教程 | 第一次对话及值得尝试的核心功能 |
| 🗺️ 学习路径 | 根据你的经验水平找到合适的文档 |
| ⚙️ 配置 | 配置文件、提供商、模型及选项 |
| 💬 消息网关 | 配置 Telegram、Discord、Slack、WhatsApp、Teams 等平台 |
| 🔧 工具与工具集 | 70+ 内置工具及其配置方式 |
| 🧠 记忆系统 | 跨会话持续增长的持久记忆 |
| 📚 技能系统 | 智能体创建并复用的程序性记忆 |
| 🔌 MCP 集成 | 连接 MCP 服务器、过滤其工具，并安全扩展 AigenLabs |
| 🧭 在 AigenLabs 中使用 MCP | 实用的 MCP 配置模式、示例与教程 |
| 🎙️ 语音模式 | 在 CLI、Telegram、Discord 及 Discord 语音频道中进行实时语音交互 |
| 🗣️ 在 AigenLabs 中使用语音模式 | AigenLabs 语音工作流的实操配置与使用模式 |
| 🎭 个性与 SOUL.md | 通过全局 SOUL.md 定义 AigenLabs 的默认风格 |
| 📄 上下文文件 | 影响每次对话的项目上下文文件 |
| 🔒 安全 | 命令审批、授权与容器隔离 |
| 💡 技巧与最佳实践 | 快速上手，充分发挥 AigenLabs 的潜力 |
| 🏗️ 架构 | 底层工作原理 |
| ❓ 常见问题与故障排查 | 常见问题及解决方案 |
核心功能
- 闭环学习循环 — 智能体管理的记忆，配合定期提示、自主技能创建、使用中的技能自我改进、基于 FTS5 的跨会话召回与 LLM 摘要，以及 Honcho 辩证式用户建模
- 随处运行，不限于本地 — 6 种终端后端：本地、Docker、SSH、Daytona、Singularity、Modal。Daytona 和 Modal 提供 serverless 持久化——环境闲置时休眠，几乎零成本
- 在你所在的地方 — CLI、Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Email、SMS、DingTalk、Feishu、WeCom、Weixin、QQ Bot、Yuanbao、BlueBubbles、Home Assistant、Microsoft Teams、Google Chat 等——通过一个网关支持 20+ 平台
- 由模型训练者构建 — 由 AigenLabs 创建，该实验室是 AigenLabs、Nomos 和 Psyche 背后的团队。支持 Nous Portal、OpenRouter、OpenAI 或任意端点
- 定时自动化 — 内置 cron，可向任意平台投递
- 委托与并行 — 派生隔离的子智能体以并行处理多个工作流。通过
execute_code实现程序化工具调用，将多步骤流水线压缩为单次推理调用 - 开放标准技能 — 兼容 agentskills.io。技能可移植、可共享，并通过 Skills Hub 接受社区贡献
- 完整的 Web 控制 — 搜索、提取、浏览、视觉、图像生成、TTS
- MCP 支持 — 连接任意 MCP 服务器以扩展工具能力
- 研究就绪 — 批处理、轨迹导出、基于 Atropos 的 RL 训练。由 AigenLabs 构建——该实验室是 AigenLabs、Nomos 和 Psyche 模型背后的团队
面向 LLM 和编程智能体
本文档的机器可读入口：
/llms.txt— 每个文档页面的精选索引，附简短描述。约 17 KB，可安全加载到 LLM 上下文中。/llms-full.txt— 所有文档页面拼接为单一 markdown 文件，支持一次性摄取。约 1.8 MB。
两个文件同样可通过 /llms.txt 和 /llms-full.txt 访问。每次部署时全新生成。