Agent Zero 深度研究：开源自主 AI Agent 框架——"让 AI 自己写工具、自己用电脑"

> GitHub: https://github.com/agent0ai/agent-zero

> 官网: https://www.agent-zero.ai/

> 创建者: Jan Tomášek (捷克)

> Stars: 16,214 ⭐ | Forks: 3,333

> 对比文章: https://www.creolestudios.com/agent-zero-vs-openclaw/

> 发布日期: 2024-06-10（持续更新至今）

> 研究时间: 2026-03-19

🎯 一句话版本

Agent Zero 是一个开源 AI 框架，让 AI 像人一样用电脑——能写代码、跑终端命令、浏览网页、自己创造工具——而不是像 ChatGPT 那样只能聊天。

📖 核心理念：Computer as a Tool

Agent Zero 的哲学很简单：不给 AI 预设工具，让它自己造。

传统 AI 框架给模型一堆预定义的 API（搜索、计算器、天气查询等），Agent Zero 只给四样东西：

1. 在线搜索

2. 记忆（长期存储）

3. 通信（与用户和其他 Agent 对话）

4. 代码/终端执行

其他一切——需要什么工具就现场写什么脚本。这不是玩具，而是一种设计哲学：Agent 的能力上限不应该被预设工具限制。

🏗️ 架构设计

多 Agent 层级

用户 (Human)
  ↓ 给任务
Agent 0 (主 Agent)
  ↓ 拆分子任务
Agent 1 (子 Agent)    Agent 2 (子 Agent)
  ↓                     ↓
Agent 3 (孙 Agent)    ...

每个 Agent 都有"上级"和"下级"。Agent 0 的上级是人类用户。每个 Agent 可以创建子 Agent 来分解任务，子 Agent 完成后向上级汇报。

关键设计：Agent 看不出上级是人还是另一个 Agent，行为一致。

记忆系统

• 持久化记忆：能记住之前解决过的问题、写过的代码、学到的事实
• 知识库（Agentic RAG）：自定义知识管理，比闭源系统（ChatGPT/Claude/Gemini）更透明可控
• 项目隔离：不同项目有独立的记忆、知识、密钥——防止上下文交叉污染

Skills 系统（SKILL.md 标准）

最新版本采用了 SKILL.md 标准——这正是 Anthropic 为 Claude Code 开发的技能格式。意味着：

• Agent Zero 的 Skills 兼容 Claude Code、Codex、Cursor、Goose、GitHub Copilot
• 跨框架可移植：一次写，到处用

基础设施

• Docker 隔离运行（一行启动：docker run -p 50001:80 agent0ai/agent-zero）
• WebSocket 实时通信（取代了旧的轮询方式）
• Web UI：实时流式输出，可随时中断干预
• Git 项目管理：支持公/私仓库克隆到隔离工作空间
• 调度器：定时任务（如每30分钟检查服务器状态）
• MCP 和 A2A 协议支持
• 多 LLM 提供商：CometAPI、Z.AI、Moonshot AI、AWS Bedrock 等

🤺 Agent Zero vs OpenClaw

这两个是目前最热门的开源 Agent 框架，定位完全不同：

总结：

• 工作在终端/IDE/服务器 → Agent Zero
• 工作在消息/日历/邮件 → OpenClaw
• 两者互补，不冲突

👤 创建者：Jan Tomášek

捷克开发者，GitHub ID frdel，466 followers。从 2024 年 6 月开始做 Agent Zero，基本是单人项目发展到社区驱动。

Linux Foundation 认可：Alan Majer（Linux Foundation）在文章中评价 Agent Zero 为"高度自主的 Agent，能跨中心化和去中心化系统运作"。

🔬 技术亮点

1. Prompt-driven 框架

整个框架行为由 prompts/ 文件夹定义——没有硬编码逻辑。改 system prompt 就能改变整个框架的行为。这意味着：

• 完全透明
• 完全可审计
• 即使用小模型也能可靠工作

2. 动态工具创建

Agent 不依赖预定义 API，而是现场写脚本解决问题。比如需要处理 Excel？Agent 会写一段 Python 脚本来读取、清洗、分析。

3. 小模型友好

专门做了 context engineering 优化，在本地小模型上也能保持精确的工具使用。这对不想付 API 费用的开发者很有吸引力。

4. 项目密钥隔离

每个项目有独立的 secrets 管理——多客户场景下防止凭证交叉泄露。

⚠️ 注意事项

1. License 不明：GitHub 显示 "NOASSERTION"——商业使用前需要确认

2. 422 个 Open Issues：社区活跃但维护压力不小

3. 安全风险：官方明确警告 "Agent Zero Can Be Dangerous!"——能执行任意命令

4. 学习曲线：需要理解 Docker、终端操作、prompt engineering

5. 单人项目起源：虽然已社区化，但核心开发仍然依赖 Jan Tomášek

💡 与我们的关联

1. 互补关系

我们目前用 OpenClaw 做消息驱动的自动化（深度研究、日程管理、通知推送）。Agent Zero 擅长的是完全不同的场景——代码工程、系统自动化、终端任务。两者不冲突。

2. SKILL.md 标准统一

Agent Zero 采用了和 Claude Code 相同的 SKILL.md 标准。我们在 OpenClaw 里写的 Skills 可以直接移植到 Agent Zero（反过来也行）。

3. 可以作为 Codex 替代

我们目前用 Codex/Claude Code 做编程任务。Agent Zero 的"自己写工具"哲学可能更适合探索性编程场景——不知道需要什么工具，让 Agent 自己判断。

4. Docker 部署简单

一行命令就能跑起来，适合在 ub2 上试玩。

5. 记忆系统值得借鉴

Agent Zero 的项目隔离记忆（独立知识库 + 密钥 + 上下文）比我们目前的 MEMORY.md 更结构化。值得学习。

📊 评分

报告由深度研究助手自动生成 | 2026-03-19

来源: https://github.com/agent0ai/agent-zero