AutoMind 使用手册

会自己动手干活的 AI 智能体平台 — 零基础入门 · 功能深度解读 · 场景指南

版本 v0.7.0 🏷 社区版 / 专业版 / 企业版 🖥 本地运行 · 数据不上传 🛡 全程审批与审计 🧠 10+ 模型提供商

🏷 v0.6 版本体系 — 开源部分为社区版（MIT 免费）：对话/工作/编程三模式与全部工具、技能、MCP、记忆、安全能力。 🤝 协同、🔁 循环、⏰ 定时任务、📊 高级统计为专业版；👥 多用户会话池（执行态隔离）为企业版 — 由商业扩展包 automind-pro 提供，配置许可证（AUTOMIND_LICENSE）后自动激活；社区版对应入口显示 🔒。安全能力（鉴权/限流/脱敏/审计）不设付费墙。详见 docs/EDITIONS.md。

✨ v0.7 体验升级 — 🌓 浅色模式（右上角随时切换）· 🗂 工作区（多目录多上下文，任务互不污染）· 📚 模板库（内置 10 个基础模板一键开跑）· 🧭 新手引导（首次自动弹出，❓ 重看）· 💰 实时成本（Token 花费估算，可自定义单价）· 📜 历史回溯（持久化 + 查看/复制/重跑）· ▶ 中断续跑（从断点继续省 Token）· ↩️ 撤销回滚（Agent 改过的文件一键恢复）。

01产品简介

普通 AI 聊天工具只能"说"；AutoMind 除了聊天，还能真正在你的电脑上执行操作：创建文件、修改代码、运行命令、抓取网页、生成报告——并且做每件事之前先自己规划步骤，做完自己检查结果，出错自己纠正重试。

🧭

先规划再动手

大任务自动拆解为目标树，按依赖顺序逐步执行，每步验证效果

🛡️

安全可控

每次工具调用经风险评估与审批门控，高危操作必须你亲自批准

🔄

自我纠错

失败时自动分析错误、生成修正方案重试，必要时回溯调整计划

🔌

模型自由

OpenAI / Claude / DeepSeek / Kimi / 通义 / 智谱 / 豆包 / Ollama / 中转代理

🧩

三套扩展体系

技能 Skill · MCP 服务器 · 生命周期插件，随需接入你的专属能力

🏠

本地私有

配置、聊天记录、API Key 全部保存在你自己的电脑，绝不上传

它能帮你做什么？

你想做的事	AutoMind 怎么帮你
问问题、写文案、翻译	💬 对话模式，像聊天软件一样直接问
「帮我建一个 Python 项目」	⚙️ 工作模式：自动建目录、写配置、装依赖
「修复 main.py 里的 bug」	💻 编程模式：读代码 → 分析 → 改代码 → 验证
「写一份行业调研报告」	🤝 协同模式：研究员 + 编写员 + 审阅员多角色协作
「持续优化代码直到测试全过」	🔁 循环模式：反复"执行→检查→改进"直到达标
「每天 9 点汇总昨日日志」	⏰ 定时任务：后台自动执行并记录结果

02快速上手（零基础五分钟）

安装

软件目录打开命令行执行
pip install -e ".[web]"

启动

双击 launch.bat 选 [2]，
或 python -m automind.server

配置模型

右上角「🔑 API Keys」填 Key，
点「🔌 测试连接」变绿即成功

第一个任务

切「⚙️ 工作」模式，输入任务，
看它实时规划并执行

前提：电脑已安装 Python 3.11+（命令行输入 python --version 查看）。服务器部署可直接 docker compose up --build。

三种启动方式

方式	操作	适合
Windows 一键	双击 `launch.bat`，选 `[2]` 自动打开浏览器	最简单
命令行	`python -m automind.server --port 8765` → 浏览器打开 `http://localhost:8765`	通用
Docker	`docker compose up --build`	服务器部署

没有任何 API Key？两个零成本方案： ① 本地 Ollama——安装后 ollama run llama3.2，无需 Key； ② 中转代理——API Keys 面板底部「自定义 OpenAI 标准接口」填入代理的 api_base、模型名和 Key。

试一试：第一个任务

# 模式切到「⚙️ 工作」，输入框输入：
在当前目录创建 hello.txt，内容为 Hello AutoMind

执行时：聊天区出现「⚙️ 执行过程」实时轨迹（计划生成 → 逐步执行 → 完成），右侧「📋 执行计划」同步刷新每步状态（○ 待执行 → ◐ 执行中 → ✓ 完成），完成后项目目录里 hello.txt 真实存在。

03界面总览

图 3-1 · 界面三区布局：① 侧边栏导航 ② 顶部控制 + 聊天工作区 ③ 右侧实时观测面板

键盘快捷键

快捷键	功能
Enter / Shift+Enter	发送 / 换行
Esc	关闭所有弹窗
Ctrl + .	中断当前任务
Ctrl + L	新会话（清空当前模式对话）

会话隔离：五种模式的聊天内容互相独立，切换模式不丢各自记录；每个浏览器也持有独立会话 ID，多人共用一台服务互不可见。

04五种交互模式深度解读

模式决定了 AutoMind「怎么思考、要不要动手、如何收尾」。选对模式，事半功倍。

💬 对话模式 —— "问答专家"

原理：纯多轮对话直连大模型，不调用任何工具，响应最快。支持图片输入（需视觉模型如 gpt-4o / qwen-vl）。

知识问答文案 / 翻译 / 润色头脑风暴看图提问 / 读报错截图

不适合：需要操作文件/命令的任务——它在此模式下没有"手"，请切工作或编程模式。

⚙️ 工作模式 —— "项目经理 + 执行团队"（Plan-and-Execute）

图 4-1 · 工作模式五步流水线

「初始化一个 FastAPI 项目，带健康检查和 Dockerfile」「合并目录下所有 CSV 并生成汇总图表」多步骤有依赖的自动化

建议：任务描述越具体（目标目录、技术栈、验收标准），规划质量越高。执行时盯右栏「📋 执行计划」树与聊天区「⚙️ 执行过程」轨迹即可看懂它"在想什么"。

💻 编程模式 —— "结对程序员"（ReAct 循环）

图 4-2 · ReAct 思考-行动-观察循环

与工作模式的区别：不预先定死计划，边做边调整——更适合"看了代码才知道下一步"的探索性任务。思考（蓝卡）与工具调用（绿卡）全程流式展示。

「找出 main.py 启动报错的原因并修好」补类型注解 / 写测试 / 重构代码审查

建议：先在「⚙ 设置」把项目目录指到代码仓库根——它读写以此为根，且受路径防护约束不会越界。

🤝 协同模式 —— "多角色专家组"（多智能体编排） 🔒 专业版

原理：任务分派给多个角色（规划者 / 研究员 / 编程者 / 审阅者），各自基于共享白板完成子任务并互相看得到彼此成果，最后综合产出。

「调研三个向量数据库优劣并给选型建议」「设计签到系统：方案 + 骨架 + 风险评估」需要多视角的复杂长任务

🔁 循环模式 —— "不达目标不罢休"（Loop Engineering） 🔒 专业版

原理：执行 → 判定"目标达成了吗" → 未达成则带着反馈继续下一轮。内置四重停止条件防死循环：

图 4-3 · 循环模式四重停止条件

「优化到基准测试 <100ms」「修到测试全部通过」「压缩到 500 字且保留要点」

关键技巧：任务里写清验收标准（"直到测试全过"），判定器才有明确依据。可随时 ■ 中断。

模式选择决策

只是想问 / 写点东西？       → 💬 对话
让它替我做一件多步骤的事？  → ⚙️ 工作
围绕代码读改测？           → 💻 编程
复杂问题要多角度方案？      → 🤝 协同（专业版）
有明确标准要迭代到达标？    → 🔁 循环（专业版）

05工具审批与安全体系

每次工具调用都被安全体系拦截评估——你可以精确控制"它能做什么"。

图 5-1 · 工具调用安全流水线：评估 → 门控 → 审计

三种审批模式（顶部下拉切换）

模式	行为	适合场景
🙋 询问	除只读操作外，每次工具调用都弹窗请你批准	首次使用 / 重要项目 / 想完全掌控
⚡ 自动（默认）	低风险自动放行；风险分 ≥60 的敏感操作与所有高危操作需确认	日常使用最佳平衡
✅ 全批准	跳过所有审批，完全自主运行	沙箱环境批量任务；慎用

权限分级

等级	示例	处理
safe 安全	读文件、列目录、git status	直接放行
sensitive 敏感	写文件、装依赖、git commit	按审批模式处理
dangerous 高危	rm -rf、sudo、强制推送	必须人工批准

三重硬防护（独立于审批模式，始终生效）： ① 命令注入拦截 —— rm -rf /、fork bomb、写磁盘设备等灾难命令直接拒绝； ② 路径防护 —— 文件读写限定在项目目录内，../ 越界直接拒绝； ③ Python 沙箱 —— 代码执行仅允许白名单模块，禁止 os / subprocess。

事后追责：侧边栏「🛡️ 安全审计」记录每次调用的时间、工具、参数、决策、风险分与原因，并汇总放行 / 询问 / 拒绝 / 高危次数。

06模型配置详解

支持的提供商（右上角 🔑 API Keys）

OpenAI

gpt-4o · platform.openai.com

Anthropic Claude

claude-sonnet · console.anthropic.com

DeepSeek

deepseek-chat · 性价比之选

Kimi (Moonshot)

moonshot-v1 · platform.moonshot.cn

百炼 (通义 Qwen)

qwen-max · dashscope.aliyun.com

智谱 GLM

glm-4 · open.bigmodel.cn

豆包 Doubao

volcengine.com

Gemini / Grok

ai.google.dev · x.ai

Ollama 本地 🆓

llama3.2 · 无需 Key，本机 ollama serve

自定义中转代理：API Keys 面板底部填 api_base （如 https://api.your-proxy.com/v1）+ 默认模型 + Key，即可对接任何 OpenAI 兼容 /v1/chat/completions 服务。 Key 只保存在本地 .automind_config.json；也支持环境变量（OPENAI_API_KEY、DEEPSEEK_API_KEY 等）。

省钱与提效：各模式专用模型

「🖥 模型」面板可为五种模式分别指定不同模型—— 对话用便宜快的 deepseek-chat，编程用强力的 claude-sonnet，实现成本 / 能力的精准分配。未指定的模式沿用全局默认。

通用设置（⚙ 设置）

设置项	说明	建议
项目目录	Agent 一切文件操作的根（带可视化目录浏览器）	为不同项目切换对应目录，准确又安全
Temperature	0–2，越低越严谨、越高越发散	代码 0–0.3；创意 0.7+
最大输出 Token	单次回复长度上限	默认即可，长文档任务调大

排障利器「🔌 测试连接」：逐阶段验证解析 → 连接 → 认证 → 响应，精确告诉你 Key 失效、api_base 写错还是网络不通。

07工具面板：工具 / 技能 / MCP / 插件

侧边栏「🔧 工具面板」四个分段，对应 AutoMind 的四类可扩展能力。

图 7-1 · 四类能力围绕 Agent 核心：工具是"手"，技能是"专家流程"，MCP 接生态，插件挂钩子

🔧 工具 —— Agent 的"手"

工具	等级	功能
`terminal`	敏感	执行命令行（装依赖、跑脚本、git）
`file_read`	安全	读取文件内容
`file_write`	敏感	创建 / 覆盖文件
`file_edit`	敏感	精确字符串替换编辑（带 diff 与回滚）
`python_sandbox`	敏感	沙箱执行 Python 片段（计算 / 数据处理）
`web_fetch`	安全	抓网页提取正文与链接
`browser`	敏感	Playwright 浏览器自动化

开关用法：每个工具卡片带开关，关掉后 Agent 就"看不到"它。不想让它上网 → 关 web_fetch 和 browser；只读分析 → 只留 file_read。

✨ 技能 —— 预制的"专家流程"

内置技能	功能	典型指令
`project_init`	项目脚手架（目录/pyproject/venv/git）	「初始化一个新项目」
`code_generator`	代码生成 / 补全 / 脚手架，带语法校验与自动修复	「生成一个爬虫脚本」
`test_runner`	发现并运行测试、收集失败	「跑一下测试」
`log_analyzer`	日志级别统计 / 错误样本 / 高频模式聚类	「分析这个日志文件」
`doc_generator`	从 Python 源码生成 Markdown API 文档	「给 src 生成 API 文档」
`dep_audit`	依赖审计：未固定版本 / 重复声明	「检查依赖健康度」

导入自定义技能：「📁 加载目录」批量导入 SKILL.md 技能包（YAML 头 + 指令正文，无代码）；「📄 导入 .py」导入继承 AbstractSkill 的 Python 技能（模板见 examples/03-skill-development/）；「⬇️ 一键导入桌面 skills 文件夹」直接吸收技能库。

🔌 MCP —— 连接外部工具生态

MCP（Model Context Protocol）是开放协议，接入后外部服务的工具自动出现在工具列表供 Agent 调用（文件系统、数据库、搜索、地图…）。支持单个添加（stdio 本地命令 / sse URL）或直接粘贴 Claude Desktop 格式的 {"mcpServers": {...}} 批量导入。需先 pip install mcp。

🧩 插件 —— 生命周期钩子扩展

插件在任务开始 / 结束 / 解析后 / 计划后 / 出错等时机自动执行你的逻辑（记日志、发通知、审计上报），不改动主程序。面板中「加载 / 卸载」即时生效。

# 插件目录结构
~/.automind/plugins/task-timer/
├── plugin.json     # {"name":"task-timer","version":"1.0.0","description":"…"}
└── hooks.py        # def get_hooks() -> AgentHooks

安全设计：插件内部异常会被系统吞掉，永远不会影响任务主流程。完整示例见 examples/04-plugin-development/。

08高级功能

🔄 自主任务闭环（v0.3 新增，默认开启）

工作 / 编程模式任务完成后自动执行"质检流水线"，不合格自动返工—— 把"AI 说做完了"变成"验证过真的做完了"。

图 8-1 · 自主任务闭环流水线（各环节可在设置中单独开关）

开关（⚙ 设置 → 通用）	作用	何时关闭
🧐 多Agent审查	工作模式完成后审阅者角色复核，可调用只读工具核实（MCP 工具共享）	追求极致速度 / 省 Token
✅ Loop 验收	语义验收 + 未过带反馈自动修复（≤2 轮）	简单任务不需返工
🧪 TDD 测试	编程模式改 .py 即时语法验证；收尾自动跑 pytest	项目测试极慢时
⚡ 并行执行	计划中互不依赖的步骤 asyncio.gather 并发	步骤有隐式资源冲突时
📦 子任务缓存	同任务内相同只读调用结果复用	需每次强制重读时

编程模式 TDD 内环：每次写入/编辑 .py 后系统立即语法检查，把 syntax_check: OK / FAILED 注入模型观察——有错它下一步就看到并立刻修复，形成 编辑 → 验证 → 修复 闭环。另有 code_generate 工具（语言检测、语法校验 + 自动修复、mode='complete' 代码补全）。

安全边界：并行只发生在互不依赖的步骤间；缓存只作用于 SAFE 级只读工具（写文件、执行命令永远真实执行）；审阅者只能调用只读工具。

⏰

定时任务 🔒 专业版

任务内容 + 模式（五种均可）+ 间隔（每5分钟 / 每小时 / 每6小时 / 每天）。后台调度、结果入历史、重启自动恢复。

场景：每天汇总日志错误、每小时抓数据追加 CSV、每 6 小时跑测试。

📊

统计分析仪表盘 🔒 高级部分为专业版

四个命中率圆环（工具/计划/任务/自我修正 + 综合平均）、上下文使用率发光条、最近 50 次趋势折线、Token 效率、记忆系统指标。

用途：评估模型效果、监控 Token 花销、发现异常任务。

🌐

HTML 预览

Agent 生成的 HTML（报告/图表/页面）出现在右栏列表，点击即在弹窗内直接渲染，免去手动找文件。

📎🎤

多模态输入

对话模式上传图片（可多张）配视觉模型看图问答；🎤 语音实时转文字输入（Web Speech API）。

👥

多用户会话隔离

每个浏览器独立会话 ID：团队共用一台服务，聊天记录互不可见、互不清除。

⧉

输出便捷操作

每条 AI 消息悬浮「⧉ 复制」；每个代码块带语言标签和独立复制按钮。

09命令行与 REPL

不开浏览器也能用。安装后命令行直接可用 automind 命令。

# 单次任务（默认工作模式）
automind "创建一个 requirements.txt 包含 fastapi 和 uvicorn"

# 指定模式 / 模型 / 项目目录
automind --mode react --provider deepseek -p D:\myproj "修复 main.py 的报错"

# 信息查询
automind --version        automind --list-tools
automind --list-skills    automind --list-providers

Rich REPL（交互式彩色终端）

不带参数运行 automind 进入：

┌──────────────── REPL ────────────────┐
│ AutoMind v0.7.0 │
│ 模式: plan_and_execute · 模型: deepseek/… │
│ 输入任务开始，/help 查看命令 │
└──────────────────────────────────────┘
automind> _

REPL 命令	功能
`/help`	帮助
`/mode react` · `/mode plan_and_execute`	切换执行模式
`/tools` · `/skills`	表格列出工具 / 技能
`/stats`	本次会话任务数与 Token
`/clear` · `/exit`	清屏 · 退出（带 Token 总摘要）
其他任何输入	作为任务执行，结果 Markdown 面板渲染

10部署与运维（团队 / 生产）

Docker 部署

docker compose up --build
# 数据（配置/记忆/检查点）持久化在 automind_data 卷
# 镜像特性：非 root 用户、/data 工作卷、自带健康检查

生产加固环境变量（默认全关，按需开启）

变量	作用	建议
`AUTOMIND_AUTH_TOKEN`	所有 API 与 WebSocket 需带 Bearer 令牌	暴露公网必开
`AUTOMIND_CORS_ORIGINS`	收紧跨域来源（逗号分隔）	配合前端域名
`AUTOMIND_MAX_CONCURRENT`	并发任务上限（默认 8，超出 429）	按机器性能调
`AUTOMIND_RATE_LIMIT`	/api/run 每客户端每分钟次数（0=关）	公网建议 30
`AUTOMIND_REDACT_SECRETS`	输出中的 API Key / 密码自动打码	多人环境建议开
`AUTOMIND_ALLOWED_ORIGINS`	WebSocket Origin 白名单	防跨站劫持

运维接口：GET /api/health（免鉴权）返回版本 / 运行任务数 / 并发上限 / 运行时长，供探活与负载均衡。安装 structlog 输出 JSON 结构化日志，未装自动降级标准格式。服务退出自动释放 MCP / 向量库 / 模型连接池。

11常见问题 FAQ

顶部模型徽标一直是红色「未配置」？

还没配 API Key。点「🔑 API Keys」为当前提供商填 Key 并「测试连接」。

徽标黄色带 ⚠？

有 Key 但初始化失败。常见原因：Key 失效、api_base 写错、网络不通。「测试连接」会告诉你卡在哪个阶段。

任务卡住不动 / 想中断？

点输入区 ■ 或按 Ctrl + .。循环模式还会在收敛 / 空转时自动停止。

为什么它说「文件不存在」？

检查右上角 📁 项目目录是否指向正确位置——所有相对路径以它为根，且出于安全不允许访问目录之外的文件。

担心它乱删文件？

三层保险：① 审批切「🙋 询问」逐一批准；② 高危命令（rm -rf 等）被硬拦截；③ 事后「🛡️ 安全审计」核查每次调用。

换台电脑打开，聊天记录不见了？

正常。会话按浏览器隔离（多用户设计）。记录都在服务器本地 .automind/chats/ 下。

Token 花得快怎么办？

① 「🖥 模型」给对话模式配便宜模型；② 「📊 统计分析」看 Token 效率定位大户任务；③ 任务描述精准、避免反复试错。

想让它用我公司内部的工具？

三选一：写 Python 技能（最简单，见 examples/03）；架 MCP 服务器（标准协议，生态互通）；写插件（适合通知 / 审计等旁路逻辑）。

12附录：速查表

五种模式一句话

模式	引擎	一句话
💬 对话	直连 LLM	只聊不动手
⚙️ 工作	Plan-and-Execute	先列计划再逐步干
💻 编程	ReAct 循环	边看边改边验证
🤝 协同	多智能体编排	专家组分工协作
🔁 循环	Loop Engineering	迭代到达标为止

常用 API 端点（二次开发）

端点	方法	功能
`/api/health`	GET	健康检查（免鉴权）
`/api/run`	POST	执行任务 {task, interaction, session_id}
`/ws`	WebSocket	流式执行 + 实时事件 + 审批交互
`/api/status` · `/api/stats/detail`	GET	状态 · 高级统计
`/api/skills` · `/api/mcp` · `/api/plugins`	GET/POST	三类扩展管理
`/api/schedule` · `/api/audit`	GET/POST	定时任务 · 审计日志

文件位置

内容	位置
配置与 API Keys	项目目录 `.automind_config.json`
聊天记录	`.automind/chats/<会话ID>.json`
长期记忆（向量库）	`.automind/chroma/`
检查点	`.automind/checkpoints/`
插件	`~/.automind/plugins/`
教程示例	仓库 `examples/` 目录