Eigent 多智能体工作流安装配置完整指南从环境准备到跑通第一个工作流【免费下载链接】eigentEigent: The Open Source Cowork Desktop - Local and Free Alternative to Claude Cowork and Codex项目地址: https://gitcode.com/GitHub_Trending/ei/eigentEigent 是一款开源的多智能体工作流桌面应用把复杂任务拆给多个 AI 智能体并行执行并支持接入任意模型服务。读完这篇 Eigent 安装与 Eigent 配置教程你能独立完成装好环境、跑起应用、接上 AI 模型、跑通一个最小工作流。装之前先花 1 分钟做个体检先对照这张表确认你的机器满足最低要求项目要求操作系统Windows 10/1164 位、macOS 10.14、Ubuntu 18.04内存8 GB 及以上磁盘10 GB 可用空间网络稳定连接拉依赖、调用模型 API 都要用再按用途定路线不想折腾选预编译包双击装完即用想二次开发、改代码选源码安装源码路线额外需要 Node.js 18–22含 npm本地跑后端还需要 uv 包管理器。两条路线选一条走就行快速路线预编译包到官方下载页选择对应系统的安装包.dmg / .exe / AppImage。下载后双击运行macOS 用户把应用拖进「应用程序」文件夹。启动后看到工作区首页说明安装完成这条路线不需要你配置任何本地依赖。进阶路线源码安装打开终端克隆仓库、安装前端依赖、启动开发服务器git clone https://gitcode.com/GitHub_Trending/ei/eigent cd eigent npm install npm run devnpm run dev跑完后浏览器会自动打开开发预览页看到带计数器的页面就说明前端起来了如果你要本地后端完整的 API 和本地模型接入再进入后端目录用 uv 同步依赖cd backend uv syncuv 卡住时删掉 lock 文件重试或直接执行.venv/bin/python main.py启动。唯一必须手工做的一步接入 AI 模型 应用默认不带模型接上模型服务智能体才能真正干活。以 Gemini 为例进入设置页的 Models 选项卡按下面清单填写API Key去 Google AI Studio 官网申请免费额度就够体验复制 Key 原样粘贴Host网络能直连 Google 就填默认端点需要走中转就填自定义端点Model Type选择要用的模型版本首次体验选响应快的即可填完必须点击Save。配置只有保存后才生效保存后模型卡片右上角出现绿色Default标签代表它已成为系统默认模型后续所有智能体都走它。不想用云 API 也行把 Host 指向 Ollama、vLLM 等本地推理服务配置方式完全一样。跑通验证3 个确认点接入模型后依次做完下面三件事并打勾首启界面启动应用首页能看到智能体卡片区和输入框没有红色报错横幅。确认模型生效在输入框输入「用一句话介绍你自己」智能体返回文本说明模型链路通了。最小工作流进入 Workforce 多智能体视图拖一个智能体节点进画布再连上第二个节点输入一句简单任务并运行。跑完后能逐节点看到执行记录和产出就算真正跑通了。卡住了对号入座安装失败、双击无反应先核对系统版本和架构是否满足体检表macOS 到「系统设置 → 隐私与安全性」里放行源码安装则确认 Node.js 是 18–22 且npm install无红色报错。API Key 报错Key 填错、过期或网络到不了模型服务。检查 Key 是否带多余空格先用默认端点单独测一次连通性再换自定义 Host。配置不生效改完没重启应用或环境变量覆盖了你的设置。重启后再看效果环境变量的定义和默认值可以看 backend/app/component/environment.py排查是否被默认值抢了。后端没输出或起不来确认 5001 端口brain 服务默认端口没被占用具体异常信息可以从 backend/app/exception/handler.py 的处理逻辑对号入座。跑通之后下一步值得探索的是编排更长的多步骤工作流、用 MCP 接入第三方工具、在任务日志里监控每个节点的执行与性能。想理解数据层从 server/app/core/database.py 读起即可。【免费下载链接】eigentEigent: The Open Source Cowork Desktop - Local and Free Alternative to Claude Cowork and Codex项目地址: https://gitcode.com/GitHub_Trending/ei/eigent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Eigent 多智能体工作流安装配置完整指南：从环境准备到跑通第一个工作流
Eigent 多智能体工作流安装配置完整指南从环境准备到跑通第一个工作流【免费下载链接】eigentEigent: The Open Source Cowork Desktop - Local and Free Alternative to Claude Cowork and Codex项目地址: https://gitcode.com/GitHub_Trending/ei/eigentEigent 是一款开源的多智能体工作流桌面应用把复杂任务拆给多个 AI 智能体并行执行并支持接入任意模型服务。读完这篇 Eigent 安装与 Eigent 配置教程你能独立完成装好环境、跑起应用、接上 AI 模型、跑通一个最小工作流。装之前先花 1 分钟做个体检先对照这张表确认你的机器满足最低要求项目要求操作系统Windows 10/1164 位、macOS 10.14、Ubuntu 18.04内存8 GB 及以上磁盘10 GB 可用空间网络稳定连接拉依赖、调用模型 API 都要用再按用途定路线不想折腾选预编译包双击装完即用想二次开发、改代码选源码安装源码路线额外需要 Node.js 18–22含 npm本地跑后端还需要 uv 包管理器。两条路线选一条走就行快速路线预编译包到官方下载页选择对应系统的安装包.dmg / .exe / AppImage。下载后双击运行macOS 用户把应用拖进「应用程序」文件夹。启动后看到工作区首页说明安装完成这条路线不需要你配置任何本地依赖。进阶路线源码安装打开终端克隆仓库、安装前端依赖、启动开发服务器git clone https://gitcode.com/GitHub_Trending/ei/eigent cd eigent npm install npm run devnpm run dev跑完后浏览器会自动打开开发预览页看到带计数器的页面就说明前端起来了如果你要本地后端完整的 API 和本地模型接入再进入后端目录用 uv 同步依赖cd backend uv syncuv 卡住时删掉 lock 文件重试或直接执行.venv/bin/python main.py启动。唯一必须手工做的一步接入 AI 模型 应用默认不带模型接上模型服务智能体才能真正干活。以 Gemini 为例进入设置页的 Models 选项卡按下面清单填写API Key去 Google AI Studio 官网申请免费额度就够体验复制 Key 原样粘贴Host网络能直连 Google 就填默认端点需要走中转就填自定义端点Model Type选择要用的模型版本首次体验选响应快的即可填完必须点击Save。配置只有保存后才生效保存后模型卡片右上角出现绿色Default标签代表它已成为系统默认模型后续所有智能体都走它。不想用云 API 也行把 Host 指向 Ollama、vLLM 等本地推理服务配置方式完全一样。跑通验证3 个确认点接入模型后依次做完下面三件事并打勾首启界面启动应用首页能看到智能体卡片区和输入框没有红色报错横幅。确认模型生效在输入框输入「用一句话介绍你自己」智能体返回文本说明模型链路通了。最小工作流进入 Workforce 多智能体视图拖一个智能体节点进画布再连上第二个节点输入一句简单任务并运行。跑完后能逐节点看到执行记录和产出就算真正跑通了。卡住了对号入座安装失败、双击无反应先核对系统版本和架构是否满足体检表macOS 到「系统设置 → 隐私与安全性」里放行源码安装则确认 Node.js 是 18–22 且npm install无红色报错。API Key 报错Key 填错、过期或网络到不了模型服务。检查 Key 是否带多余空格先用默认端点单独测一次连通性再换自定义 Host。配置不生效改完没重启应用或环境变量覆盖了你的设置。重启后再看效果环境变量的定义和默认值可以看 backend/app/component/environment.py排查是否被默认值抢了。后端没输出或起不来确认 5001 端口brain 服务默认端口没被占用具体异常信息可以从 backend/app/exception/handler.py 的处理逻辑对号入座。跑通之后下一步值得探索的是编排更长的多步骤工作流、用 MCP 接入第三方工具、在任务日志里监控每个节点的执行与性能。想理解数据层从 server/app/core/database.py 读起即可。【免费下载链接】eigentEigent: The Open Source Cowork Desktop - Local and Free Alternative to Claude Cowork and Codex项目地址: https://gitcode.com/GitHub_Trending/ei/eigent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考