astron-agent
科大讯飞开源的企业级AI Agent平台,融合工作流编排、RPA自动化与MCP工具生态
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
科大讯飞开源的企业级AI Agent平台,融合工作流编排、RPA自动化与MCP工具生态
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
想象一下,企业想要搭建一套 AI 助手,让它不仅能聊天,还要能自动操作 ERP 系统、处理审批流程、分析销售数据、调用各种内部工具——这些任务分散在不同系统、不同接口、不同协议里。传统的 AI 开发方式需要工程师逐个对接,耗时数月。星辰 Agent 就是来解决这个难题的:它把"让 AI 掌握工具、驱动自动化"这件事,做成了一站式的产品。
2023 年起大模型浪潮席卷全球,ChatGPT 等通用对话助手让普通人见识到了 AI 的能力。然而在企业场景,AI 的落地远不止"回答问题"这么简单——企业需要的是能代替人工执行操作的 Agent(智能体):自动处理客服工单、分析合同条款、操作 RPA 机器人、调用 MCP 协议工具。
科大讯飞作为国内 AI 领域的头部企业,拥有成熟的商业化 Agent 平台"讯飞星辰 Agent 平台"(agent.xfyun.cn),服务了大量企业客户。astron-agent 是讯飞将这一经过大规模商业验证的核心技术开源的产物,目的很明确:让更多开发者和企业能够基于开源版本快速搭建自己的智能体系统,无需依赖讯飞的云服务。
Apache 2.0 许可证是这颗项目最亮眼的标签之一——没有商业限制,企业可以直接拿去商用,不用担心许可证陷阱。这是讯飞在开源策略上的一次重要表态。
从代码结构来看,星辰 Agent 采用了多语言微服务架构,这是大型企业级项目的典型选择,不同模块用最合适的语言实现:

| 层级 | 技术栈 | 职责 |
|---|---|---|
| 前端控制台 | React 18 + TypeScript + Vite | Agent 可视化构建、聊天界面、工作流设计、模型管理 |
| 控制台后端 | Java Spring Boot | REST API、SSE 流式响应、认证鉴权 |
| Agent 执行引擎 | Python FastAPI | Chat/CoT/Process Agent 执行、插件调用、会话上下文 |
| 工作流编排 | Python FastAPI | 工作流编排、执行、调试、版本管理 |
| 知识库服务 | Python FastAPI | 文档处理、向量检索、RAG 集成 |
| 记忆管理 | Python | 短期/长期记忆、会话持久化 |
| 租户管理 | Go | 多租户隔离、组织管理、资源配额 |
| 插件系统 | Python + MCP | AI 工具、RPA、Link 插件扩展 |
这个架构的设计思路借鉴了"Harness Engineering"的理念——把 Agent 的能力分解为工具调用、技能编排、记忆管理和反馈控制平面四个核心维度,每个维度由独立微服务负责,模块之间通过 API 通信,便于独立演进和水平扩展。
与简单的 Prompt 工程不同,星辰 Agent 支持可视化的工作流编排。开发者可以通过控制台拖拽节点、配置条件分支、设计循环逻辑,让 Agent 按照预定义的工作流执行复杂任务。工作流支持调试和版本管理,可以逐步验证 Agent 的执行路径是否符合预期。
MCP(Model Context Protocol)是 Anthropic 主导的 AI 工具调用协议,星辰 Agent 深度集成 MCP,开发者可以通过编写 MCP Server 快速将各种工具接入 Agent。从 docker-compose-macos.yml 中可以看到项目内置了 MCP Server 的启用示例,支持企业快速扩展工具生态。
这是星辰 Agent 区别于其他开源 Agent 框架的最大差异化特性。项目内置了 astronRPA 模块,与 Casdoor 认证服务一起通过 docker-compose 编排。RPA(机器人流程自动化)让 Agent 不仅能"想",还能实际操控 GUI 和系统——打通企业内部 ERP、CRM、OA 等老旧系统的"最后一公里"。
支持两种接入模式:API 快速接入(适合验证和轻量场景)和 MaaS 本地部署(适合数据安全要求高的企业)。讯飞开放平台的 AI 能力(如语音识别、语音合成、自然语言处理)经过数百万开发者的验证,可以直接通过插件体系接入。
星辰 Agent 提供了完整的容器化部署方案,主 docker-compose 包含 PostgreSQL、Redis、nginx、Elasticsearch 等基础设施服务,开箱即用。同时也支持 Kubernetes Helm Chart,满足生产级高可用需求。
部署的核心前置要求是 NVIDIA GPU(8GB+ 显存),因为 LLM 推理和 RAG 向量计算依赖 GPU 加速。官方建议至少 16GB 内存和 50GB 磁盘空间。
对于有 Kubernetes 环境的企业,helm install astron-agent 即可完成集群部署。纯 Docker 方式则通过 docker compose -f docker-compose-with-auth-rpa.yaml up 启动完整套件(含认证和 RPA)。
纯前端开发者只需要通过浏览器访问控制台即可体验 Agent 构建;后端开发者可以通过 Java Spring Boot 的 REST API 做深度定制。
尽管星辰 Agent 功能全面,但也有一些需要注意的地方:
星辰 Agent 的出现填补了国内大厂开源 Agent 框架的空白。在此之前,Agent 开发框架市场主要由 LangChain、AutoGPT、CrewAI 等海外项目主导,这些框架虽然功能强大,但往往缺少企业级特性(多租户、认证体系、RPA 集成)。
讯飞选择开源商业化产品的核心代码,并采用 Apache 2.0 许可证,是一个有魄力的决定。随着 Star 数突破 8500(且持续增长),该项目正在吸引越来越多的开发者和企业用户参与贡献。2025 年 1024 开发者节的 Hackathon 和各地 Meetup 也反映了社区的活跃度。
对于想搭建企业 AI Agent 系统的团队,星辰 Agent 提供了一个经过商业验证的技术底座,避免了从零造轮子的风险;对于 AI 开发者,这也是一个深入理解 Agent 系统架构、多语言微服务设计的优秀参考项目。