Eigent：在桌面上运行多智能体 AI 工作组

一次跑一个 agent，大任务就变成了排队：你等完一个任务，再亲手把结果交给下一个。Eigent 是一个 15k 星的开源桌面应用，为另一种模式而生——一个可配置的 AI 工作组，由专门化的 agent 分工并行，你在旁边监督。

为什么这个 Skill 重要

Eigent 自称开源的 Cowork 桌面应用，底层是 CAMEL-AI 的多智能体框架。README 的功能列表覆盖了决定桌面 agent 是否能日常使用的几个点：面向复杂工作流的多智能体协作、面向专注任务的单智能体框架、本地部署、模型无关的接入（云 API、企业网关或本地推理）、MCP 集成、skill 集成，以及内置的浏览器和终端工具箱。

它对技能工作流的意义在于：Eigent 把 skill 集成列为核心功能之一，技能模式由此从 CLI 编程 agent 延伸到桌面多智能体环境。README 点名了这个能力但没有展开机制。

安装

零配置路线是打包应用：从 eigent.ai/download 下载并运行。

从源码运行走 quick-start 路线，需要 Node.js 18–22 和 npm：

git clone https://github.com/eigent-ai/eigent.git
cd eigent
npm install
npm run dev

README 说明这种模式连接 Eigent 云服务，需要注册账号。要完全独立运行——本地后端、经 vLLM、Ollama 或 LM Studio 接入本地模型、与云服务完全隔离——请按项目 server/README_EN.md 里的本地部署指南操作。

实战：自动化月度开发报告

README 自己的用例目录展示了工作组模式的用途。其中一个例子：用本地托管模型自动化月度开发报告——文档描述的场景是用跑在 Ollama 上的 DeepSeek 复盘一整个月的 GitHub pull request，生成 Word 摘要，并准备好对应的 Slack 发布通知。

同一个目录里还有一个多智能体 CI 排查案例：抓取日志、对比基准值、追踪证据、委派深度推理，最后产出结构化审计报告；还有一个更日常的例子：让 Eigent 检查杂乱的桌面，直接在你机器上把文件整理成更清晰的结构。

不必一开始就二选一。先用单个专注 agent 处理直接任务，任务变大后再扩展为分工并行的工作组。自动化功能可以给周期性工作流排期，让你不在时任务照跑。

技巧

• 先决定云还是本地。quick start 连接云端并需要注册账号；本地部署完全独立，但要走单独的指南。
• 模型选择按部署配置，不锁厂商：云 API、企业网关、本地推理都能接，基于 Ollama 的报告场景正是因此才可行。
• 后端是 FastAPI，多智能体框架是 CAMEL，前端是 Electron 上的 React——读代码或提 issue 前先知道这些会省事。
• 路线图表里写明了尚未发布的内容，比如工作组对固定工作流和多轮转换的支持；依赖这些的设计请先查表。

何时不用这个 Skill

如果你的工作只是一次专注的编程会话，CLI agent 是更轻的工具——Eigent 的价值在任务需要分工和并行时才显现。如果你需要物理隔离运行，quick start 给不了；必须完成本地部署路线。另外，如果你指望这个仓库的 README 里有详细的 skills API，它不在那里——功能被列出来了，但没有更多细节。

查看 排行榜 了解更多 skill。