CowAgent — персональный AI-ассистент с памятью, навыками и самоэволюцией
📂 Исходный код на GitHubОткрытый персональный AI-ассистент и эталонная реализация Agent Harness: планирование задач, инструменты и навыки, долговременная память и база знаний, мультиагентные команды, самоэволюция, множество LLM-провайдеров и IM-каналов.
CowAgent — персональный AI-ассистент с памятью, навыками и самоэволюцией
CowAgent — это open-source персональный AI-ассистент на Python под лицензией MIT. Ранее проект назывался chatgpt-on-wechat и был известен как один из самых популярных чат-ботов для WeChat. Сейчас у него около 47 000 звёзд на GitHub, а амбиции заметно выросли: это уже не болталка, а полноценная «упряжь» для агентов. Ассистент сам планирует задачи, управляет компьютером и внешними сервисами, создаёт и запускает навыки, ведёт личную базу знаний и долговременную память, собирает команды агентов и улучшает себя в процессе работы. Авторы называют CowAgent эталонной реализацией инженерии Agent Harness.
Проект лёгкий в развёртывании и рассчитан на постоянную работу: ассистент живёт 24/7 на домашнем компьютере или сервере и общается через веб и основные мессенджеры.
Что такое Agent Harness
Голая LLM только отвечает на вопросы. Agent Harness — это каркас, который превращает модель в действующего помощника. Сообщения приходят через каналы. Ядро агента планирует и рассуждает, опираясь на память, знания и доступные инструменты. Модель генерирует ответ, и он уходит обратно в тот же канал. Каждый слой развязан и расширяется независимо. Подробнее об этом написано в описании архитектуры.
Ключевые возможности
| Возможность | Что делает |
|---|---|
| Планирование | Разбивает сложную задачу на шаги и выполняет их по очереди, вызывая инструменты, пока цель не достигнута |
| Мультиагентность | Команда агентов с разными ролями, моделями и навыками работает в общем диалоге |
| Память | Три уровня: контекст, ежедневная память, ядро. Ночная дистилляция Deep Dream и гибридный поиск |
| Знания | Автоматически собирает структурированные знания в Markdown-вики и граф знаний с визуальным просмотром |
| Самоэволюция | Ассистент сам разбирает диалоги, улучшает навыки, доводит незаконченные дела и закрепляет память |
| Навыки | Установка в один клик из Skill Hub, GitHub, ClawHub или создание своих навыков через разговор |
| Инструменты | Файлы, терминал, браузер, планировщик, веб-поиск и другое. Встроенная поддержка MCP |
| Каналы | Веб-консоль, Telegram, Slack, Discord, WeChat, Feishu, DingTalk, WeCom, QQ и другие |
| Мультимодальность | Текст, изображения, голос и файлы: распознавание, генерация и доставка |
| Модели | Claude, GPT, Gemini, DeepSeek, Qwen, GLM, Kimi, MiniMax, Doubao и другие. Переключение в один клик |
| Развёртывание | Установка одной командой, веб-консоль, локальный запуск, Docker или сервер |
Память в три уровня и база знаний
Долговременная память устроена так. Краткосрочный уровень — это контекст текущего диалога. Средний уровень — ежедневная память. Долгосрочный уровень — файл MEMORY.md. Каждую ночь запускается этап Deep Dream: разрозненные записи перегоняются в выверенные долговременные заметки и связный дневник. Поиск по памяти гибридный: сочетает ключевые слова и векторы. Подробности — в документации памяти.
База знаний дополняет память. Память упорядочена по времени, а знания — по темам. Ассистент сам отбирает ценную информацию из разговоров, ведёт перекрёстные ссылки и индексы. В веб-консоли есть интерактивный просмотр графа знаний. Подробнее — в описании базы знаний.
Отдельный механизм Self-Evolution замыкает цикл. Ассистент регулярно перечитывает свои разговоры. По итогам он улучшает навыки, напоминает себе о незаконченных задачах и укрепляет память и знания. Помощник буквально растёт вместе с хозяином.
Инструменты, MCP и навыки
Инструменты — это атомарные возможности. Встроенные закрывают базовые потребности: чтение, запись и правка файлов, терминал, отправка файлов, поиск по памяти, загрузка веб-страниц, планировщик, веб-поиск, распознавание изображений и автоматизация браузера.
Протокол MCP открывает доступ к открытой экосистеме серверов Model Context Protocol. Достаточно одного файла mcp.json. Поддерживаются транспорты stdio и SSE, горячая перезагрузка и подключение без кода.
Навыки — это рабочие процессы более высокого уровня. Один навык объединяет несколько инструментов ради сложной задачи. Источники навыков:
- Skill Hub — открытый маркетплейс: поиск и установка в один клик
- GitHub, ClawHub, URL — навык можно поставить из любого источника
- Свои навыки — создаются через обычный диалог с инструментом skill-creator: любой рабочий процесс или сторонний API превращается в переиспользуемый навык
Обзор — в документации навыков. Управление из чата выглядит так:
/skill list # список установленных навыков
/skill search <keyword> # поиск в маркетплейсе
/skill install <name> # установка в один клик
Мультиагентные команды
Один ассистент — хорошо, а команда — лучше. В CowAgent можно собрать команду агентов. У каждого свои память, навыки, знания и рабочее пространство. Один агент ведёт финансы, второй пишет код, третий следит за почтой. Каждый может работать в своей области или обсуждать сложные задачи в общем диалоге. Команды доступны в веб-консоли, десктопном клиенте и в мессенджерах.
Модели и каналы
CowAgent поддерживает всех крупных LLM-провайдеров: Claude, GPT, Gemini, DeepSeek, Qwen, GLM, Kimi, MiniMax, Doubao, ERNIE и локальные модели через кастомный endpoint. Важная деталь: чат, зрение, генерация картинок, распознавание и синтез речи и векторные представления настраиваются отдельно. Для каждой функции можно выбрать своего поставщика. Всё настраивается в веб-консоли, без правки файлов.
Каналов тоже много: веб-консоль, Telegram, Slack, Discord, WeChat, Feishu, DingTalk, WeCom, QQ, официальный аккаунт WeChat и другие. Один экземпляр ассистента обслуживает несколько каналов одновременно. Большинство каналов подключаются прямо из веб-консоли. Поддерживаются текст, картинки, файлы и голос, в группах тоже.
Установка
Установщик в одну строку сам поставит зависимости и запустит ассистента.
Linux и macOS:
bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh)
Windows (PowerShell):
irm https://cdn.link-ai.tech/code/cow/run.ps1 | iex
Docker:
curl -O https://cdn.link-ai.tech/code/cow/docker-compose.yml
docker compose up -d
После запуска откройте http://localhost:9899. Веб-консоль — центральное место: чат с ассистентом, настройка моделей, подключение каналов и установка навыков. Есть десктопный клиент для macOS и Windows с бэкендом в комплекте. Для сервера стоит задать пароль консоли в config.json и открыть порт 9899.
Сервисом управляет утилита cow CLI:
cow start | stop | restart # управление сервисом
cow status | logs # состояние и логи
cow update # обновление кода и перезапуск
cow skill install <name> # установка навыка
cow install-browser # установка браузерной автоматизации
Пошаговая инструкция — в руководстве быстрого старта.
Связанные проекты
- Cow Skill Hub — открытый маркетплейс навыков для AI-агентов. Работает с CowAgent, OpenClaw, Claude Code и другими
- bot-on-anything — лёгкий фреймворк LLM-приложений с интеграциями Slack, Telegram, Discord, Gmail и других
- AgentMesh — open-source мультиагентный фреймворк для решения сложных задач командой
Итог
CowAgent — зрелый каркас для персонального AI-ассистента с историей в несколько лет и большим сообществом. Главная ценность проекта в комплектности: планирование, инструменты, MCP, навыки, трёхуровневая память, база знаний, команды агентов и самоэволюция собраны в одном решении. При этом всё развязано по слоям, так что платформу можно расширять под себя. Если нужен помощник, который живёт в мессенджерах, помнит контекст и выполняет настоящую работу, CowAgent — один из самых проработанных open-source вариантов.
Один нюанс из дисклеймера: режим агента расходует заметно больше токенов, чем обычный чат, а сам ассистент имеет доступ к вашей операционной системе. Запускать его стоит только в доверенном окружении и с трезвым балансом качества и цены моделей.
Источник: https://github.com/zhayujie/CowAgent