echo-agent 0.2.2

A modular AI agent framework with multi-channel support

Echo Agent

记得住过去，学得会未来的开源 AI Agent

中文 · English

---

什么是 Echo Agent

Echo Agent 是一个可自托管的长期运行 AI Agent。与一次性问答不同，它能：

• 跨会话记忆 — 四层认知记忆结构，自动衰减与矛盾检测，解决长期运行下的记忆膨胀问题，对话不再从零开始
• 自进化技能 — 从真实执行轨迹中生成候选改进，经评测验证后才生效，支持回滚
• 多入口归一 — CLI、Gateway、Webhook、Cron 及 Telegram / Discord / Slack / 微信 / 飞书 / 钉钉等 12 个通道共享同一份状态
• 安全可控 — 高风险工具调用经统一审批，凭证加密存储，执行日志可审计

一句话：让 Agent 带着记忆和不断进化的技能，长期为你工作。

---

快速开始

环境要求：Python 3.11+，至少一个模型 API Key。

# 安装
pip install "echo-agent[all]"

# 配置模型 API Key（任选其一）
export OPENAI_API_KEY="sk-..."
# 也支持 ANTHROPIC_API_KEY / GOOGLE_API_KEY / OPENROUTER_API_KEY，
# 以及 AWS Bedrock（使用标准 AWS 凭证）

# 交互式配置向导（数据默认存放在 ~/.echo-agent）
echo-agent setup

# 启动
echo-agent run

国内镜像 / Windows / 一键脚本

# 阿里云镜像加速
pip install "echo-agent[all]" -i https://mirrors.aliyun.com/pypi/simple/

# Windows（PowerShell）
pip install "echo-agent[all]"
$env:OPENAI_API_KEY = "sk-..."
echo-agent setup
echo-agent run

# 一键安装脚本（仅支持 Linux / macOS / WSL2，会从源码安装到 ~/.echo-agent
# 并可注册 systemd 服务；建议先审查脚本内容再执行）
curl -fsSL -o install.sh https://raw.githubusercontent.com/fuyuxiang/echo-agent/master/scripts/install.sh
less install.sh && bash install.sh

---

架构总览

---

核心能力

模块	说明
Agent Loop	接收事件 → 构建上下文 → 调用模型 → 执行工具，跨入口共享同一条执行路径
认知记忆	Working / Episodic / Semantic / Archival 四层，配合衰减、矛盾检测与重要性重排
混合检索	BM25 + FAISS 向量融合召回，按查询特征自适应权重，FAISS 缺失时自动降级
自进化引擎	轨迹记录 → 候选生成 → 评测对照 → 晋升/驳回，支持冷却期与一键回滚
模型路由	主推理、上下文压缩、向量嵌入、风险审批可独立配置 provider 与模型
工具审批	三档策略 manual / smart / off，无人值守通道默认拒绝高风险调用
跨进程互操作	A2A JSON-RPC + MCP 客户端（含 OAuth），支持动态工具注册
本地优先	会话、记忆、轨迹、凭证默认存放工作区，凭证加密落盘

---

适用场景

• Agent 跑在本机或自有服务器，需要完整审计与可追溯
• 对话、偏好与任务经验需要跨会话长期沉淀
• 希望 Agent 技能从真实使用中持续改进，而非出厂定型
• 多入口（CLI、Webhook、消息机器人）需共享同一份记忆与权限
• 高风险工具需要强制审批，避免误操作
• 需同时接入多家模型 provider，按任务类型分配

---

开发与贡献

从源码安装（开发模式）：

git clone https://github.com/fuyuxiang/echo-agent.git   # 国内可用 https://gitee.com/fuyuxiang/echo-agent.git
cd echo-agent
uv venv venv --python 3.11 && source venv/bin/activate
uv pip install -e ".[all,dev]"

# 提交前检查
ruff check .
pytest

PR 前请确保 lint 和测试通过（CI 会在 PR 上自动运行同样的检查），并同步更新中英文 README。

参与方向： 通道适配器 · 内置工具 · MCP 集成 · 技能示例 · 评测数据集 · 文档完善 · 部署模板

社区：

• QQ群：47572014

---

协议

MIT License

---

Star History