agent-base
一个功能全面的AI智能体开发框架，支持多模型与内置可观测性。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agent-base。 它的用途是：一个功能全面的AI智能体开发框架，支持多模型与内置可观测性。 完整的 Skill 内容见：https://321skill.com/skills/agent-base/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我分析一下最近的系统日志，找出错误模式。'，它会调用配置的分析工具处理日志文件，并给出结构化的总结报告。或者，在交互模式下，你可以进行多轮复杂对话，例如规划项目任务、撰写技术方案，它能记住之前的对话上下文，提供连贯的协助。
介绍
Agent Base 是一个用于构建对话式AI智能体的功能框架，旨在解决开发者从零开始搭建企业级AI应用时面临的复杂性问题。它封装了会话持久化、对话记忆、可观测性以及可扩展工具集等核心功能，让开发者能专注于业务逻辑而非底层基础设施。
使用上，通过简单的命令行即可安装并启动一个具备思考能力的交互式AI助手。它支持本地Docker模型、GitHub Models以及OpenAI、Anthropic、Google Gemini等主流云服务商，并允许在运行时动态切换提供商和模型，提供了极大的灵活性。
该框架非常适合希望快速构建原型或部署生产级AI智能体的开发者，特别是全栈开发、智能体开发者和运维工程师。它降低了集成多模型、管理会话状态和实现监控的门槛。
需要注意的是，在Windows上使用Docker运行本地模型可能会有显著的性能损失。对于追求最佳性能的用户，建议使用Linux/macOS环境或直接选择托管云服务商。同时，初次使用建议通过 agent config init 交互式向导完成配置。
核心特点
核心区别在于其开箱即用的企业级特性整合，尤其是内置的会话持久化、记忆管理和可观测性（Telemetry）仪表盘，这通常需要开发者自行组合多个库来实现。同时，它对从本地Docker模型到各大云厂商模型的统一支持，提供了从开发到部署的连贯体验。
注意事项
在Windows系统上使用Docker运行本地模型时，由于虚拟化开销，性能会明显低于Linux/macOS环境。
常见问题
如何在不同的AI模型之间快速切换？
启动时使用 `--provider` 和 `--model` 参数即可，例如：`agent --provider openai --model gpt-4o -p "Hello"`。
如何查看AI智能体执行任务的详细过程和性能？
可以启动内置的可观测性仪表盘：运行 `agent --telemetry start`，然后在浏览器中访问 http://localhost:18888 查看详细数据。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-base/raw/index.md 读取 agent-base 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-base/raw/index.md（查看排版版本）