从零开发AI Agent智语项目正式发布

智语项目经历了一段完整的开发周期后，终于正式发布了。这是一款AI Agent个人助手，在架构上参考了OpenClaw的思路，但做了不少本土化的调整和扩展。核心功能涵盖了tools、skills、memory、hook、subagent以及MCP-server等Agent体系的关键模块。

简单来说，你可以把它当作一个能聊天的私人助理，也可以给它分配具体任务，比如让它去操作文件、搜索信息，或者完成一些自动化的工作流程。

安装流程

本地环境需要Nodejs版本不低于22。安装命令很简单：用管理员身份打开命令行（Windows用户注意这一点），然后执行：

npm i zhitalk -g

安装完成之后，通过版本检查确认一下是否成功：

zhitalk --version

如果之前已经装过，升级到最新版也很简单：

npm update zhitalk -g

初始化配置

安装成功后，运行 zhitalk 命令初始化项目。这个过程会做三件事：初始化SQLite数据库、下载内置的skills、生成配置文件。

网络环境比较通畅的情况下，系统会自动从GitHub下载所有内置的skills。这些skills覆盖了不少实际场景：canvas-design可以设计海报，docx/png/pptx/xlsx分别对应Office文档的操作，frontend-design负责网页设计，webapp-testing可以做网页测试，还有skill-creator允许你自己创建自定义skill，以及find-skills能通过关键字搜索第三方开发的skills。

如果网络环境不太好，访问GitHub比较慢，初始化过程会跳过这些skills的下载，并给出手动安装的提示。不影响基本功能的使用，后续可以单独补充。

配置大模型 API

初始化完成后，系统会提示修改配置文件，填入API密钥。核心需要编辑的是 zhitalk.json 这个文件。

至少需要配置两项内容：

1. model：大模型的名称、API key和baseURL。下面是用kimi的示例配置，其他模型格式类似。
2. TA VILY_API_KEY：ta vily search API的密钥，用于Agent联网搜索。

{
  "model": {
    "model": "kimi-k2.6",
    "apiKey": "sk-xxx",
    "baseURL": "https://api.moonshot.cn/v1"
  },
  "env": {
    "TA VILY_API_KEY": "tvly-dev-xxx"
  }
}

除了kimi，智语也支持Deepseek、MiniMax、GLM、QWEN、小米等多家大模型，只要是符合OpenAI接口格式的都可以接入。

比如通义千问的配置方式：

{
  "model": {
    "model": "qwen-plus",
    "apiKey": "sk-ws-xxx",
    "baseURL": "https://dashscope.aliyuncs.com/compatible-mode/v1"
  }
}

配置修改完成后，再次执行 zhitalk 就可以开始对话了。如果后续需要调整配置，通过 zhitalk config 命令可以快速定位配置文件的位置。

Agent 架构设计

智语的定位是AI Agent，而不是简单的AI Chat。这不仅仅是语义上的区别，而是功能维度的根本差异。Agent体系中几个关键模块各自承担着不同的职责：

• tools：赋予Agent操作外部系统的能力，比如文件处理、网络搜索、执行命令。
• skills：为Agent扩展专业知识库，可以自建，也可以安装第三方skills。
• Memory：包括短期记忆、长期记忆和用户个人信息管理，让Agent具备上下文连续性。
• Context：上下文管理机制，当LLM的Context window超出限制时会自动压缩。
• Permission：对tools的权限控制，防止危险操作，保障系统安全。
• Subagent：启动独立的子Agent执行任务，上下文环境完全隔离。
• Hook：自定义配置校验规则，属于harness工程范畴。

实战：自动发布微信公众号

这个项目不是demo，也不是玩具。从设计之初就朝着真实可用的方向去的，日常我自己也在用它。下面用自动发布微信公众号文章来演示实际效果。

先安装baoyu-skills：

npx skills add jimliu/baoyu-skills

然后新建配置文件 ~/.baoyu-skills/.env，填入微信开发者平台的AppID和AppSecret，以及阿里百炼平台的API key（用于AI生成图片）：

WECHAT_APP_ID=xxx
WECHAT_APP_SECRET=xxx
DASHSCOPE_API_KEY=xxx

接着启动zhitalk，输入prompt：

我想写一篇文章发布到微信公众号，主题是“AI Agent 未来将改变哪些行业”，2000字左右。找出 4-5 个行业，并要给出充分的理由。文章内插入2-3个相关图片，图文并茂，易读。你来生成封面图片。文章样式主题要现代化，不俗套。作者：双越

zhitalk会依次执行：撰写文章、生成配图、发布到公众号。整个过程完全自动化。最终在公众号草稿箱里可以看到完整的文章，图文排版都在预期之内，内容质量也相当不错。

最后

智语Zhitalk是一个完整的AI Agent助手，从安装配置到实际使用都经过了反复打磨。如果你对AI Agent的实现细节有兴趣，不妨下载下来亲自体验一下。