
研究团队推出 AgentGUI:可视化观察与干预 AI 智能体
来源标题:Agent GUI: a human-friendly interface for observing and steering AI agents
研究团队发布 AgentGUI,一个用于观察和干预 AI 智能体的可视化界面,目前支持 Hermes 智能体以及实验性的 Claude Agent。每个任务以坐在办公桌前的智能体形象呈现,用户可点击查看实时活动、文件树、终端和调试信息,并能在任务中途重定向或重新分配智能体。该工作已被 EMNLP 2026 接收,v1.1.0 版本新增 Claude 模型支持、子智能体可视化等功能。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
AgentGUI:一个便于人类观察和驾驭 AI agent 的界面,由研究团队开发。目前支持 Hermes agent 以及(实验性的)Claude Agent。
每个任务都以一个 agent 的形式运行,坐在可滚动办公室中的一张办公桌前。点击某张桌子,即可查看其实时活动流、文件树、终端和完整的调试消息。无需离开界面,就能在任务进行中重定向并重新分配 agent。在此阅读我们的预印本。
2026 年 9 月 — 🎉 AgentGUI 被 EMNLP 2026 接收 — 布达佩斯见! 2026 年 7 月 — 预印本已在 arXiv 发布! 2026 年 7 月 — 在 Anthropic × ETH Zurich 之后推出 v1.1.0! 🆕 v1.1.0 的新内容:Claude 模型支持(agent SDK 与 Hermes 的 API key)、子 agent 可视化、研究任务模板以及 GPU 服务器支持。完整列表见 Release Notes。
已安装 Hermes agent。此版本已用 v0.15.1 测试。使用以下命令验证:
hermes --version # run hermes update to upgrade
~/.hermes/hermes-agent/venv/bin/python3 -c "from run_agent import AIAgent; print('ok')"
如果报错,请按照 Hermes 安装指南操作。
对其他 agent 的支持已在我们的路线图中。
Docker 正在运行,且已拉取沙箱镜像(一次性,约 2.2 GB): docker info && docker pull nikolaik/python-nodejs:python3.11-nodejs20
第 1 步:配置推理后端 如果你已有可用的 Hermes 配置,并且不想为 GUI 使用特定的 profile,可以跳过本节。 我们提供了一个简单的脚本,帮助你开始使用云端(免费)或本地推理。 运行: bash install_profile.sh 按 Enter 接受默认值(显示在括号中)。 安装 Ollama 并拉取模型,例如 ollama pull qwen3.5:4b。 使用以下环境变量启动服务器(强烈推荐,可提升推理速度): export OLLAMA_FLASH_ATTENTION=1 # ~4× faster prompt eval at large context + halves KV memory export OLLAMA_KEEP_ALIVE=60m # keep the warmed model + primed prefix resident ollama serve 将这两行 export 添加到你的 ~/.zshrc 中,以便重启后仍然生效。 不要设置 OLLAMA_NUM_PARALLEL=2 — 第二个 KV 槽会导致各办公桌错过预热的 prefix,从而再次变冷。 除此之外,GUI 会在启动时预热默认模型,并自动为你的 Ollama 模型派生上下文受限的变体: 对于 Ollama 后端,GUI 会创建以 guictx65536 为前缀的派生模型,例如 qwen3.5-4b:guictx65536。你可以在 ollama list 以及 GUI 的模型选择器中看到它们。 创建这些模型是因为 Hermes 要求至少 64K token 的上下文窗口。然而,对于基础模型和硬件,Ollama 的硬件启发式会自动决定上下文长度,通常会导致上下文窗口要么太小(静默截断提示词),要么太大(启动非常慢)。因此,GUI 会派生一个 num_ctx 为 65536 的变体,刚好高于 Hermes 的下限,以实现更快、更稳定的本地推理。 为了稳定性,我们建议首次使用基础模型时使用“Chat”版本(无工具)。创建后请始终使用 guictx65536 变体。变体共享基础模型的权重层,因此创建是瞬时的,且不增加磁盘占用。可以安全地 ollama rm 任何 :guictx 变体 — GUI 会在下次使用时重新创建它。
在 GPU 服务器上 — 启动 vLLM(示例):
vllm serve Qwen/Qwen3.6-27B
--port 8010
--tensor-parallel-size 1
--enable-auto-tool-choice
--tool-call-parser qwen3_coder
--reasoning-parser qwen3
--enable-prefix-caching
在你的笔记本电脑上 — 将远程端口隧道到 localhost:
ssh -L 8010:127.0.0.1:8010 <username>@<server-address>
运行 bash install_profile.sh,选择 Local → vLLM,然后输入 http://127.0.0.1:8010/v1 以及模型名称(例如 Qwen/Qwen3.6-27B)。
Web 搜索:web_search 工具需要 Brave Search API key(有免费套餐可用)。 echo "BRAVE_SEARCH_API_KEY=<key>" >> ~/.hermes/profiles/<profile>/.env
更精细的 agent profile 控制 上述脚本会安装 hermes agent profiles。要自定义工具、模型和其他配置,请参阅 Hermes 的 profile 管理指南。 如果你没有使用上述脚本配置 Hermes profile,请阅读以下内容: 阻止容器堆积。Hermes 默认在空闲约 5 分钟后会生成一个新的沙箱。在 ~/.hermes/config.yaml 中将生命周期固定为 24 小时,以便复用同一个容器:
~/.hermes/config.yaml
terminal: lifetime_seconds: 86400 # default was 300 我们还建议将 terminal.timeout 设置为高于默认的 300 秒,以避免运行长时间训练脚本的工作被终止。例如,将其设置为 30 分钟: terminal: timeout: 1800 # default was 300 请注意,这是我们的 install_profile.sh 脚本使用的默认设置。 如果你使用的是现有的 Ollama 后端,请确保使用以下环境参数启动 Ollama 服务器: export OLLAMA_FLASH_ATTENTION=1 # ~4× faster prompt eval at large context + halves KV memory export OLLAMA_KEEP_ALIVE=60m # keep the warmed model + primed prefix resident ollama serve 将这两行 export 添加到你的 ~/.zshrc 中,以便重启后仍然生效。 不要设置 OLLAMA_NUM_PARALLEL=2 — 第二个 KV 槽会导致各办公桌错过预热的 prefix,从而再次变冷。
自动(使用 conda) ./start.sh 该脚本会: 依赖版本固定在 pyproject.toml 中 — 每次安装都获得相同的经过测试的版本。 conda env create -f environment.yml # python 3.12 + pinned sqlite, no packages yet conda activate agent-gui pip install -e . venv / uv
stdlib venv
python3 -m venv .venv source .venv/bin/activate pip install -e .
or uv
uv venv .venv uv pip install -e . --python .venv/bin/python source .venv/bin/activate 构建前端并启动(在任一环境激活的情况下): cd frontend && npm install && npm run build && cd .. python -m agent_gui
启动 / 停止 通过以下方式启动 / 停止应用: ./start.sh # or: bash dev.sh / python -m agent_gui)
… work … # Ctrl+C in this terminal to stop
./stop.sh # fallback if the terminal is gone docker ps --filter name=hermes- # you can use docker rm to remove stable containers.
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。