OxyGent 多智能体协作框架

• 开源地址：https://github.com/jd-opensource/OxyGent
  

• 官网地址：https://oxygent.jd.com
  

• Pypi 地址：https://pypi.org/project/oxygent
  

20 行代码快速启动

以下代码已上传至 Github 仓库 demo 分支：https://github.com/jd-opensource/OxyGent/tree/demo/oxygent_demo

安装环境

1. python 环境（3.10 及以上版本）conda create -n oxy_env python==3.10conda activate oxy_env
   

2. oxygent 环境pip install oxygent
   

3. Node.js 环境（如果使用 MCP 工具）https://nodejs.org/zh-cn 下载安装即可

Hello World

新建 .env 文件设置环境变量：DEFAULT_LLM_API_KEY = "<大模型的key>"DEFAULT_LLM_BASE_URL = "<大模型的url>"DEFAULT_LLM_MODEL_NAME = "<大模型的name>"

启动

RAG

MoA

让智能体自主调用工具

Local MCP 工具

SSE MCP 工具

FunctionHub 工具

用任意工具注册方式（FunctionHub、LocalMCP、SSEMCP），启动后都是以下效果

外部 MCP 工具

自动召回 topK 个工具

进入节点可视化页面

积木式搭建多智能体

多智能体

多层级智能体

结合 Workflow

Reflexion 机制

Why?

智能体快速部署

数据持久化

框架具备完善的数据存储机制，可用于后续的 SFT 训练或 RL 训练。

限制任意节点的并发数量

多环境配置部署

分布式

更多高阶用法

• 多模态

• 按权重过滤执行过程的 Memory

• 检索更多工具

• 自定义大模型输出解析器

• 自定义 SSE 接口

• 结果后处理或格式化

• 智能体同时调用多个工具

• 从中间节点重启任务

• Plan-and-Solve 范式

• ……

开源共建、欢迎加入！

诚邀加入 OxyGent 开源社区！每位开发者的贡献都将推动项目持续进化：📌 参与方式：GitHub 仓库：https://github.com/jd-opensource/OxyGent（欢迎 Star🌟）