AI Agent 框架 / 中枢 · 开源 · 中文优先
v0.9.0 最新
开源 AI Agent
运行中枢
智能体团队
多模型
多渠道
外部编程代理接入
本地可控
CountBot (CountDown Bot) 是一个 AI Agent 框架和运行中枢。它统一连接大模型、IM 渠道、角色团队、工作流、本地工作空间和外部编程代理，让 AI 从“回答问题”走向“组织任务、协同执行、长期运行”。CountBot 基于自然语言编程构建，致力于以自然语言解决实际需求。
100+
Models
3
Modes
10+
Channels
12+
Tools
terminal
$git clone https://github.com/countbot-ai/CountBot.git
$cd CountBot && pip install -r requirements.txt
$python start_app.py
# 服务已在 http://127.0.0.1:8000 启动
# Gitee 备用仓库: https://gitee.com/countbot-ai/CountBot.git
高度集成的运行环境
面向本地部署与私有场景设计，连接大模型、渠道、工作流与外部工具。
点击放大查看
真正有价值的 AI Agent 系统，关键在于把模型、渠道、团队、权限边界和执行层组织成一个稳定中枢。
01
连接大模型
CountBot 兼容 100+ LLM 提供商，支持全局默认、团队专属与不同入口的模型分层协同。
02
连接 IM 渠道
Web、企业微信、飞书、钉钉、Telegram、Discord、QQ、微博等入口可以统一纳入机器人矩阵。
03
接入外部编程代理
Claude Code、Codex、OpenCode 等外部编程代理可以接入统一运行时，由 CountBot 负责路由、组织和调用边界控制。
654321.ai
从需求到执行，由中枢统一组织
654321 代表 CountBot 把理解、规划、执行和验证串成系统流程的能力。
6
想法
描述需求、目标和边界
5
理解
吸收上下文，识别意图和约束
4
规划
拆成角色、步骤、工作流和工具
3
执行
调度工具、代理和渠道完成任务
2
验证
检查结果、反馈和迭代优化
1
交付
输出结果、归档与持续运行
系统结构概览
按入口、编排、执行和边界理解 CountBot。
多渠道接入层
Web UI
飞书 / 钉钉
Telegram
微信 / QQ
FastAPI Backend
单进程 · 零外部依赖
Agent Loop
LLM 推理
→
工具调用
→
结果反馈
12+ 内置工具
记忆系统
技能与团队
外部代理
数据与模型层
Workspace + SQLite
单文件数据库 · 配置与记忆
LLM Providers
智谱 · DeepSeek · OpenAI · Ollama
一个工作区，多个机器人
渠道是 CountBot 面向业务、团队和自动化场景的真实入口层，也体现了系统的协作与接入能力。
Web UI
完整配置、调试与本地运行入口。
微信 ClawBot
强大的微信生态整合，企业级团队协作首选。
飞书 / 钉钉 / 企微
更适合企业内部通知、流程协作和团队部署。
Telegram
适合自动化通知、外部协作和社区运行。
QQ / 微博 / 小智 AI
补齐更开放或更垂直的中文场景入口。
Boot
$git clone https://github.com/countbot-ai/CountBot.git
$cd CountBot && pip install -r requirements.txt
$python start_app.py
# 服务已在 http://127.0.0.1:8000 启动
# Gitee 备用仓库: https://gitee.com/countbot-ai/CountBot.git