智能体团队 · 多模型 · 多渠道 · 外部编程代理接入 · 本地可控

AI Agent 框架 / 中枢 · 开源 · 中文优先

开源 AI Agent 框架与运行中枢

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。

快速开始 阅读文档 桌面版下载
100+ 模型接入
3 团队协作模式
多 机器人与渠道入口
1 本地工作空间边界
安装方式 本地启动
安装命令
$ git clone https://github.com/countbot-ai/CountBot.git $ cd CountBot && pip install -r requirements.txt $ python start_app.py 启动后默认打开 http://127.0.0.1:8000 国内访问 GitHub 受限时，可切换到 Gitee 仓库 完成安装后继续配置模型、团队、渠道与安全边界
第一步 克隆仓库

默认使用 GitHub；如果网络受限，可切换到 Gitee 镜像仓库。

第二步 安装依赖

进入项目目录后安装 Python 依赖，准备启动后端与前端运行环境。

第三步 启动并访问

执行 `python start_app.py`，浏览器会默认打开本地管理界面。

定位

CountBot 的核心，是统一组织能力

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

调用工具、代理与外部执行层落地。

2

验证

复核结果、迭代修正、控制风险。

1

达成

产出内容、代码、自动化或服务入口。

能力

核心功能一眼看全

CountBot 的重点不是单一亮点，而是把多智能体、定时任务、渠道接入、工具调用和长期运行能力组合成一个系统。

Agent Loop

ReAct 推理、工具调用、反馈与迭代控制，仍然是整个系统的执行主轴。

多智能体协作

pipeline、graph、council`三种模式，把复杂任务交给多个角色和团队协同完成。

多渠道与多机器人

一个工作区可以服务多个渠道、多个机器人和多个业务入口，适合企业和自动化场景。

工具与技能系统

文件、Shell、Web、截图、媒体发送、搜索、技能扩展共同组成执行层。

定时任务与主动提醒

Cron 调度、Heartbeat、后台长期任务持续增强，适合自动汇报、巡检和周期执行。

记忆与会话系统

长期记忆、对话摘要、上下文注入与会话隔离，让系统更适合长期运行和多角色协作。

安全与远程边界

本地零摩擦，远程受控认证；`/setup/<random>` 与 TTL 让首次初始化更安全。

外部编程代理接入

支持把 Claude Code、Codex、OpenCode 等外部编程代理纳入统一运行时，补齐专业编码执行能力。

v0.6.0

CountBot 正在从“单点助手”走向“可部署的 AI Agent 中枢”

  • 外部编程代理正式接入
  • 远程首次初始化改为随机安全入口
  • 远程认证边界覆盖 `/api/*` 与 `/ws/chat`
  • 远程访问文档、日志与运维提示同步完善
结构

按入口、编排、执行和边界理解 CountBot

这里直接展示首页结构图，而不是只用四张卡片概括。入口、编排、工具、记忆、调度与大模型接入关系都应该一眼看到。

用户层 · 多渠道接入
Web UI
飞书
钉钉
Telegram
Discord
微信 / QQ
HTTP / WebSocket
FastAPI Backend 单进程 · 零外部依赖
Agent Loop (ReAct 循环)
LLM 推理
工具调用
结果反馈
继续 / 完成
工具系统
文件 · Shell · Web · 截图 · 媒体发送
记忆系统
对话总结 · 长期存储 · 语义搜索
技能与团队
角色配置 · 技能扩展 · 多智能体协作
外部编程代理
Claude Code · Codex · OpenCode · 统一接入
数据层
Workspace + SQLite
单文件数据库 · 配置 · 记忆 · 技能 · 临时数据
LLM Providers
智谱 · DeepSeek · OpenAI · Ollama · Gemini ...
100+ 模型接入
多 消息渠道
12+ 内置工具
3 协作模式
查看完整结构图
机器人矩阵

一个工作区，多个渠道，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。

Telegram / Discord

适合自动化通知、外部协作和社区运行。

飞书 / 钉钉 / 企业微信

更适合企业内部通知、流程协作和团队部署。

QQ / 微博 / 小智 AI

补齐更开放或更垂直的中文场景入口。

开始

先跑起来，再把语言变成流程

  1. 启动应用，确认本地界面可访问。
  2. 配置默认模型、工作空间与安全边界。
  3. 建立角色、团队和机器人矩阵，开始让语言真正进入执行链路。
Quick Start Local First
Boot
$ git clone https://github.com/countbot-ai/CountBot.git 国内访问受限时可切换到 https://gitee.com/countbot-ai/CountBot.git $ cd CountBot $ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ $ python start_app.py 浏览器默认打开 http://127.0.0.1:8000 随后可继续配置模型、团队、渠道、外部编程代理与远程访问边界