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：Client Challenge

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==3.10
conda activate oxy_env

2. oxygent环境
   pip install oxygent

3. Node.js环境（如果使用MCP工具）
   Node.js — Run JavaScript Everywhere 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🌟）

京东零售技术公众号回复OxyGent，加入OxyGent官方微信交流群。