AgenticSeek 是什么？2.7 万星的「本地版 Manus」，不联网也能自己干活（基础篇）
导语
Manus 那种「一句话丢过去，它自己上网查资料、自己写代码跑结果」的 Agent，订阅费不便宜。GitHub 上有个项目把这句话直接写进了仓库简介：Fully Local Manus AI. No APIs, No $200 monthly bills。我 2026-10-16 用 GitHub API 实测 Fosowl/agenticSeek：27,495 星、3,091 个 fork、GPL-3.0，2025-02-19 建仓，最近一次提交是 10 月 15 日，44 位贡献者，还挂着 30 个 open issues。作者在 README 里自己说：这是个零 roadmap、零融资的业余项目，能火成这样完全没想到。
项目介绍：路由器挑人，工具干活，模型在你机器上
它不是聊天框套壳，是一条完整的本地流水线。Web 界面（localhost:3000）或 CLI 把任务丢给 FastAPI 后端，后端先验 API token，再把整句话交给 AgentRouter。这个路由器是全项目最有意思的部分：它不指望大模型自己选工具，而是拿 bart-large-mnli 做零样本分类，再叠一个少样本自适应分类器，把任务分给五种 Agent 之一——闲聊的 CasualAgent、读文件拆任务的 FileAgent、写码跑码的 CoderAgent、上网填表的 BrowserAgent，以及接外部 MCP 服务的 McpAgent。每种 Agent 往下接自己的工具：文件读写被 WORK_DIR 沙箱锁死，代码解释器支持 bash、Python、C、Go、Java，浏览器是 undetected_chromedriver 隐身款，联网检索走 Docker 里自带的 SearXNG。
模型这层全在本机：默认 config.ini 就写着 is_local = True、provider_name = ollama、provider_model = qwen3.8:27b，Ollama、LM Studio、llama.cpp 这类 OpenAI 兼容服务都能接（Ollama 那篇写过怎么起服务）。实在跑不动，才在 .env 里配 DeepSeek、OpenRouter、MiniMax 的 key。
几个开关值得单独说：save_session 和 recover_last_session 打开后，它能接着上次的会话继续干；stealth_mode 默认开，用的是反检测内核，减少被网站识破是机器人的概率；import_user_profile 打开则会把你本机浏览器的登录态搬进它那台浏览器里，方便它操作你已经登录的网站——这一条权限给得很大，介意的话别开。语音那边 speak 和 listen 也都是开关，默认关，README 标注还是实验性功能。
上手：Docker 一条命令，但别急着发消息
前置就三样：Python 3.10.x、Docker Engine 加 Compose V2、git。
git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env
./start_services.sh full
.env 里要改三个：WORK_DIR（它只能读写这个目录）、SEARXNG_BASE_URL、OLLAMA_PORT。然后开 http://localhost:3000 ，首次会让你填 API token，用 docker compose logs backend | grep "API token" 拿。首次拉镜像可能要 30 分钟，后端日志出现 GET /health HTTP/1.1 200 OK 之前别发消息——不然你以为它卡死，其实它还没起来。不想用界面就先 ./install.sh 装依赖，再 uv run cli.py 走命令行。
两个坑先说在前面：config.ini 不支持注释，README 示例里那些 # 号全删掉再保存，否则直接报错；用 LM Studio 的话 provider_name 写 lm-studio，写成 openai 会连不上。
硬件是真门槛，官方 FAQ 的表我照抄：7B 配 8GB 显存「不推荐，幻觉多、规划类任务基本挂」；14B 配 12GB（RTX 3060 那档）能干简单活；32B 配 24GB（RTX 4090）大部分任务能成；70B 以上才谈得上好用。
实话
先说好的：这是真本地。后端端口在 docker-compose 里只发布到 127.0.0.1，作者注释写得很直白——它会跑 shell 命令，所以默认不给外网；跑代码的进程还被 NET_ADMIN 掐了回环，文件写入压在 /opt/workspace。语音识别和合成也全在本机。GPL-3.0、44 位贡献者、昨天还在提交，不是挂个 README 就没下文的仓库。
再说要掂量的：路由靠分类器猜，猜错 Agent 是常态，弱模型下 FileAgent 的规划任务最容易崩；README 自己承认 prompt 是照着 DeepSeek 系调的，换别家模型跑编码任务容易不守输出格式。硬件不够就只能走云端 API，那「本地版」的意义也就打了对折。跟 9.1 万星的 OpenHands 比，那边是冲着写代码去的，这边更像「替你打杂的本地助理」，别拿同一把尺子量。另外它是 GPL-3.0，30 个 open issues 还挂着，出问题去提 issue 记得附日志；想拿去改改商用的，先看清楚协议。
跟站里写过的 Manus 比，一个是闭源云端那条路，一个是反着来的这一头：不指望模型多强，只保证数据不出你这台机器。按三张图讲清 Agent 平台的分法，它站在「本地自治 Agent」这个格子上。想体验全自动 Agent 又不想每月交钱，装一个试试；真要当生产力用，32B 起步。
