CowAgent 是什么？4.7万星的开源 Agent 平台，前身是 chatgpt-on-wechat（基础篇）
导语
横向 Agent 平台这个系列，Make、Zapier、n8n、Dify、Coze 都聊过了（还没翻的先看横向平台三层一张图），但还有一条完全不同的路子：不从工作流画布切入，从聊天窗口切入。今天这篇主角是 CowAgent，一个你可能没听过、但前身你大概率见过的项目——chatgpt-on-wechat。2022 年开的仓库，改名转世之后，到发稿已经攒到 4.7 万星。这篇基础篇只讲三件事：它到底是什么、怎么跑起来、值不值得上。
项目介绍
先报实测数据：仓库 2022 年 8 月 7 日建立，Python 写的，MIT 协议，GitHub API 实测（10 月 13 日）47,371 星、10,385 fork，最新版 v2.2.0 发在 9 月 30 日，10 月 13 日当天还有代码提交，没归档没躺平。README 里明写了一句 “This project was previously named chatgpt-on-wechat”，老地址自动跳转，所以这 4.7 万星里有一部分是聊天机器人时代攒下的家底，账我放到实话里算。
定位上它不叫自己工作流平台，叫 Agent Harness（Agent 作业框架）：消息从渠道进来，Agent Core 负责理解意图、拆任务、循环调工具，模型层负责生成，结果沿原渠道回传。整条链路是这样的：
能力清单全部对照官方文档过了一遍：
- 渠道：一个实例同时挂 Web 控制台、微信、飞书、钉钉、企业微信机器人与应用、QQ、公众号、微信客服、Telegram、Slack、Discord，一共 12 个；
- 模型：DeepSeek、Claude、OpenAI、Gemini、Qwen、GLM、Kimi、MiniMax、豆包、文心、MiMo 等 13 家，聊天、视觉、生图、语音识别、语音合成、Embedding 六类任务可以各配各的厂商，控制台里点一下就换；
- 记忆：三层结构（会话上下文 → daily → MEMORY.md），夜里跑 Deep Dream 把零散对话蒸馏成长期条目；知识库按主题自动整理成 Markdown wiki，还带可点的知识图谱；
- 工具与技能：内置文件读写、终端、浏览器、定时器、联网搜索等 10 多个工具，MCP 写一份 mcp.json 就能接，支持 stdio/SSE 和热更新；技能从 Skill Hub、GitHub、ClawHub 一键装，也能对话让 skill-creator 现做一个；
- 多 Agent：v2.1.8（9 月 10 日）起有 Agent Team，每个 Agent 独立记忆、模型、技能和工作区，还能拆子 Agent 并行；macOS/Windows 桌面客户端 v2.1.3 起就有。
上手
- 一行安装：
bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh)，Windows 用 PowerShell 跑irm https://cdn.link-ai.tech/code/cow/run.ps1 | iex，或者直接 docker compose 拉起； - 起来后开
http://localhost:9899进 Web 控制台，模型 key、渠道、技能全在网页里配，不用手改配置文件； - 服务器部署记得把
config.json的web_host改成0.0.0.0、设好web_password，防火墙放行 9899； - 服务用
cowCLI 管：cow start/stop/restart、cow status/logs、cow update、cow skill install <name>，浏览器自动化要单独跑cow install-browser； - 工作区默认在
~/cow，系统提示词 SYSTEM.md、记忆文件、技能文件都在里面，想改 Agent 的脾气先看它。
实话
实话： 本文数据来自 10 月 13 日的 GitHub API 实测和官方文档，我只核对了仓库与文档，没有把 12 个渠道逐个跑通，别当全量实测看。
第一，星数要打折看。47,371 星继承自 2022 年的老仓库，不能当成”新平台一年冲 4.7 万”；但反过来，6 月到 9 月它连发了 v2.1.0 到 v2.2.0 七个版本，10 月 13 日还在提交代码，是活的，这点比不少高星僵尸仓库强。
第二，能力铺得广，代价是概念多。记忆、知识图谱、自我进化、多 Agent 团队、12 渠道、13 家模型，配置项自然就多。新手就一行安装跑默认配置，先把”微信里能问答”跑通，再一个个开记忆和技能，别一上来全开。
第三，安全别省。默认 9899 端口要是直接挂公网，等于把 Agent 和模型 key 一起送人，web_password 必须设；微信、QQ 这类渠道的接入方式受平台政策影响大，个人号有风控风险，重要业务别拿主号硬上。
第四，它和 n8n、Make、Dify 不是一路人：那三家是画布上拖节点编排流程，CowAgent 是给一个常驻 Agent 配渠道和技能。想要可视化编排的去看 Dify 基础篇，想连 SaaS 做自动化的翻 n8n 基础篇。它适合的是这样一群人：想让同一个 Agent 同时出现在微信、飞书、QQ 里，又不想从框架一行行搭起的个人和小团队——这条路子（聊天窗口切入）和画布路子（流程切入），正好对应横向平台三层一张图里的两层。
