当前相关开源agent主要是SDK或者框架，用户还需基于此做进一步的开发，无法直接做到开箱即用。我们开源的JoyAgent-Genie是端到端的多Agent产品，对于输入的query或者任务，可以直接回答或者解决。例如用户query"给我做一个最近美元和黄金的走势分析"，JoyAgent-Genie可以直接给出网页版或者PPT版的报告文档。

        JoyAgent-JDGenie是一个通用的多智能体框架，对于用户需要定制的一些新场景功能，只需将相关的子智能体或者工具挂载到JoyAgent-Genie即可。为了验证JoyAgent-Genie的通用性，在GAIA榜单准确率达到75.15%，已超越OWL（CAMEL）、Smolagent（Huggingface）、LRC-Huawei（Huawei）、xManus（OpenManus）、AutoAgent（香港大学）等行业知名产品。

        通过京东云2c2g的轻量云主机，即可快速搭建自己的agent服务  京东云轻量云主机

一、环境准备

仓库地址：https://github.com/jd-opensource/joyagent-jdgenie

1. yum源配置

本案例通过Centos8.2的轻量云主机进行测试，轻量云的默认京东yum源可能会无法使用，所以建议进行修改

# 备份之前的源
mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.bak

vi /etc/yum.repos.d/CentOS-Base.repo

# 添加如下内容

# CentOS-Base.repo
#
# The mirror system uses the connecting IP address of the client and the
# update status of each mirror to pick mirrors that are updated to and
# geographically close to the client.  You should use this for CentOS updates
# unless you are manually picking other mirrors.
#
# If the mirrorlist= does not work for you, as a fall back you can try the 
# remarked out baseurl= line instead.
#

[BaseOS]
name=CentOS-$releasever - Base - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/BaseOS/$basearch/os/
gpgcheck=1
enabled=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[extras]
name=CentOS-$releasever - Extras - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/extras/$basearch/os/
gpgcheck=1
enabled=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[centosplus]
name=CentOS- - Plus - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/centosplus/$basearch/os/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[cr]
name=CentOS-$releasever - cr - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/cr/$basearch/os/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[Devel]
name=CentOS-$releasever - Devel WARNING! FOR BUILDROOT USE ONLY! - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/Devel/$basearch/os/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[fasttrack]
name=CentOS-$releasever - fasttrack - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/fasttrack/$basearch/os/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[AppStream]
name=CentOS-$releasever - AppStream - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/AppStream/$basearch/os/
gpgcheck=1
enabled=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[HighAvailability]
name=CentOS-$releasever - HA - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/HighAvailability/$basearch/os/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial

[PowerTools]
name=CentOS-$releasever - PowerTools - mirrors.jdcloudcs.com
baseurl=http://mirrors.jdcloudcs.com/centos-vault/8.2.2004/PowerTools/$basearch/os/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-centosofficial



2. 安装python>=3.11

# 1. 安装依赖
sudo yum install gcc openssl-devel bzip2-devel libffi-devel zlib-devel wget make -y

# 2. 下载 Python 3.11 源码
cd /usr/src
sudo wget https://www.python.org/ftp/python/3.11.8/Python-3.11.8.tgz
sudo tar xzf Python-3.11.8.tgz

# 3. 编译安装
cd Python-3.11.8
sudo ./configure --enable-optimizations
sudo make altinstall  # 使用 altinstall 避免覆盖系统 Python

# 4. 验证安装
python3.11 --version
# 应输出: Python 3.11.x

# 5. 设置 pip
python3.11 -m ensurepip --upgrade

sudo ln -sf /usr/local/bin/python3.11 /usr/bin/python

sudo ln -sf /usr/local/bin/pip3.11 /usr/bin/pip

Python环境如果中缺少SQLite3模块支持，可以参考下面流程进行安装。

2.1. 安装SQLite开发库
# CentOS/RHEL 8
sudo dnf install sqlite-devel -y
# 检查安装是否成功
rpm-qa | grep sqlite-devel
2.2. 重新编译安装Python 3.11
# 进入Python源码目录
cd /usr/src/Python-3.11.8
# 清理之前的编译
sudo make clean
# 重新配置（确保包含SQLite支持）
sudo ./configure --enable-optimizations --enable-loadable-sqlite-extensions
# 重新编译安装
sudo make altinstall
# 验证安装
python -c"import sqlite3; print(sqlite3.sqlite_version)"

3. 安装java>=17

# 1. 导入 Amazon Corretto 密钥
sudo rpm --import https://yum.corretto.aws/corretto.key

# 2. 添加 Corretto 仓库
sudo curl -L -o /etc/yum.repos.d/corretto.repo https://yum.corretto.aws/corretto.repo

# 3. 安装 JDK 17
sudo yum install java-17-amazon-corretto-devel -y

# 4. 验证安装
java -version
# 应输出: openjdk 17.0.x (Amazon Corretto)

4. 安装maven

# 1. 下载新版 Maven
wget https://dlcdn.apache.org/maven/maven-3/3.9.11/binaries/apache-maven-3.9.11-bin.tar.gz

# 2. 解压到 /opt 目录
sudo tar xzf apache-maven-3.9.11-bin.tar.gz -C /opt

# 3. 创建符号链接（方便版本管理）
sudo ln -s /opt/apache-maven-3.9.11 /opt/maven

# 4. 设置环境变量
echo 'export MAVEN_HOME=/opt/maven' | sudo tee /etc/profile.d/maven.sh
echo 'export PATH=$MAVEN_HOME/bin:$PATH' | sudo tee -a /etc/profile.d/maven.sh
source /etc/profile.d/maven.sh

# 5. 验证安装
mvn -v
# 应输出：Apache Maven 3.9.11

5. 安装node

# 1. 清理旧版 Node.js（如已安装）
sudo yum remove nodejs npm -y

# 2. 安装基础依赖
sudo yum install -y gcc-c++ make

# 3. 添加 NodeSource 仓库（Node.js 18）
curl -fsSL https://rpm.nodesource.com/setup_18.x | sudo bash -

# 4. 安装 Node.js 18
sudo yum install -y nodejs

# 5. 验证安装
node -v  # 应输出 v18.x.x
npm -v   # 应输出 9.x.x 或更高

sudo npm install -g pnpm

6. 安装依赖包

进入genie-tool安装虚拟环境的依赖包

pip install uv
uv sync --default-index https://pypi.tuna.tsinghua.edu.cn/simple/

其他模块的依赖通过一键部署脚本可自动安装，所以无需手动操作

二、项目配置

1.genie-backend配置

genie-backend/src/main/resources/application.yml

...
llm:
  default:
    base_url: https://xxxxx.com
    apikey: xxxxxx
    model: deepseek-chat
    max_tokens: 8192
...
# 所有的model_name都修改为要用的模型名称，配置文件中共有4处model_name需要修改
model_name: deepseek-chat

2.genie-tool配置

genie-tool/.env_template

# 可通过openai地址配置集团的大模型网关
#OPENAI_API_KEY=<your api key>
#OPENAI_BASE_URL=<your base url>
DEEPSEEK_API_KEY=xxxxx
DEEPSEEK_BASE_URL=https://xxxxxxx/v1

# <a href="https://docs.litellm.ai/docs/providers">其他模型支持文档</a>
# ANTHROPIC_API_KEY=<or anthropic api key>
# ANTHROPIC_API_BASE=<your base url>

# 敏感词过滤
SENSITIVE_WORD_REPLACE=true

# 文件系统路径配置
FILE_SAVE_PATH=file_db_dir
SQLITE_DB_PATH=autobots.db
# 本机的ip地址
FILE_SERVER_URL=http://127.0.0.1:1601/v1/file_tool

# DeepSearch 配置
USE_JD_SEARCH_GATEWAY=false
USE_SEARCH_ENGINE=serp
SEARCH_COUNT=10
SEARCH_TIMEOUT=10
SEARCH_THREAD_NUM=5

# 需要使用的模型，如果是使用的openai地址，可直接填写模型名称如 gpt-4.1
DEFAULT_MODEL=deepseek/deepseek-chat

QUERY_DECOMPOSE_MODEL=${DEFAULT_MODEL}
QUERY_DECOMPOSE_THINK_MODEL=${DEFAULT_MODEL}
QUERY_DECOMPOSE_MAX_SIZE=5
SEARCH_REASONING_MODEL=${DEFAULT_MODEL}
SEARCH_ANSWER_MODEL=${DEFAULT_MODEL}
SEARCH_ANSWER_LENGTH=10000
REPORT_MODEL=${DEFAULT_MODEL}

SINGLE_PAGE_MAX_SIZE=0
# 多个搜索地址配置一个即可，必须配置！
#BING_SEARCH_URL=
#BING_SEARCH_API_KEY=
#
#JINA_SEARCH_URL=https://s.jina.ai/
#JINA_SEARCH_API_KEY=
#
#SOGOU_SEARCH_URL=
#SOGOU_SEARCH_API_KEY=
# 本文以SERPER为例
SERPER_SEARCH_URL=https://google.serper.dev/search
SERPER_SEARCH_API_KEY=xxxxxx

# Code Interpreter 配置
CODE_INTEPRETER_MODEL=${DEFAULT_MODEL}

3.外网访问配置（可选）

如果需要通过外网环境访问，需要修改以下文件的中的服务地址

3.1.ui模块

ui/src/utils/querySSE.ts

import { fetchEventSource, EventSourceMessage } from '@microsoft/fetch-event-source';

const customHost = window.SERVICE_BASE_URL || 'http://xxx.xxx.xxx.xxx:8080';
const DEFAULT_SSE_URL = `${customHost}/web/api/v1/gpt/queryAgentStreamIncr`;

ui/vite.config.ts

import { defineConfig } from 'vite';
import react from '@vitejs/plugin-react';
import path from 'path';
import tailwindcss from '@tailwindcss/vite';

const serverBaseUrl = 'http://xxx.xxx.xxx.xxx:8080';

......

3.2.genie-tool模块

genie-tool/.env_template

......
# 敏感词过滤
SENSITIVE_WORD_REPLACE=true

# 文件系统路径配置
FILE_SAVE_PATH=file_db_dir
SQLITE_DB_PATH=autobots.db
FILE_SERVER_URL=http://xx.xx.xxx.xxx:1601/v1/file_tool

......

三、项目启动

1. 启动检查

首次启动需要进行端口和依赖的的检查，通过执行根目录下的check_dep_port.sh脚本

sh check_dep_port.sh



2. 一键启动

执行根目录下的Genie_start.sh脚本进行一键启动

sh Genie_start.sh





ps：该脚本通过在项目根目录下生成.first_run_completed隐藏文件的方式，实现仅在第一次启动时会对后端genie_backend模块进行build。如果后期还想对项目进行build，可删除上述隐藏文件后再执行脚本或者在genie_backend目录下执行build.sh脚本。

访问3000端口即可





# 京东云 # 人工智能
Logo
武汉城市开发者社区

为武汉地区的开发者提供学习、交流和合作的平台。社区聚集了众多技术爱好者和专业人士，涵盖了多个领域，包括人工智能、大数据、云计算、区块链等。社区定期举办技术分享、培训和活动，为开发者提供更多的学习和交流机会。

更多推荐

cover

BrightData结合Langchain实现企业级数据抓取

avatar 武汉城市开发者社区
cover

RAG 深度实践系列（三）：RAG 技术演变与核心架构的深度剖析

avatar 武汉城市开发者社区
cover

RAG 深度实践系列（四）：从零动手搭建一个 RAG 系统——代码实战与工程避坑指南

avatar 武汉城市开发者社区