Agent Zero Skill：让 AI 在完整 Linux 桌面里真正干活的框架

让 AI Agent 在完整 Linux 桌面里干活——Agent Zero 是当前最彻底的”容器化通用 Agent”方案。它把一个 Docker 化的 Linux 环境（XFCE 桌面）、内嵌浏览器（带 DOM 标注）、多人协作文档编辑、100+ 社区插件和主机桥接全部打包在一起，让 Agent 不再只是对话，而是真正拥有一个可操作的工作站。GitHub 已有约 19k 星，近期仍在活跃更新（v2.12 于 2026-09-09 发布），是开源 Agent 框架里热度最高的非大厂项目之一。

Agent Zero 的核心设计原则是透明与可hack：所有 Prompts、工具、插件、Skill 和设置均可审查和修改，不存在黑盒。与那些把能力锁在框架内部的方案不同，Agent Zero 把每一层都暴露给用户——你可以改 Prompt、调工具、写插件，完全按自己的需求重塑 Agent 行为。

GitHub 数据显示，截至 2026-09-15，Agent Zero 约 19,047 Stars、3,778 Forks，贡献者 62 人，近 4 周 93 次提交，最后一次推送距今仅 2 天。项目采用 MIT 许可证，代码完全开源。

GitHub：https://github.com/agent0ai/agent-zero

原作者为 GitHub 用户 @frdel（Agent Zero 团队），专注于构建透明化、可扩展的个人 AI Agent 框架，核心理念是”Everything is a prompt”——所有 Agent 行为都来源于可编辑的 Prompt，而非硬编码逻辑。

Agent Zero 基于 Docker 容器运行，每个实例包含一个完整的 Linux 桌面环境（XFCE），通过 Web UI 暴露给用户和 AI。其核心架构有以下几层：

运行环境：Docker 容器内嵌完整 Linux 系统，支持 XFCE 图形桌面，AI 可以在里面运行真实的终端、文件管理器、浏览器和任何 Linux 应用，而不是只能做纯文本对话。

浏览器 DOM 标注：内置浏览器支持 DOM 注释模式，用户可以点击页面元素，将其转化为”检查、修改、提取或审查”的指令交给 Agent，相当于给 AI 提供了一个可指向的网页操作界面。

实时文档协作：内置 Markdown 编辑器，支持多人实时与 AI 共同编辑文档、表格和演示文稿，告别 AI 生成内容后需要手动复制粘贴的割裂感。

100+ 社区插件生态：Plugin Hub 提供开箱即用的插件扩展，涵盖工具、系统集成、特定场景能力等，一键安装，无需自行编写。

主机桥接（A0 CLI Connector）：通过 CLI 桥接宿主机终端，让 Agent 可以直接操作本地代码仓库和文件，保持工作上下文连续性。

多 Agent 协作：支持层级化子 Agent，主 Agent 可将研究、编码、分析、审查等任务分发给专注的子 Agent，保持主上下文清晰。

• 透明化设计：所有 Prompt、工具、Skill、插件、配置均可审查和修改，不存在黑盒，开发者可以完全掌控 Agent 行为
• 完整 Linux 工作站：容器内嵌真实桌面环境，AI 能运行 GUI 软件、终端命令和真实应用，而非仅限于文本交互
• DOM 标注式浏览器：通过点击页面元素生成操作指令，让网页自动化任务变得直观可控
• 插件生态成熟：100+ 社区插件，开箱即用，覆盖文件处理、系统集成、特定场景等多种需求
• 多项目隔离：支持 Projects + Memory，每个项目有独立的文件、指令、密钥、记忆和模型配置，互不干扰
• 跨平台运行：基于 Docker，macOS / Linux / Windows 均支持，从树莓派到 GPU 服务器均可部署

安装（推荐方式）：

# macOS / Linux / Windows 一键安装
curl -fsSL https://bash.agent-zero.ai | bash

Docker 快速启动：

docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero

服务器自动化安装：

curl -fsSL https://bash.agent-zero.ai | bash -s -- --quick-start --name agent-zero --port 5080

Windows PowerShell：

irm https://ps.agent-zero.ai | iex

安装完成后打开 Web UI，配置 LLM Provider（如 OpenAI、Anthropic、DeepSeek 等），即可创建实例并开始使用。

适用场景：需要 AI 真正操控 GUI 应用（浏览器、桌面软件）的自动化任务；团队协作中需要 AI 实时参与文档编写与代码审查；通过浏览器 DOM 标注做网页 UI 测试和修改；利用插件系统构建定制化 AI 工作流和自动化流程；个人从零构建可完全掌控的私有 AI Agent。

目标用户：有一定技术背景、追求 AI 透明性和可定制性的开发者；需要 AI 操控真实桌面环境而非纯文本交互的高级用户；希望构建私有化 AI 工作站、个人 AI 助手或自动化机器人的个人或团队。

输入与输出示例：

• 输入：在 DOM 标注模式下，点击 GitHub 仓库页面的”Star”按钮，并告诉 Agent：”帮我把这个仓库 Star 并Fork”

• 输出：Agent 直接在容器内的浏览器中完成点击操作，执行 Star 和 Fork，整个过程无需手动复制链接或切换页面

• 输入：创建新项目”MyResearch”，配置 Claude 作为 LLM，让 Agent “帮我搜索近一个月关于 AI Agent Memory 的论文并总结”

• 输出：Agent 启动子 Agent 执行搜索任务，在项目中生成 research/ai-agent-memory-2026.md，包含论文列表、摘要和关键发现

GitHub: https://github.com/agent0ai/agent-zero