BabyAGI

任务驱动的经典自主 agent，由 OpenAI 实验项目开源

核心功能

BabyAGI 是 2023 年 3 月 Yohei Nakajima 开源的任务驱动自主 agent 实验：循环取任务、交 OpenAI 执行、结果存向量库、按目标生成新任务，是任务型 agent 鼻祖。原始版已归档至 babyagi_archive，主仓库转向自构建新框架（functionz）。

功能亮点

任务驱动循环

执行、生成、优先级重排三步循环推进自主任务。

向量记忆

任务结果存入 Chroma 或 Weaviate，供后续任务检索上下文。

历史归档

原始版 2024 年归档至 babyagi_archive，代码完整可查。

新框架演进

主仓库转向自构建 agent，functionz 函数库自动生成函数。

自定义模型 / 模型接入

OpenAI 兼容

经典版默认 gpt-3.5-turbo，LLM_MODEL 可换，设 LLM_MODEL=llama 配 llama.cpp 跑本地；新版用 openai_api_key。

接入方式

.env 填 OPENAI_API_KEY、OPENAI_API_MODEL
LLM_MODEL 环境变量切换模型
LLAMA_MODEL_PATH 指向 llama.cpp 模型路径
新版以 add_key_wrapper 存 openai_api_key

支持模型

gpt-3.5-turbo（默认）OpenAI 其他模型llama.cpp 本地 Llama

bash

经典版配置 .env 环境变量
OPENAI_API_KEY=sk-xxx
OBJECTIVE=Solve a complex task
运行自主循环
python babyagi.py

切换本地 Llama
LLM_MODEL=llama LLAMA_MODEL_PATH=/path/to/model

适用场景

• 自主任务拆解与执行实验
• 研究任务驱动 agent 原理
• 演示 LLM+记忆的自主循环

安装配置

经典版：git clone https://github.com/yoheinakajima/babyagi.git && pip install -r requirements.txt && cp .env.example .env；新版：pip install babyagi

使用方法

配置 .env 填入 OPENAI_API_KEY、OPENAI_API_MODEL 与 OBJECTIVE 目标后运行 python babyagi.py，脚本自动循环拆解任务、调用 OpenAI 完成并入库；新版以 import babyagi 注册函数后通过 dashboard 管理。

关键指标

尚未核验对标产品，此处只列本工具自身指标，不做对比结论。

指标BabyAGI

价格免费

开源是

上手难度进阶

Token 消耗高

优点

代码极简易读，概念启蒙强
MIT 开源完全免费
任务循环思路影响深远

缺点

作者声明非生产用途
原始版依赖 OpenAI 且循环消耗高
新框架处实验状态不稳定