OpenJiuwen 技术教程合集

项目简介

OpenJiuwen 是一个开源的 AI Agent 平台，用于构建智能对话系统。本教程合集将全面介绍平台的各个子项目，帮助开发者快速上手和深入理解。

官方资源

• 官方网站: https://www.openjiuwen.com/
• 官方仓库: https://gitcode.com/openjiuwen

项目架构

openJiuwen/
├── agent-core/       # 核心 Agent 框架和工具
├── agent-store/      # Agent 存储和数据管理
├── agent-studio/     # Agent 开发工作室和 UI
├── agent-tools/      # Agent 通用工具和实用程序
├── deepsearch/       # 深度搜索和检索模块
└── jiuwenclaw/       # 个人 AI 管家

教程目录

1. Agent-Core 技术教程

agent-core 是构建 AI Agent 应用的核心 Python SDK，提供高性能运行时引擎和全面的开发工具包。

核心内容:

• ReActAgent 和 WorkflowAgent 两种 Agent 类型
• 高性能异步执行引擎
• 多工作流管理
• Prompt 开发工具
• 组件化架构设计

适合人群: Python 开发者、AI 应用开发者

学习时长: 2-3 小时

---

2. Agent-Store 技术教程

agent-store 是 AI Agent 实现的精选集合，包含模板和示例，作为现成 Agent 的市场。

核心内容:

• 社区 Agent 介绍 (deepcode, finsight-agent, super-agent, vibe-agent)
• Agent 开发指南
• 模板使用方法
• Agent 发布流程
• 最佳实践

适合人群: 所有开发者、Agent 使用者

学习时长: 1-2 小时

---

3. Agent-Studio 技术教程

agent-studio 是一站式 AI Agent 开发平台，提供从开发到部署的全栈解决方案。

核心内容:

• 低代码/无代码可视化设计
• 工作流可视化编排
• Prompt 开发和优化
• 技能管理
• 前后端架构设计
• 部署方案

适合人群: 全栈开发者、产品经理、低代码用户

学习时长: 3-4 小时

---

4. Agent-Tools 技术教程

agent-tools 提供 Agent 的通用工具和实用程序，主要聚焦于 vLLM 性能优化。

核心内容:

• vLLM 亲和性增强
• 前缀双区缓存管理
• 多轮对话缓存优化
• KV Cache 释放优化
• 性能基准测试

适合人群: 性能优化工程师、运维工程师

学习时长: 2-3 小时

---

5. DeepSearch 技术教程

deepsearch 是知识增强的高性能深度搜索和研究引擎，采用多 Agent 协作架构。

核心内容:

• 多种检索策略 (关键词、向量、图检索)
• 多 Agent 协作 (规划、收集、分析、生成)
• 基于模板的报告生成
• 交互式研究功能
• 来源可追溯性

适合人群: 研究人员、数据分析师、内容创作者

学习时长: 3-4 小时

---

6. JiuwenClaw 技术教程

jiuwenclaw 是智能 AI Agent，设计为个人 AI 管家，支持多平台访问。

核心内容:

• 多平台集成 (飞书、钉钉、Telegram、WhatsApp、小艺)
• 智能任务管理
• 自主进化能力
• 记忆与学习
• 浏览器自动化
• 技能系统

适合人群: 个人用户、企业用户、集成开发者

学习时长: 2-3 小时

---

技术栈总览

子项目	编程语言	核心框架	主要用途	关键技术
agent-core	Python 3.11+	自定义框架	核心 SDK 和运行时	异步执行、图工作流
agent-store	混合	多种	Agent 市场	社区驱动、模板
agent-studio	Python + TypeScript	FastAPI + React	开发平台	低代码、可视化编排
agent-tools	Python	插件系统	性能工具	vLLM 优化、缓存
deepsearch	Python 3.11	agent-core	搜索和研究	多 Agent、知识检索
jiuwenclaw	Python 3.11-3.13	agent-core	个人助手	多渠道、自主进化

学习路径

初学者路径

1. Agent-Store → 了解现有 Agent，选择合适的模板
2. Agent-Studio → 使用可视化工具创建第一个 Agent
3. Agent-Core → 深入理解 Agent 工作原理

开发者路径

1. Agent-Core → 掌握核心 SDK 和 API
2. Agent-Store → 学习 Agent 开发最佳实践
3. Agent-Studio → 构建完整的开发环境
4. Agent-Tools → 性能优化和部署

高级用户路径

1. DeepSearch → 构建复杂的研究系统
2. JiuwenClaw → 集成多平台，构建个人助手
3. Agent-Tools → 深度性能优化

核心设计原则

所有子项目遵循以下共同设计原则:

1. 模块化

组件化架构，支持灵活组合和扩展

2. 异步优先

全面支持 async/await，提供高性能并发执行

3. 可扩展性

插件和扩展机制，易于添加新功能

4. 安全性

环境变量管理敏感信息，无硬编码密钥

5. 文档完善

详细的 README 和内联文档

6. 测试驱动

pytest 测试套件，保证代码质量

7. 现代 Python

类型提示、Pydantic 模型、现代包管理 (uv)

应用场景

企业应用

• 智能客服: 使用 agent-studio 快速构建客服机器人
• 数据分析: 使用 deepsearch 进行深度研究和报告生成
• 办公自动化: 使用 jiuwenclaw 集成企业通信工具

个人应用

• 个人助手: 使用 jiuwenclaw 管理日常任务
• 学习研究: 使用 deepsearch 进行知识整理
• 技能开发: 使用 agent-core 开发自定义技能

研究开发

• Agent 研究: 基于 agent-core 进行 Agent 算法研究
• 性能优化: 使用 agent-tools 优化推理性能
• 系统集成: 使用 agent-studio 进行系统集成

社区贡献

我们欢迎社区贡献！请遵循以下步骤:

1. Fork 仓库
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

许可证

本项目是开源的，详情请参阅 LICENSE 文件。

支持

如有问题和建议，请在仓库中创建 Issue。

作者

huqi - GitCode

---

更新日志

2026-03-16

• 创建技术教程合集
• 涵盖所有 6 个子项目
• 提供完整的学习路径

---

git submodule update --init --recursive

相关链接

• OpenJiuwen 官网
• GitCode 仓库
• 问题反馈
• 文档中心

---

开始学习: 选择适合你的教程，开启 AI Agent 开发之旅！