# SyberAgent

> 下一代PC本地自动化多智能体框架

- **Type:** MCP server
- **Install:** `agentstack add mcp-cyberzhang1-syberagent`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [cyberzhang1](https://agentstack.voostack.com/s/cyberzhang1)
- **Installs:** 0
- **Category:** [Databases](https://agentstack.voostack.com/c/databases)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [cyberzhang1](https://github.com/cyberzhang1)
- **Source:** https://github.com/cyberzhang1/SyberAgent

## Install

```sh
agentstack add mcp-cyberzhang1-syberagent
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# 🤖 SyberAgent 2.0 - 增强多智能体AI助手系统

[](https://python.org)
[](LICENSE)
[](https://github.com)
[](https://langchain.com/langgraph)
[](#)
[](https://github.com/cyberzhang1/SyberAgent)

> 🚀 **从PC本地自动化到云端AI协作的全面升级**  
> 基于LangGraph的新一代多智能体系统，支持文档、图像、音频等全方位多媒体AI处理能力

[**🇺🇸 English**](README.md) | [**🇨🇳 中文文档**](README_zh.md)

## 📖 目录

- [🆚 版本对比](#-版本对比10--20-重大升级)
- [✨ 核心特性](#-核心特性)
- [🚀 快速开始](#-快速开始)
- [📦 安装指南](#-安装指南)
- [⚙️ 配置说明](#️-配置说明)
- [💻 使用示例](#-使用示例)
- [🧪 测试](#-测试)
- [📚 API文档](#-api文档)
- [🔧 迁移指南](#-从-10-迁移到-20)
- [🤝 贡献指南](#-贡献指南)
- [📄 许可证](#-许可证)

## ✨ 核心特性

### 🆕 2.0 版本新增特性

#### 🎯 **多媒体AI处理引擎**
- **📄 智能文档处理**: PDF/Word/Excel/PPT全格式支持 + 双引擎OCR
- **🖼️ 计算机视觉分析**: OpenCV + Pillow图像处理 + 智能识别  
- **🎵 音频智能分析**: Whisper语音识别 + librosa音频特征提取
- **🔄 格式转换中心**: 支持50+文件格式互相转换

#### 🤖 **智能体协作矩阵**  
- **🧠 监督智能体**: LangGraph工作流编排 + 任务智能分解
- **💬 对话智能体**: 上下文记忆 + 多轮对话管理
- **🔍 搜索智能体**: Tavily实时搜索 + 信息智能筛选
- **📊 分析智能体**: pandas数据处理 + matplotlib可视化
- **📄 文件智能体**: 全格式文档解析 + 内容智能提取 ⭐ **新增**
- **🖼️ 图像智能体**: 多引擎视觉分析 + 智能增强 ⭐ **新增**
- **🎵 音频智能体**: 多语言识别 + 音频特征分析 ⭐ **新增**

#### 🔧 **技术架构升级**
- **LangGraph**: 智能体工作流编排引擎
- **FastAPI**: 高性能异步API框架  
- **WebSocket**: 实时通信支持
- **多模型支持**: DeepSeek/OpenAI/Claude/Gemini
- **异步处理**: 高并发任务处理

### 🧠 智能体架构 (继承 1.0 + 全面增强)
- **监督智能体**: 任务分析、路由决策、协调执行
- **对话智能体**: 自然语言交互、上下文管理  
- **网络搜索智能体**: 实时信息检索、网页分析
- **数据分析智能体**: 数据处理、可视化分析
- **文件处理智能体**: 文档解析、OCR识别 ⭐ **2.0 新增**
- **图像处理智能体**: 计算机视觉、图像增强 ⭐ **2.0 新增** 
- **音频处理智能体**: 语音识别、音频分析 ⭐ **2.0 新增**

### 📋 增强功能

#### 📄 文档处理能力
- **支持格式**: PDF, Word (.docx), Excel (.xlsx), PowerPoint (.pptx), 文本文件
- **核心功能**:
  - 文档内容提取和分析
  - OCR 文字识别 (pytesseract + easyocr)
  - 文档格式转换
  - 表格数据分析
  - 文档摘要生成

#### 🖼️ 图像处理能力  
- **支持格式**: JPG, PNG, GIF, BMP, TIFF, WebP
- **核心功能**:
  - 计算机视觉分析 (OpenCV)
  - 图像增强和滤镜
  - OCR 文字识别 (多引擎)
  - 图像格式转换
  - 颜色分析和统计

#### 🎵 音频处理能力
- **支持格式**: WAV, MP3, FLAC, OGG, M4A, AAC
- **核心功能**:
  - 语音转文字 (Whisper + SpeechRecognition)
  - 音频特征分析 (librosa)
  - 音频格式转换
  - 音频质量增强
  - 多语言语音识别

### 🔧 技术栈
- **核心框架**: LangGraph, LangChain
- **AI模型**: DeepSeek, OpenAI GPT, Claude, Gemini
- **文档处理**: python-docx, PyPDF2, openpyxl, python-pptx
- **图像处理**: OpenCV, Pillow, pytesseract, easyocr
- **音频处理**: librosa, soundfile, pydub, whisper, SpeechRecognition
- **数据分析**: pandas, numpy, matplotlib, seaborn
- **Web框架**: FastAPI, uvicorn

## 🚀 快速开始

### 前置要求
- Python 3.8+
- pip 包管理器

### 安装步骤

1. **克隆仓库**
```bash
git clone https://github.com/your-username/syberagent.git
cd syberagent
```

2. **创建虚拟环境**
```bash
python -m venv .venv
# Windows
.venv\Scripts\Activate.ps1
# Linux/Mac  
source .venv/bin/activate
```

3. **安装依赖**
```bash
# 基础依赖
pip install -r requirements.txt

# 可选：开发依赖
pip install -r requirements-dev.txt
```

4. **配置环境**
```bash
# 复制环境配置模板
cp .env.example .env

# 编辑 .env 文件，配置API密钥
# API_KEY=your_api_key_here
# TAVILY_API_KEY=your_tavily_key_here
```

5. **运行系统**
```bash
python main.py
```

## 📖 使用指南

### 基础对话
```
💬 您: 你好，请介绍一下你的能力

🤖 SyberAgent: 我是一个多智能体AI助手，具备以下能力：
- 自然语言对话和问答
- 实时网络搜索和信息检索  
- 数据分析和可视化
- 文档处理和OCR识别
- 图像分析和处理
- 音频处理和语音识别
```

### 文档处理示例
```
💬 您: 分析这个PDF文件：./documents/report.pdf

🤖 SyberAgent: 📄 正在分析PDF文档...
✅ 文档解析完成
📊 共提取 15 页内容，包含 3 个表格和 8 张图片
📝 文档摘要：这是一份关于...的报告
```

### 图像分析示例
```
💬 您: 识别这张图片中的文字：./images/screenshot.png

🤖 SyberAgent: 🖼️ 正在进行OCR识别...
✅ 文字识别完成
📝 识别结果：[提取的文字内容]
🎨 图像信息：1920x1080, RGB格式
```

### 音频处理示例
```
💬 您: 转录这段语音：./audio/meeting.wav

🤖 SyberAgent: 🎵 正在进行语音识别...
✅ 语音转录完成
🎤 Whisper识别结果 (语言: zh):
[转录的文字内容]
```

## 🛠️ 系统架构

```
SyberAgent/
├── 🧠 监督智能体 (SupervisorAgent)
│   ├── 任务分析与路由
│   ├── 智能体协调
│   └── 结果整合
├── 💬 专业智能体团队
│   ├── 对话智能体 (ConversationalAgent)
│   ├── 搜索智能体 (WebSearchAgent)  
│   ├── 分析智能体 (DataAnalysisAgent)
│   ├── 文件智能体 (FileProcessingAgent) ⭐
│   ├── 图像智能体 (ImageProcessingAgent) ⭐
│   └── 音频智能体 (AudioProcessingAgent) ⭐
└── ⚙️ 基础架构
    ├── LangGraph 工作流引擎
    ├── 状态管理系统
    └── 配置管理系统
```

## 🔧 技术栈

### 核心框架
- **LangGraph**: 智能体工作流编排
- **LangChain**: LLM 应用开发框架
- **AsyncIO**: 异步处理架构

### AI 模型集成
- **DeepSeek**: 主要语言模型
- **Whisper**: 语音识别模型
- **EasyOCR + Tesseract**: OCR识别引擎

### 多媒体处理
- **文档处理**: `python-docx`, `PyPDF2`, `pypdf`, `python-pptx`
- **图像处理**: `opencv-python`, `Pillow`, `scikit-image`
- **音频处理**: `librosa`, `soundfile`, `pydub`

### 数据分析
- **pandas**: 数据处理
- **matplotlib**: 数据可视化
- **numpy**: 数值计算

## 📁 项目结构

```
syberagent/
├── agents/                    # 智能体模块
│   ├── base_agent.py         # 基础智能体接口
│   ├── conversational.py     # 对话智能体
│   ├── web_search.py         # 网络搜索智能体
│   ├── data_analysis.py      # 数据分析智能体
│   ├── file_processing.py    # 文件处理智能体 ⭐
│   ├── image_processing.py   # 图像处理智能体 ⭐
│   └── audio_processing.py   # 音频处理智能体 ⭐
├── core/                     # 核心系统
│   ├── config.py            # 配置管理
│   ├── supervisor.py        # 监督智能体
│   ├── workflow_engine.py   # 工作流引擎
│   └── state_manager.py     # 状态管理
├── tools/                    # 工具模块
├── examples/                 # 使用示例
├── main.py                   # 主程序入口
├── requirements.txt          # 依赖列表
└── README.md                # 项目文档
```

## 🎯 使用场景

### 办公自动化
- 📄 批量文档处理和分析
- 📊 数据报表生成
- 🔍 信息检索和整理

### 内容处理
- 🖼️ 图片批量OCR识别
- 🎵 音频内容转录
- 📝 多媒体内容分析

### 智能助手
- 💬 自然语言交互
- 🧠 复杂任务规划
- 🔄 多模态内容处理

## ⚙️ 配置说明

### 环境变量配置
```bash
# AI 模型配置
API_KEY=your_api_key
BASE_URL=https://api.deepseek.com/v1
MODEL=deepseek-chat

# 搜索功能配置  
TAVILY_API_KEY=your_tavily_api_key

# 系统配置
LOG_LEVEL=INFO
MAX_FILE_SIZE=100MB
```

### 模型配置
```python
# core/config.py
WHISPER_MODEL_SIZE = "base"  # tiny, base, small, medium, large
OCR_ENGINES = ["easyocr", "tesseract"]
IMAGE_MAX_SIZE = (2048, 2048)
AUDIO_MAX_DURATION = 3600  # 秒
```

## 🔍 性能优化

### 内存优化
- 大文件分块处理
- 模型延迟加载
- 缓存机制优化

### 处理速度
- 异步并发处理
- GPU 加速支持 (CUDA)
- 批量处理优化

## 🤝 贡献指南

欢迎贡献代码！请遵循以下步骤：

1. Fork 项目
2. 创建功能分支 (`git checkout -b feature/AmazingFeature`)
3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
4. 推送到分支 (`git push origin feature/AmazingFeature`)
5. 打开 Pull Request

详细贡献指南请参考 [CONTRIBUTING.md](CONTRIBUTING.md)

## 📄 许可证

本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。

## 🙏 致谢

### 🏆 SyberAgent 发展历程
- **SyberAgent 1.0** - PC本地自动化先驱 ([原项目](https://github.com/cyberzhang1/SyberAgent))
- **SyberAgent 2.0** - 多智能体AI系统革新 (当前版本)

### 🤝 开源社区支持
- [LangChain](https://github.com/langchain-ai/langchain) - LLM 应用开发框架
- [LangGraph](https://github.com/langchain-ai/langgraph) - 智能体工作流编排
- [OpenAI Whisper](https://github.com/openai/whisper) - 语音识别技术
- [EasyOCR](https://github.com/JaidedAI/EasyOCR) - OCR 识别引擎
- [OpenCV](https://opencv.org/) - 计算机视觉库
- [FastAPI](https://fastapi.tiangolo.com/) - 现代Web框架

### 💡 特别鸣谢
- **[@cyberzhang1](https://github.com/cyberzhang1)** - SyberAgent 1.0原作者，为项目奠定了坚实基础
- **开源社区贡献者** - 感谢所有提交Issue、PR和建议的开发者
- **Beta测试用户** - 感谢早期用户的反馈和测试

---

## 🌟 社区与支持

### 加入我们的社区
- ⭐ [GitHub Star](https://github.com/cyberzhang1/SyberAgent) - 支持项目发展
- 🍴 [Fork项目](https://github.com/cyberzhang1/SyberAgent/fork) - 参与开发
- 💬 [讨论区](https://github.com/cyberzhang1/SyberAgent/discussions) - 交流想法
- 🐛 [问题反馈](https://github.com/cyberzhang1/SyberAgent/issues) - 报告Bug

### 版本规划  
- **v2.1** - 增强GUI界面、批量处理优化
- **v2.2** - 插件系统、自定义智能体  
- **v3.0** - 分布式部署、企业级功能

---

**🚀 SyberAgent 2.0 - 让AI智能体协作触手可及！**

⭐ 如果这个项目对您有帮助，请给个星标支持！我们的目标是构建最强大的开源多智能体AI系统。

## Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [cyberzhang1](https://github.com/cyberzhang1)
- **Source:** [cyberzhang1/SyberAgent](https://github.com/cyberzhang1/SyberAgent)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** yes
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** yes
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/mcp-cyberzhang1-syberagent
- Seller: https://agentstack.voostack.com/s/cyberzhang1
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.