来了！腾讯优图开源智能体框架Youtu-Agent，开箱即用！

智能体（Agent）正成为大模型落地的关键载体。无论是研究探索还是实际应用，高效、易用、可复现的智能体框架，都是推动智能体生态发展的基础设施。然而，研究者和开发者却常常遇到一些难题：例如上手门槛高、依赖环境复杂、实验难以复现，以及动辄需要训练模型或者充值海外昂贵的闭源模型API才能取得可靠的效果表现！

9月2日，腾讯优图实验室正式开源Youtu-Agent ——一个简单而强大的智能体框架，兼顾极简设计与高性能表现，既能服务科研基线需求，也能支撑实际应用构建，最重要的是不需要训练模型、不依赖海外闭源模型就能取得极佳的效果表现！

性能验证：开源模型上的强劲表现

在多个挑战性基准上，Youtu-Agent已展现出领先的性能：

• WebWalkerQA：基于DeepSeek-V3.1达到 71.47% 准确率，刷新开源效果SOTA，同样是使用开源模型QwQ，不用训练也能达到SOTA效果；
• GAIA（文本子集）：基于DeepSeek-V3Pass@1达到72.8%，不用充值 Claude/GPT 等闭源模型，验证了强大的研究和应用潜力。

这意味着，Youtu-Agent在完全开源可复现的条件下，已经接近甚至超越部分依赖付费工具的智能体框架。

核心亮点

1. 开源友好 & 成本敏感

完全基于开源生态，不依赖封闭模型，适配可访问、低成本的部署环境。

2. 灵活架构

构建于openai-agents之上，兼容DeepSeek、gpt-oss等多类模型 API 与工具集。

3. 自动智能体生成

基于YAML配置和“元智能体”对话机制，用户只需描述需求，即可一键生成并运行智能体配置。

4. 简洁高效

模块化+异步化设计，支持streaming、tracing与agent-loop，高效调试与扩展。

开箱即用的应用场景

Youtu-Agent并非实验室里的“纸上框架”，而是面向真实场景的即用型智能体工具。研究团队梳理了四个典型案例，覆盖文件管理、数据分析、学术研究与广域综述，展示了框架的灵活性与实用性。

案例1：本地文件管理 🗂️

在助教批改作业的场景中，用户只需将学生提交的文件放入指定文件夹。Youtu-Agent启动后会依次扫描所有文件，首先判断格式是否为PDF。如果是PDF,则根据规则自动重命名为「学号-姓名」的规范格式；如果不是PDF，则将其归档到独立的文件夹。整个过程无需人工干预，从文件识别到命名再到分类归档，一气呵成。

案例2：数据分析 📊

当面对Kaggle数据集中的cat_breeds_clean.csv文件时，用户只需给出路径.Youtu-Agent读取CSV内容，经过数据清洗和统计分析后，会自动生成结构化的结论与趋势，并转化为一份直观的HTML报告。这个过程中，原始数据被逐步转化为高价值的信息：从表格读取、到统计提取、再到结果可视化，形成完整的流水线。

（https://www.kaggle.com/datasets/joannanplkrk/its-raining-cats）

案例3：论文分析 📑

在科研工作中，研究者只需输入一篇PDF论文。Youtu-Agent首先解析文档内容，抽取核心部分；随后调用搜索工具，在外部检索与其相关的研究工作；最后将论文解读与外部成果整合，生成一份Markdown报告。整个过程就像一个“论文助理”：先读懂论文，再去查找对照，最后写出一份条理清晰的研究笔记。

案例4:Wide Research 🌐

（https://manus.im/blog/introducing-wide-research）

当用户输入一个广域主题时,Youtu-Agent便进入复合模式。它先调用搜索工具，收集大量分散的信息；再使用文档处理工具进行整理；最后由智能体进行分析与总结，生成一份结构化的Markdown综述。这个过程相当于把“调研”自动化：从需求提出，到海量资料收集，再到报告成型，整个链条由多个子智能体协同完成。

设计原则:DITA

Youtu-Agent的研究员提出了DITA原则，总结智能体设计的四个关键维度：

• Demand（需求）：明确任务目标，来源于系统提示词中的requirements或用户输入的intention。
• I/O（输入输出）：定义任务的输入形式(如CSVPDFstr）与输出形式（如HTML报告、Markdown）。
• Tools（工具）：根据任务选择或生成合适的工具，例如搜索工具、文件处理工具。
• Agent Pattern（范式）：决定智能体的交互模式，例如single agent、plan-and-execute、compound。

自动化 Agent 生成：降低门槛的核心亮点

除了 DITA 框架之外,Youtu-Agent还特别强调了一个核心亮点：自动化Agent生成。在传统方式中，用户往往需要自己手动编写prompt、配置工具和参数，这不仅对初学者来说存在较高的使用门槛，而且即使是有经验的用户，也要投入大量的时间成本。Youtu-Agent的解决思路是将这一过程进行标准化与自动化。

具体来说，它采用统一的YAML配置格式，将Agent的输入输出、工具调用和交互范式用结构化的方式加以描述；同时引入了一个“meta-agent”，用户只需提出任务需求，系统就会通过与用户的交互澄清意图，并自动生成完整的配置文件。生成的配置可以直接加载并运行，从而实现一键测试与使用。

在使用体验上，用户只需先运行python scripts/gen_simple_agent.py，meta-agent会根据需求生成相应的配置；随后再运行python scripts/cli_chat.py --stream --config generated/xxx，就能立即启动并测试生成的Agent。这一机制大幅度降低了Agent的定制难度，让初学者可以快速上手，同时也帮助高阶用户节省了繁琐的配置和调试时间。

# 第一步：生成配置
python scripts/gen_simple_agent.py
# （交互式对话，meta-agent 会澄清需求并输出配置）
 # 第二步：运行测试
python scripts/cli_chat.py --stream --config generated/xxx

面向不同用户的价值

• 研究人员 / 模型训练师：比ReAct更强的开源基线，一键评估脚本助力实验与消融研究。
• 应用开发者：经过验证的脚手架，轻量上手即可构建真实智能体应用。
• AI 爱好者：丰富示例与可调试性，让开发与探索直观高效。

快速上手

这么强大的智能体框架要怎么用？其实很简单！Youtu-Agent在GitHub上开源了完整代码和示例，只要四步就能跑起来：

第一步：获取代码

在命令行输入：

git clone https://github.com/TencentCloudADP/Youtu-Agent.git
cd Youtu-Agent
uv sync# or, `make sync`
cp .env.example .env  # config necessary API keys...
source ./.venv/bin/activate

第二步：配置环境变量

通过第一步获取代码作为Youtu-Agent的“身体”后，你还需要为你的智能体装上“大脑”——大模型。

首先访问提供模型服务的平台，获取远程调用模型的凭证API key。以腾讯云DeepSeek对话接口为例，中国大陆用户可进入

https://cloud.tencent.com/document/product/1772/115969

根据页面提示在控制台申请API KEY（选择OpenAI SDK格式）。

海外用户（含港澳台地区）用户可进入

https://www.tencentcloud.com/document/product/1255/70381?lang=en&pg=

根据页面提示在控制台申请API KEY（选择OpenAI SDK格式），即可获取你的专属大模型调用密钥。

创建并复制API key，粘贴至`Youtu-Agent`项目的`.env`文件中的llm部分内。

# llm
UTU_LLM_TYPE=chat.completions
UTU_LLM_MODEL=deepseek-v3 #模型型号
UTU_LLM_BASE_URL=https://api.lkeap.cloud.tencent.com/v1 #模型访问地址
UTU_LLM_API_KEY=[填入你在上文申请的DeepSeek API key]

这样，Youtu-Agent就正式装载完成了。你还可以在`.env`文件中配置其它环境变量，解锁框架内置的扩展、过程追踪等进阶功能！

第三步：跑一个最简单的智能体

Youtu-Agent内置了配置模板，只要写一个YAML文件，就能定义你的智能体行为。项目中提供了一个搭载搜索工具的基础agent模板configs/agents/default.yaml，你可以运行以下下面代码一键体验：

python scripts/cli_chat.py --stream --config default

第四步：探索更多示例

你也可以尝试运行官方示例中的更多实用案例。部分示例要求Agent具备联网搜索能力，因此需要在.env文件内提前配置tools模块内的工具API：

# tools
# serper api key, ref https://serper.dev/playground
SERPER_API_KEY=<访问注释内的地址，获取 API Key>
# jina api key, ref https://jina.ai/reader
JINA_API_KEY=<访问注释内的地址，获取 API Key>

例如希望Agent围绕"DeepSeek V3.1 新特性"主题，自动联网检索信息并生成SVG介绍图片，可以直接运行下面的代码：

python examples/svg_generator/main.py

如果想要借助web-ui以可视化方式预览Agent的运行情况，你可以在Youtu-Agent的releases中下载前端ui的打包文件并安装到本地：

# fetch and download the frontend package
curl -LO https://github.com/Tencent/Youtu-Agent/releases/download/frontend%2Fv0.1.5/utu_agent_ui-0.1.5-py3-none-any.whl
 # install frontend package
uv pip install utu_agent_ui-0.1.5-py3-none-any.whl

然后运行web版本的SVG图片生成命令：

python examples/svg_generator/main_web.py

当终端出现以下提示时，说明部署成功。点击本地链接访问项目：

Server started at http://127.0.0.1:8848/

在对话框内输入问题。例如，对于“deepseek-v3.1有哪些亮点更新?”这一问题，Agent将自行从网络搜索相关信息，最终生成如下的图片：

更进阶的，还可以用脚本一键跑基准评测：

python scripts/run_eval.py --config_name ww --exp_id demo --dataset WebWalkerQA --concurrency 5

完成评测之后，可以在分析平台上检查实验结果：

智能体的发展，正在进入“开源驱动”的新阶段。Youtu-Agent不只是一个框架，而是我们对开源智能体未来的回答。我们期待更多研究者和开发者的参与，共同推动智能体生态的演进。🚀

开源体验入口：

• 开源代码：https://github.com/TencentCloudADP/youtu-agent
• 文档链接：https://tencentcloudadp.github.io/youtu-agent/