LeAgent

LeAgent — открытый десктопный ИИ-агент, который выполняет задачи: планирует шаги, вызывает инструменты, проверяет себя и исправляет ошибки. Внутри — больше сотни встроенных инструментов для работы с документами, вебом, данными, кодом, базами и медиа, визуальный редактор workflow и слой генеративного интерфейса, который может выводить живые панели прямо в чат. Проект self-hosted, так что подойдёт тем, кому нужна приватная и «разбираемая по винтикам» альтернатива закрытым агентским платформам.

Ядро — один цикл «подумал — сделал», через который проходит любой ход агента: обычный чат, фоновая задача, вызов через SDK, сабагент или узел workflow. Поддерживается многоходовая сессия с потоковой выдачей токенов, маршрутизация между моделями разного уровня стоимости, послойная сборка промпта и трёхуровневая память — эпизодическая, семантическая и процедурная. Есть контрольные точки, поэтому ход можно поставить на паузу и потом продолжить с того же места.

Визуальные сценарии собираются в редакторе на ReactFlow с экспортом в YAML и готовыми шаблонами. Любой инструмент автоматически становится типизированным узлом графа, независимые ветки выполняются параллельно, а повторы, бэкофф и таймауты заданы централизованно. Агент может сам спроектировать граф, запустить его и доработать по результату.

Что на этом реально собирают:

• офисную рутину — папка счетов или договоров, OCR, классификация, выгрузка структурных данных в Excel и итоговый Word либо PPTX за один ход;
• ресёрч и брифинги — поиск через DuckDuckGo, SearXNG или Bing, скачивание источников и сборка PDF-отчёта со ссылками, графиками и KPI-панелями;
• аналитику — загрузка CSV/Excel или запрос к базе, чистка, объединение, агрегации, SQL и векторный поиск с текстовым разбором выводов;
• помощь в разработке — скаффолдинг проекта из шаблона, правки по всему дереву файлов, живой dev-сервер за прокси и запуск кода в изолированной песочнице;
• игровой арт — из текстового брифа в картинки, видео, 3D-меши и VFX-спрайтшиты через граф с проверкой качества и экспортом бандла под Unity, Unreal или Godot;
• автоматизацию по расписанию — cron-задачи, входящие вебхуки, рассылка в DingTalk, Feishu и WeChat Work, поведение под контролем YAML-правил.

Отдельно стоит режим работы с научными статьями: откроешь PDF — и агент превратится в аналитика, который вытащит структуру и оглавление, сделает пересказ раздела или всей работы с опорой на текст, соберёт список ссылок и LaTeX-формулы, переведёт выделенный фрагмент. Извлечение текста здесь полностью офлайновое. Генеративный UI умеет отдавать декларативные деревья интерфейса — KPI-борды, слайды, галереи, пошаговые сценарии — и выгружать их в PDF или PPTX. Плюс Agent Skills v1.0 с бандлами SKILL.md и подгрузкой по требованию, поддержка MCP-серверов и своя реестровая установка навыков по ссылке или из архива.

Бэкенд — асинхронный Python на FastAPI, фронт — SPA на React 19, всё упаковано как модульный монолит. По умолчанию запускается без внешних зависимостей: SQLite, один процесс, один Docker-контейнер; при росте нагрузки подключишь PostgreSQL и Milvus для векторной памяти. Модели — свои ключи от DeepSeek, DashScope (Qwen), OpenAI, Anthropic, Azure OpenAI либо локальный эндпоинт Ollama или vLLM для полностью офлайн-работы. Наиболее проверенный вариант для первого запуска — DeepSeek. Начать можно двумя путями: клонировать репозиторий и выполнить start.sh, который поднимет бэкенд и фронт для разработки, или развернуть один контейнер через docker compose из каталога deploy. В обоих случаях понадобится задать LEAGENT_SECRET_KEY и хотя бы один ключ провайдера — в .env или в настройках веб-интерфейса. Код открыт и лежит на GitHub, так что сам сервис бесплатный — платить придётся только за токены выбранного провайдера, если не работаешь на локальной модели. Документы, сессии и креды остаются на твоей машине, пока ты сам не укажешь удалённый API.