Archon。它的定位有点特别：你可以把它理解为一个“AI 编程控制器”，把你的电脑系统变成 AI 驱动的知识处理与代理运行中心。
虽然项目还在开发阶段，bug 也不少，但它的整体架构和功能设计很有启发性，特别适合喜欢折腾和研究 AI 工具链的朋友。
项目介绍
Archon 是一个基于 微服务架构 + Supabase 数据库 + MCP 协议 的 AI 项目，目标是构建一个灵活的 AI 控制中心。它把不同的服务拆分得很清晰，比如前端、API 服务、MCP 服务器、智能体服务和数据库，每个服务独立部署、低耦合。
简单来说，你可以用 Archon：
-
爬取和管理知识文档
-
接入 RAG（检索增强生成）工作流
-
托管 AI Agents（比如文档处理、知识问答）
-
通过 MCP 协议直接对接 AI 客户端（例如 Claude Code）
功能亮点
可视化 Dashboard 前端基于 React + TailwindCSS，提供直观的操作界面，可以管理爬虫、上传文档、配置 AI 模型。
多协议支持
-
HTTP API：服务间调用
-
Socket.IO：前端实时推送，比如看到爬取进度
-
MCP 协议：AI 客户端与后端的桥梁，支持 SSE 和 stdio
智能体托管 基于 PydanticAI，可以运行不同类型的 Agent，比如 RAG Agent、文档处理 Agent，并支持流式响应。
数据库支持 内置 Supabase（PostgreSQL + PGVector），方便做知识存储和向量检索。
部署指南（快速上手）
Archon 支持 Docker 一键部署，大致流程如下：
准备条件
-
Docker Desktop + Docker Compose
-
Supabase 账号（需要 legacy 服务密钥）
-
LLM API Key（支持 OpenAI、Gemini、Ollama，默认用 OpenAI）
安装步骤
git clone https://github.com/coleam00/archon.git
cd archon
cp .env.example .env
# 编辑 .env 填写 SUPABASE_URL 和 SUPABASE_SERVICE_KEY
docker-compose up --build -d
初始化数据库 在 Supabase SQL Editor 里执行 migration/complete_setup.sql，建立表结构。
配置与测试
-
在 Settings 填入 OpenAI Key
-
「Knowledge Base」里可以测试爬取网站或上传 PDF
-
在「MCP Dashboard」里复制配置，接入 Claude Code
使用场景
-
个人知识库管理：把网页和文档爬下来交给 Agent 管理
-
开发者实验平台：测试 MCP 协议和不同 AI 模型的组合
-
AI 助手增强：把 Archon 作为 Claude Code 或其他 IDE Agent 的后端大脑
适合谁
-
AI 工具爱好者：喜欢折腾开源项目，想体验最新的 AI 协议和智能体托管。
-
开发者 / 独立黑客：想搭建一个自己的 AI 后端实验平台。
-
研究人员：需要测试 RAG、多 Agent 协作、知识存储等方案。
技术细节
| 服务 | 代码位置 | 核心用途 | 技术栈 | 端口 |
|---|---|---|---|---|
| 前端 UI | archon-ui-main/ | Dashboard 操作入口 | React, TS, Tailwind, Socket.IO | 3737 |
| API 服务 | python/src/server/ | 爬取 & 文档处理逻辑 | FastAPI, Socket.IO | 8181 |
| MCP 服务器 | python/src/mcp/ | 提供 MCP 接口 | HTTP, SSE, MCP 工具集 | 8051 |
| Agents 服务 | python/src/agents/ | 托管智能体 | PydanticAI, RAG, 流响应 | 8052 |
| 数据库 | - | 知识 & 用户数据存储 | Supabase (Postgres + PGVector) | - |
我的总结
从产品经理视角看，Archon 其实还比较早期，更像一个开发实验平台，而不是开箱即用的生产力工具。但它的几个点值得关注：
服务模块化：未来扩展潜力很大
MCP 协议落地：和 Claude Code 等 AI 客户端深度绑定
灵活的数据管理：借助 Supabase + PGVector，天然适合做知识型应用
如果你只是想找一个稳定的“AI 知识库工具”，它可能还不够成熟。但如果你对 AI Agent 平台的底层实现 感兴趣，那 Archon 很值得一试。
就我个人来说，我会在虚拟机里继续折腾它，看看能不能把它跑成一个「个人 AI Agent 实验室」。
项目地址：