我接過很多Agent智能體定制的單子，

印象最深是做金槍大叔的腳本Agent，先不說要求是實(shí)時(shí)聯(lián)網(wǎng)+視頻分析+視頻逐字稿+圖片素材生成+發(fā)布文案要在一個(gè)Agent里完成，還需要并行生成四個(gè)模型的運(yùn)行結(jié)果可以對(duì)比（破防），

他們給我的初demo，基本上是用不了的。。。

接到這個(gè)需求的時(shí)候，我深呼吸了500秒，

給了線下版Dify和線上版coze兩套方案，

直接說結(jié)論，已知對(duì)面沒有開發(fā)的情況不選Dify，且不能登他們的Coze賬號(hào)前提下（因?yàn)榭臻g還有知識(shí)庫不夠安全），我直接分享做好的智能體過去是看不到提示語的（如果這里是我配置有問題麻煩立刻踢我），

這意味著，只要有任何的版本更新或者維護(hù)需求，比如覺得AI的某句話文風(fēng)不對(duì)，要我改改。我就必須重復(fù)那個(gè)最原始的動(dòng)作：找他們，要賬號(hào)，登錄，修改，退出。

而且對(duì)接的人工作空間配得細(xì)碎，做完之后，老板的賬號(hào)還看不到這個(gè)Agent。

頭疼，相當(dāng)頭疼。

上周吃到了@袋鼠帝的LazyCraft安利，簡(jiǎn)單來說這同樣是個(gè)開源AI Agent開發(fā)和管理平臺(tái)，

Apache-2.0開源版就包含了一般的企業(yè)級(jí)才齊全的功能點(diǎn)，可視化應(yīng)用搭建界面（功能模塊23個(gè)，Dify開源版16個(gè)），知識(shí)庫，提示語管理，推理服務(wù)，MCP Servers（同時(shí)支持本地和遠(yuǎn)程），數(shù)據(jù)管理，模型評(píng)測(cè)，模型微調(diào)的同時(shí)！

還支持多工作空間和多租戶管理，不同身份能調(diào)用的資源可以劃分開。

目前Star還不多，但我翻了翻它的開發(fā)團(tuán)隊(duì)，是商湯基于他們?cè)谌ツ觊_源的LazyLLM構(gòu)建的。 https://github.com/LazyAGI

還有還有，他們自己也貼了自己跟Coze和Dify的功能對(duì)比，

所以我也來說說這幾天的使用感受，

再附上小學(xué)生級(jí)的安裝教程（一行命令，多了轟炸我）。

首先，也是最難得的，多用戶多權(quán)限管理。

這基本上是開源項(xiàng)目買企業(yè)版的核心賣點(diǎn)，如果還有印象兩年前GPT套殼滿天飛的時(shí)候，我當(dāng)時(shí)就想著省事，買了ChatGPT Web的二次開源版本，結(jié)果就是用戶管理是單獨(dú)一個(gè)套餐，模型分流計(jì)費(fèi)又是一個(gè)套餐，一套接一套，比我一個(gè)南方人冬天去哈爾濱穿的都多。

LazyCraft直接就把它開源了。

它有一個(gè)非常清晰的使用層級(jí)，團(tuán)隊(duì) -> 用戶管理 -> 添加用戶。

你可以在后臺(tái)任意添加新用戶，也可以讓他們自己注冊(cè)。然后我可以設(shè)置用戶組，比如產(chǎn)品部門、運(yùn)營(yíng)部門。把指定的用戶，拉進(jìn)這個(gè)組里，然后設(shè)置他的權(quán)限。

只讀，就代表這個(gè)用戶只能查看和使用這個(gè)空間下的Agent應(yīng)用、知識(shí)庫。

讀寫，就代表他可以編輯。

管理員，就代表他有這個(gè)工作空間的最高權(quán)限。

我完全可以給老板一個(gè)只讀權(quán)限，讓他看到所有Agent的運(yùn)行情況，給業(yè)務(wù)部門讀寫權(quán)限，讓他們?nèi)サ约旱腜rompt，給平時(shí)用這個(gè)Agent的運(yùn)營(yíng)部門只讀權(quán)限，隨便用隨便折騰，也不會(huì)搞壞任何配置。

還內(nèi)置了日志記錄和費(fèi)用統(tǒng)計(jì)。

你可以清清楚楚地看到，哪個(gè)用戶，在什么時(shí)間，調(diào)用了哪個(gè)模型，消耗了多少Token。

當(dāng)老板問你，我們這個(gè)月花在大模型上的錢，到底值不值的時(shí)候，

你可以直接給到他一個(gè)后臺(tái)報(bào)表。

有了用戶管理，我們下一步就要解決一個(gè)終極哲學(xué)問題了，用本地模型，本地框架，本地?cái)?shù)據(jù)，物理隔絕，隱私安安全全，

還是用API，本地框架，云端數(shù)據(jù)管理，為的是團(tuán)隊(duì)可以使用這一套囤下來的提示語工作流呢？

LazyCraft選擇都要，

在模型倉庫里，我可以直接加載Hugging Face或者M(jìn)odel Scope魔搭上的模型，

https://modelscope.cn/models

https://huggingface.co/models

也可以導(dǎo)入你自己下載好的本地模型文件，選模型我一般是按下載量以及任務(wù)來篩選的，huggingface上還可以先把參數(shù)量限制上。

如果拿不準(zhǔn)的話可以按照這個(gè)公式去估算，以Mac舉例，Memory是24GB的前提，能運(yùn)行的比較流暢的模型大小應(yīng)該是24*0.8/2，20%是留給電腦正常運(yùn)行，*2就是對(duì)應(yīng)上模型本身大小，所以說qwen3:8b（<10）在我的電腦上是可以運(yùn)行的。

如果有足量的數(shù)據(jù)集，想微調(diào)一些0.5B左右大小的模型的話，比方我會(huì)用來做用戶意圖識(shí)別，還可以試試看LazyCraft的模型微調(diào)，

微調(diào)完了，還要避免模型蹺蹺板，功能A提升了，功能B忘了，

LazyCraft內(nèi)置了模型測(cè)評(píng)，支持人工和AI評(píng)測(cè)，在同一個(gè)數(shù)據(jù)集上，進(jìn)行盲測(cè)。那作為開源第一版，LazyCraft的Issues我也挨個(gè)看了一遍

首先就是目前能下載的開源模型，以及能接入的大模型數(shù)量需要更多，我直接列一個(gè)表出來，希望后續(xù)能蹲到更多的更新。

OK，模型ready和數(shù)據(jù)都ready后直接快進(jìn)到可視化搭建，

畫布這個(gè)形式我覺得現(xiàn)在就已經(jīng)追溯不到哪個(gè)是第一個(gè)做的，但目前各家的Agent編輯平臺(tái)基本上已經(jīng)是畫布大一統(tǒng)了，這也降低了上手的難度，

LazyCraft支持兩種MCP接入方式，一種遠(yuǎn)程的SSE，一種本地的STDIO。

很多線上的Agent平臺(tái)不支持本地STDIO的接入。關(guān)鍵是很多功能強(qiáng)大，但又不方便暴露成API的MCP工具，比如一些本地的數(shù)據(jù)處理腳本，它們提供的就是STDIO，MCP出圈的3D Blender模塊，也是STDIO。

這周下來我使用的亮點(diǎn)盤差不多了，

該上炒雞無敵簡(jiǎn)單安裝教程了，說好的一行命令多一行都不行。

先去 https://github.com/LazyAGI/LazyCraft.git 下載代碼，解壓并進(jìn)到子目錄docker

然后安裝docker，每個(gè)人電腦環(huán)境可能都不同，用docker封裝的環(huán)境勝在夠穩(wěn)定 https://www.docker.com/products/docker-desktop/

到了唯一一個(gè)需要代碼的點(diǎn)了，不管是mac還是wins，在剛剛打開的子目錄docker右鍵或者快捷鍵打開命令行，輸入

docker-compose up -d

這行命令短到我甚至不需要用代碼塊單獨(dú)分割出來，看到這個(gè)樣子就成了

然后就在瀏覽器打開 127.0.0.1:30382，

賬號(hào)：admin，密碼：LazyCraft@2025。

完事了，搞定了，直接開整了。

它把應(yīng)用編排，模型管理，模型微調(diào)，權(quán)限管理，這些企業(yè)落地最痛最核心的能力，完整開源了出來。

說真的，好用的開源項(xiàng)目，再多我也不嫌多。這就像我們?nèi)コ曰疱仯瑐涞牧显阶?，心里就越踏?shí)。

Dify可能就是那盤肥牛，Coze是毛肚，但你總得備點(diǎn)貢菜，紅糖糍粑和白米飯吧。

LazyCraft就是那個(gè)我可能一開始沒注意，

但一口下能讓我吃得飽，吃得舒服的蝦滑。

這樣稱手的工具，多一個(gè)，就多一條路。

老話說得好啊，

多準(zhǔn)備一條路，

總沒錯(cuò)的。

@ 作者 / 卡爾

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評(píng)論

如果想要第一時(shí)間收到推送，不妨給我個(gè)星標(biāo)

更多的內(nèi)容正在不斷填坑中……