腾讯开源智能体新框架：不用训练无需充值，用开源模型实现SOTA Agent

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。

为此，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、不依赖闭源 API，就能取得极佳的效果表现。

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；

GAIA（文本子集）：基于 DeepSeek-V3 Pass@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。

开箱即用

总体来看，Youtu-agent 具有以下核心亮点

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。

更关键的是 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。

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

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 CSV、PDF、str）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

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

快速上手

对于研究人员 / 模型训练师，Youtu-agent 可以作为比 ReAct 更强的开源基线，一键评估脚本助力实验与消融研究。

对于应用开发者，Youtu-agent 可以充当经过验证的脚手架，轻量上手即可构建真实智能体应用。

对于 AI 爱好者，Youtu-agent 具备丰富示例与可调试性，能让开发与探索直观高效。

那么这个智能体框架要怎么用？很简单，Youtu-agent 在 GitHub 上开源了完整代码和示例，只要三步就能跑起来：

第一步：获取代码

在命令行输入：

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

第二步：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，你可以运行下面的代码一键体验：

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

第三步：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/playgroundSERPER_API_KEY=< 访问注释内的地址，获取 API Key># jina api key, ref https://jina.ai/readerJINA_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

# fetch and download the frontend packagecurl -LO https://github.com/TencentCloudADP/Youtu-agent/releases/download/frontend%2Fv0.1.5/utu_agent_ui-0.1.5-py3-none-any.whl # install frontend packageuv pip install utu_agent_ui-0.1.5-py3-none-any.whl

运行 web 版本的 SVG 图片生成命令：

python examples/svg_generator/main_web.py