本文是面向中文开发者的导读,帮助快速理解 AgentRQ 的定位、架构和本地运行方式。
注意:中文版本可能滞后于英文文档;如需获取最新信息,请尽可能优先参考英文 README.md。英文 README.md、SETUP.md、DOCKER.md 和 ARCHITECTURE.md 仍是维护时的权威资料;如果两者不一致,请以英文文档和当前代码为准。
Note: This Simplified Chinese version may lag behind the English documentation. For the most up-to-date information, please refer to the English README.md. The English README, SETUP, DOCKER, and ARCHITECTURE docs remain the source of truth.
AgentRQ 是一个面向“人类操作者 + AI Agent”的协作平台。它不是模型本身,也不是某个 Agent CLI 的替代品,而是提供一个可视化工作区,让人和 Agent 围绕任务、状态、消息、权限请求、附件和通知协同。
AI Agent 通过 MCP 连接到工作区:读取任务、更新状态、回复消息、下载附件或创建新任务;人类则通过 Web UI 观察进度、补充信息或处理需要批准的操作。
官方 README 没有说明 “RQ” 的展开含义,本文不做额外定义。可以把它理解为围绕任务队列或请求队列组织 Agent 工作流的产品名。
Workspace 是一个独立的任务空间,通常对应一个项目、仓库或目标。它包含名称、任务说明、Agent 可读取的上下文、MCP 连接地址、令牌和权限设置。每个 Workspace 都有自己的 Workspace MCP endpoint,Agent 连接后只能看到该工作区内的信息。
Task 是 AgentRQ 的基本工作单元。任务可以分配给 human 或 agent,状态包括 notstarted、ongoing、completed、rejected、blocked 和 cron。任务内有对话历史、附件、优先级和权限控制信息。
AgentRQ 的重点不是让 Agent 无限制执行,而是把人放在工作流中:人可以创建任务、补充上下文、查看状态、处理权限请求、接管或阻塞任务。
MCP,即 Model Context Protocol,是 Agent 和 AgentRQ 之间的协议层。通过 MCP,Agent 可以调用 AgentRQ 提供的工具,例如 getTask、reply、updateTaskStatus 和 createTask。
AgentRQ 有两层 MCP:
Release assistant。getTask 获取待处理任务。updateTaskStatus 把任务改为 ongoing。reply,把进度、疑问或权限请求同步到 AgentRQ。updateTaskStatus 把任务改为 completed。对于多工作区场景,也可以让 supervisor Agent 通过 CoreMCP 发现所有 Workspace,并把子任务分发给不同 Workspace 中的 specialist Agent。
AgentRQ 采用前后端分离和 MCP 服务层组合的架构。
更多设计细节见 ARCHITECTURE.md。
如果只是想先体验完整产品,优先看 Docker 自托管路径;如果想参与代码开发,再走源码开发路径。
Docker 是最直接的本地体验方式,完整步骤见 SETUP.md 和 DOCKER.md。
核心流程如下:
docker pull agentrq/agentrq:latest
mkdir -p _storage
docker run -d \
--name agentrq \
--restart unless-stopped \
-p 2026:2026 \
--env-file .env \
-v ./_storage:/_storage \
agentrq/agentrq:latest
启动后访问:
http://localhost:2026
你需要准备 .env。本地体验常用配置包括:
ENV=production
PORT=2026
AGENTRQ_BASE_URL=http://localhost:2026
AGENTRQ_DOMAIN=localhost
AGENTRQ_SQLITE_ENABLED=true
AGENTRQ_SQLITE_DSN=./_storage/agentrq.db
AGENTRQ_AUTH_JWT_SECRET=CHANGE-ME-TO-A-LONG-RANDOM-SECRET-32-CHARS-MIN
AGENTRQ_AUTH_WORKSPACE_TOKEN_KEY=CHANGE-ME-EXACTLY-32-BYTES-LONG!
AGENTRQ_AUTH_ROOT_LOGIN_ENABLED=true
AGENTRQ_AUTH_ROOT_ACCESS_TOKEN=CHANGE-ME-ROOT-TOKEN
AGENTRQ_ACCOUNTS_OAUTH2_CLI_GOOGLE_CLIENT_ID=your-client-id.apps.googleusercontent.com
AGENTRQ_ACCOUNTS_OAUTH2_CLI_GOOGLE_CLIENT_SECRET=your-client-secret
注意:
AGENTRQ_AUTH_WORKSPACE_TOKEN_KEY 必须正好是 32 bytes。修改它会导致已有 Workspace MCP token 无法解密。http://localhost:2026/api/v1/auth/google/callback。源码开发需要:
安装依赖:
make install
启动完整开发环境:
make dev
前端开发服务器默认是:
http://localhost:5173
后端默认监听 http://localhost:3000,Vite 会把 /api 和 /mcp 代理到后端。
Windows 提示:当前 Makefile 使用了 lsof、xargs、kill 等 Unix 工具。如果你在 Windows PowerShell 中没有这些命令,可以分别在两个终端中启动后端和前端:
cd backend/cmd/server
New-Item -ItemType Directory -Force _storage
go build -o agentrq_binary.exe main.go
.\agentrq_binary.exe
cd frontend
npm install
npm run dev
后端配置默认从 backend/cmd/server/_config/base.yaml 读取,并支持 AGENTRQ_* 环境变量覆盖。源码开发时如果登录或 MCP token 相关功能异常,优先核对 OAuth、JWT secret、workspace token key 和 base URL。
常见配置项:
| 变量 | 作用 |
|---|---|
AGENTRQ_BASE_URL |
当前 AgentRQ 对外访问地址,例如 http://localhost:2026 |
AGENTRQ_DOMAIN |
域名,不带协议,例如 localhost |
AGENTRQ_AUTH_JWT_SECRET |
签发会话 JWT 的密钥,建议 32 字符以上随机值 |
AGENTRQ_AUTH_WORKSPACE_TOKEN_KEY |
MCP workspace token 加密密钥,必须正好 32 bytes |
AGENTRQ_AUTH_ROOT_LOGIN_ENABLED |
是否启用 root login,建议仅本地初始化使用 |
AGENTRQ_AUTH_ROOT_ACCESS_TOKEN |
root login 使用的访问令牌 |
AGENTRQ_ACCOUNTS_OAUTH2_CLI_GOOGLE_CLIENT_ID |
Google OAuth2 Client ID |
AGENTRQ_ACCOUNTS_OAUTH2_CLI_GOOGLE_CLIENT_SECRET |
Google OAuth2 Client Secret |
AGENTRQ_SQLITE_ENABLED |
是否使用 SQLite |
AGENTRQ_POSTGRES_ENABLED |
是否使用 PostgreSQL |
生产部署通常应使用 HTTPS、关闭 root login,并优先考虑 PostgreSQL。完整生产部署说明见 SETUP.md。
AgentRQ 可以接入多种 Agent CLI 或 MCP 客户端。每个 Workspace 的 MCP URL 和 token 可在 AgentRQ workspace 的 Setup modal 中找到。
在项目根目录创建 .mcp.json,填入 Workspace MCP URL:
{
"mcpServers": {
"agentrq-WORKSPACE_ID": {
"type": "http",
"url": "YOUR_MCP_URL"
}
}
}
也可以创建 .claude/settings.local.json 预批准 AgentRQ 工具,减少每次调用时的确认提示。详细配置见英文 README.md 的 Claude Code & AI Integration 部分。
连接后,Agent 常用的 Workspace MCP 工具包括:
createTask:创建任务并分配给人类用户,支持可选的 cron_schedule 定时任务。updateTaskStatus:把任务切换到 notstarted、ongoing、blocked 或 completed 等状态。reply:向 AgentRQ 面板实时发送消息。getWorkspace:读取工作区名称、任务说明和统计信息。getTask:获取任务——不传 taskId 时返回分配给 Agent 的下一个未开始任务,传入 taskId 时返回该任务;设置 includeConversation: true 可一并返回对话历史(游标分页)。downloadAttachment:按 ID 下载附件。Codex 可通过 @agentrq/codex-gateway 连接 AgentRQ:
npm install -g @agentrq/codex-gateway@latest
codex-gateway
它通常需要同时配置:
.mcp.json:供 codex-gateway 接收 AgentRQ 任务。.codex/config.toml:供 Codex agent 在执行任务时直接调用 AgentRQ MCP tools。详细配置见英文 README.md 的 Codex Gateway 部分。
ACP Agent 可通过 @agentrq/acp-gateway 接入,例如 Gemini CLI:
npm install -g @agentrq/acp-gateway
acp-gateway -- gemini --acp
详细说明见英文 README.md 的 ACP Gateway 部分。
Supervisor Agent 可连接全局 CoreMCP:
{
"mcpServers": {
"agentrq": {
"type": "http",
"url": "https://mcp.agentrq.com/mcp"
}
}
}
CoreMCP 使用 OAuth2,让管理型 Agent 在当前用户权限范围内查看和管理多个 Workspace。
官方 README 提到的扩展包括:
Claude Code 扩展安装:
/plugin marketplace add https://github.com/agentrq/agentrq-claude-extension
/plugin install agentrq@agentrq
Gemini CLI 扩展安装:
gemini extensions install https://github.com/agentrq/agentrq-gemini-extension
集成能力包括:
不是。AgentRQ 更像一个 Agent-Human 协作平台或任务编排平台。它让外部 Agent 通过 MCP 接入任务系统,但它本身不是大语言模型,也不是 Claude Code、Codex 或 Gemini 的替代品。
只想体验产品,先用 Docker。想贡献代码或调试前后端,再用源码开发环境。
以英文 README、SETUP.md、ARCHITECTURE.md 和当前代码为准。中文文档主要作为导读,帮助中文开发者更快进入项目。
正常用户登录依赖 Google OAuth2。自托管本地初始化可以临时启用 root login,但生产环境应关闭。
仓库当前文档没有给出官方展开。不要在文档或 PR 描述中擅自定义它;可以把 AgentRQ 当作产品名理解。
如果你想从中文文档开始贡献,建议保持低风险、小范围:
docs: add Simplified Chinese README。许可证见英文 README.md 的 License 部分。
$ claude mcp add agentrq \
-- python -m otcore.mcp_server <graph>