秒搞定 AI‑Legion 自动化平台：从安装到让机器人帮你写代码的全攻略

想让 AI 自动帮你完成重复性任务、上网搜索、写文件，却不知道从哪下手？这篇文章直接教你把 eume​mic/ai‑legion 搭起来，省掉半天的摸索时间。

核心痛点直接抛出

普通开发者在玩 LLM‑Agent 时，常遇到三大阻碍：

• 环境依赖一堆，装了半天报错。
• Agent 报错找不着北，卡在“怎么写指令”。
• 状态保存不明晰，重启后全部忘记。

解决这三点，你就能让 AI 像厨房的微波炉一样，随叫随开。

大家都以为的 “对的” 做法

很多人会直接 git clone 完毕就跑 npm start，结果：

• Node 版本太低，报 ERR! node >=10 required。
• ENV 文件默认是 .env.template，忘记改名导致找不到密钥。
• 直接用 npm run start 3 gpt‑4，却发现 Agent 在循环抛错。

这些都是“看起来合理，实际坑爹”的误区。

其实应该这么干（反直觉干货）

1. 环境先搞定，顺序不能乱。先确认本地 Node 版本 >=10，然后全局装 npm i -g npm，再执行 npm install。

2. 环境变量要一步到位。复制 .env.template 为 .env，一次性把四个关键字段填完：

• OPENAI_API_KEY：OpenAI 的访问钥匙。
• GOOGLE_SEARCH_ENGINE_ID 与 GOOGLE_API_KEY：让 Agent 能上网查资料的双钥。
• AGENT_DELAY（可选）：给每次行动加点间隔，防止炸 token。

记得把 .env 加入 .gitignore，别把钥匙泄露。

3. 首次启动加参数。推荐先跑单个 Agent，命令：npm run start 1 gpt-3.5-turbo。看到控制台出现 “Agent ready” 才算成功。

4. 错误不慌，先看 Action 格式。Agent 常见报错来自三类：

• 没有先 help 看参数说明。
• 返回的指令没有用 % delimiter 包裹多行参数。
• 直接把代码块当成文本发回。

一旦报错，先在控制台输入 help，让 Agent 把正确的语法抖出来，然后按照模板重新发指令。

持久化记忆：怎么让 Agent 不忘前一次的事

AI‑Legion 把每个 Agent 的状态保存在 .store/<id>/ 下面，主要三个文件：

• memory：所有历史对话和动作日志。
• goals：当前的目标列表。
• notes：随手记的便签。

如果想让 Agent 从头再来，只删掉 .store/<id>/memory 或整个 .store 文件夹即可；如果只想清理某一步的错误，定位到对应行的 JSON，手动删掉再重启。

进阶技巧：多 Agent 协作

把 npm run start 3 gpt‑4 把三个 Agent 拉起来，它们会通过内部 MessageBus 自动互相聊天。常见的协作模式：

• 搜索‑写作组合：Agent A 负责抓取网页信息，Agent B 把信息整理成报告。
• 文件‑审查组合：Agent C 生成代码文件，Agent D 用 lint 检查并反馈。

只要在控制台输入一次指令，所有 Agent 都能收到，省掉逐个调度的麻烦。

常见坑位速查表（随手贴）

• Node 版本报错 → 升级 Node。
• Google API 报 403 → 检查 Cloud Console 是否开通 Custom Search API。
• Agent 卡在无限循环 → 加 AGENT_DELAY=2000 或手动 Ctrl+C 停止。
• 状态不保存 → 确认 .store 目录有写权限。

延伸阅读推荐

之前我们聊过如何在本地部署 LLM 环境，这里可以进一步了解 AI‑Legion 项目源码，以及配套的 使用手册。

结语 + 行动呼吁

把这些步骤落地后，你就拥有了一个可以自己上网、写代码、记笔记的“小机器人”。有任何卡点或者想让它完成更奇怪的任务，直接在下方评论区吐槽，大家一起玩转 AI‑Legion！