放着Coze和Dify不用，我喜欢上商汤新开源本地Agent平台

我接过很多Agent智能体定制的单子，

印象最深是做金枪大叔的脚本Agent，先不说要求是实时联网+视频分析+视频逐字稿+图片素材生成+发布文案要在一个Agent里完成，还需要并行生成四个模型的运行结果可以对比（破防），

他们给我的初demo，基本上是用不了的。。。

接到这个需求的时候，我深呼吸了500秒，

给了线下版Dify和线上版coze两套方案，

直接说结论，已知对面没有开发的情况不选Dify，且不能登他们的Coze账号前提下（因为空间还有知识库不够安全），我直接分享做好的智能体过去是看不到提示语的（如果这里是我配置有问题麻烦立刻踢我），

这意味着，只要有任何的版本更新或者维护需求，比如觉得AI的某句话文风不对，要我改改。我就必须重复那个最原始的动作：找他们，要账号，登录，修改，退出。

而且对接的人工作空间配得细碎，做完之后，老板的账号还看不到这个Agent。

头疼，相当头疼。

上周吃到了@袋鼠帝的LazyCraft安利，简单来说这同样是个开源AI Agent开发和管理平台，

Apache-2.0开源版就包含了一般的企业级才齐全的功能点，可视化应用搭建界面（功能模块23个，Dify开源版16个），知识库，提示语管理，推理服务，MCP Servers（同时支持本地和远程），数据管理，模型评测，模型微调的同时！

还支持多工作空间和多租户管理，不同身份能调用的资源可以划分开。

目前Star还不多，但我翻了翻它的开发团队，是商汤基于他们在去年开源的LazyLLM构建的。 https://github.com/LazyAGI

还有还有，他们自己也贴了自己跟Coze和Dify的功能对比，

所以我也来说说这几天的使用感受，

再附上小学生级的安装教程（一行命令，多了轰炸我）。

首先，也是最难得的，多用户多权限管理。

这基本上是开源项目买企业版的核心卖点，如果还有印象两年前GPT套壳满天飞的时候，我当时就想着省事，买了ChatGPT Web的二次开源版本，结果就是用户管理是单独一个套餐，模型分流计费又是一个套餐，一套接一套，比我一个南方人冬天去哈尔滨穿的都多。

LazyCraft直接就把它开源了。

它有一个非常清晰的使用层级，团队 -> 用户管理 -> 添加用户。

你可以在后台任意添加新用户，也可以让他们自己注册。然后我可以设置用户组，比如产品部门、运营部门。把指定的用户，拉进这个组里，然后设置他的权限。

只读，就代表这个用户只能查看和使用这个空间下的Agent应用、知识库。

读写，就代表他可以编辑。

管理员，就代表他有这个工作空间的最高权限。

我完全可以给老板一个只读权限，让他看到所有Agent的运行情况，给业务部门读写权限，让他们去迭代自己的Prompt，给平时用这个Agent的运营部门只读权限，随便用随便折腾，也不会搞坏任何配置。

还内置了日志记录和费用统计。

你可以清清楚楚地看到，哪个用户，在什么时间，调用了哪个模型，消耗了多少Token。

当老板问你，我们这个月花在大模型上的钱，到底值不值的时候，

你可以直接给到他一个后台报表。

有了用户管理，我们下一步就要解决一个终极哲学问题了，用本地模型，本地框架，本地数据，物理隔绝，隐私安安全全，

还是用API，本地框架，云端数据管理，为的是团队可以使用这一套囤下来的提示语工作流呢？

LazyCraft选择都要，

在模型仓库里，我可以直接加载Hugging Face或者Model Scope魔搭上的模型，

https://modelscope.cn/models

https://huggingface.co/models

也可以导入你自己下载好的本地模型文件，选模型我一般是按下载量以及任务来筛选的，huggingface上还可以先把参数量限制上。

如果拿不准的话可以按照这个公式去估算，以Mac举例，Memory是24GB的前提，能运行的比较流畅的模型大小应该是24*0.8/2，20%是留给电脑正常运行，*2就是对应上模型本身大小，所以说qwen3:8b（<10）在我的电脑上是可以运行的。

如果有足量的数据集，想微调一些0.5B左右大小的模型的话，比方我会用来做用户意图识别，还可以试试看LazyCraft的模型微调，

微调完了，还要避免模型跷跷板，功能A提升了，功能B忘了，

LazyCraft内置了模型测评，支持人工和AI评测，在同一个数据集上，进行盲测。那作为开源第一版，LazyCraft的Issues我也挨个看了一遍

首先就是目前能下载的开源模型，以及能接入的大模型数量需要更多，我直接列一个表出来，希望后续能蹲到更多的更新。

OK，模型ready和数据都ready后直接快进到可视化搭建，

画布这个形式我觉得现在就已经追溯不到哪个是第一个做的，但目前各家的Agent编辑平台基本上已经是画布大一统了，这也降低了上手的难度，

LazyCraft支持两种MCP接入方式，一种远程的SSE，一种本地的STDIO。

很多线上的Agent平台不支持本地STDIO的接入。关键是很多功能强大，但又不方便暴露成API的MCP工具，比如一些本地的数据处理脚本，它们提供的就是STDIO，MCP出圈的3D Blender模块，也是STDIO。

这周下来我使用的亮点盘差不多了，

该上炒鸡无敌简单安装教程了，说好的一行命令多一行都不行。

先去 https://github.com/LazyAGI/LazyCraft.git 下载代码，解压并进到子目录docker

然后安装docker，每个人电脑环境可能都不同，用docker封装的环境胜在够稳定 https://www.docker.com/products/docker-desktop/

到了唯一一个需要代码的点了，不管是mac还是wins，在刚刚打开的子目录docker右键或者快捷键打开命令行，输入

docker-compose up -d

这行命令短到我甚至不需要用代码块单独分割出来，看到这个样子就成了

然后就在浏览器打开 127.0.0.1:30382，

账号：admin，密码：LazyCraft@2025。

完事了，搞定了，直接开整了。

它把应用编排，模型管理，模型微调，权限管理，这些企业落地最痛最核心的能力，完整开源了出来。

说真的，好用的开源项目，再多我也不嫌多。这就像我们去吃火锅，备的料越足，心里就越踏实。

Dify可能就是那盘肥牛，Coze是毛肚，但你总得备点贡菜，红糖糍粑和白米饭吧。

LazyCraft就是那个我可能一开始没注意，

但一口下能让我吃得饱，吃得舒服的虾滑。

这样称手的工具，多一个，就多一条路。

老话说得好啊，

多准备一条路，

总没错的。

@ 作者 / 卡尔

最后，感谢你看到这里如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论

如果想要第一时间收到推送，不妨给我个星标

更多的内容正在不断填坑中……