CraftBot 完全指南：当 AI Agent 学会自己造工具——Living UI 原理解析与上手实战

概述

大多数 AI Agent 编排框架（harness）的能力边界止于「聊天 + 工具调用」。你给 Agent 几个工具函数，它按需调用，返回结果。这个过程很高效，但有一个根本限制：你只能让 Agent 用你已经造好的工具。

CraftBot 打破了这层天花板。它是一个开源的通用 Agent 编排框架，核心创新的 Living UI 系统允许 Agent 在运行时按需搭建、部署和操作自己的 SaaS 工具——前端 + 后端 + 数据库，作为一个受监督的子进程运行在宿主环境中。不仅如此，当 Agent 遇到无法用简单脚本解决的问题时，它会主动发明（invent）一个新的 SaaS 工具来解决它（需用户批准）。

项目信息：Python 编写，MIT 许可，344 GitHub Stars，跨平台支持 Windows/macOS/Linux。

架构：Agent + Living UI 双系统

CraftBot 由两个层次组成：

底层是一个标准的 Agent 编排框架：任务执行、偏好记忆、多会话路由、外部工具集成（Google Workspace / Slack / Notion / Discord / Telegram）、150+ MCP 工具和 170+ Skills、BYOK 灵活模型提供商支持（OpenAI、Gemini、Claude、Ollama 等）。

上层是 Living UI 系统——一个让 Agent 能创建、运行和操作 Web 应用的运行时。每个 Living UI 应用包含：

• 前端（你选的任意技术栈）
• 后端 + 数据库
• 一对独立端口运行的主机进程
• 后端子进程拥有全部状态（页面刷新、标签切换甚至宿主机重启都不丢失）
• 前端只负责展示数据和接收用户操作，不管理状态

CraftBot 通过一个作用域内的 HTTP 客户端读写 Living UI 的数据，并且通过内置端点获取 DOM 快照和截图，实时了解屏幕上发生了什么。

安装：一行命令启动

git clone https://github.com/CraftOS-dev/CraftBot.git
cd CraftBot

python craftbot.py install

安装完成后，命令行自动关闭，浏览器自动打开。之后通过以下命令管理服务：

python craftbot.py start       # 后台启动
python craftbot.py stop        # 停止
python craftbot.py restart     # 重启
python craftbot.py status      # 查看运行状态
python craftbot.py logs        # 查看最近日志

系统要求：Python 3.10+，浏览器模式需 Node.js 18+。

Living UI 的三种创建方式

方式一：从零描述，Agent 生成

直接告诉 CraftBot 你想要什么。例如：

“创建一个项目冲刺看板，包含 TODO / In Progress / Done 三列，每张卡片有标题、负责人、截止日期。”

CraftBot 就会生成后端 API、数据库 Schema 和前端 UI，然后与你迭代调整。

方式二：从市场安装

CraftBot 内置一个应用市场，里面有社区贡献的现成 Living UI 应用，一键安装即可使用。

方式三：导入已有项目

如果你已经有 GitHub 仓库或现有项目，CraftBot 可以将其转换为 Living UI，并自动集成到自己的环境中。转换后的应用拥有后端状态持久化能力，Agent 可以直接读取和操作其中的数据。

核心功能速览

记忆系统（Memory System）

CraftBot 维护一个本地知识库，通过 RAG + Agent File System + 蒸馏（Distillation）构建。每天午夜，它会自主「做梦」并归纳当天发生的事情，形成长期记忆。这意味着你不需要重复告诉它同样的事情。

主动式 Agent（Proactive Agent）

不仅仅是「你问它答」。CraftBot 学习你的偏好、习惯和长期目标，然后主动规划任务并提建议（需要你的批准才能执行）：

• “发现你周末常花 2 小时整理邮件，要我给你创建一个自动分类工具吗？”
• “你每周三都要跑这个数据报告，我帮你做成一个 Living UI 仪表盘？”

多会话路由

不需要每次像 /new 一样手动清上下文。CraftBot 智能判断何时应该开启新会话、何时应该恢复已有任务，保持上下文统一。

外部工具集成

目前已集成 Google Workspace、Slack、Notion、Zoom、LinkedIn、Discord、Telegram，支持 OAuth 和嵌入式凭证管理。

实战场景：从零搭建一个自动化数据分析看板

假设你每周都需要分析销售数据，生成标准报表。传统做法是：登录 Excel → 导出 → 写邮件 → 发报表。CraftBot 的流程完全不同：

步骤 1：告诉 CraftBot 需求。

"每周五下午 5 点，从数据库拉取本周销售数据，生成一个包含销售额趋势、Top 10 产品和区域对比的看板。"

步骤 2：CraftBot 分析后，发现没有适合的工具来做这件事。于是它主动提议创建一个 Living UI：

"当前没有满足需求的工具。我来创建一个『销售分析看板』Living UI，
连接数据库，每日自动刷新。需要用 Python + Dash + SQLite 实现，
运行在 127.0.0.1:9000。是否批准？"

步骤 3：你批准。CraftBot 创建项目、安装依赖、启动服务。几秒后，浏览器中出现了实时销售看板。

步骤 4：CraftBot 自动设置定时任务，每周五下午 5 点刷新数据，并主动将关键指标变化报告给你。

这在传统 AI 工具链中需要手动搭建 Grafana、配置 Data Source、写 SQL、设置告警，至少半天的工作被压缩成了几分钟。

对比：CraftBot vs 传统 Agent Harness

注意事项

• GUI 桌面自动化模式已被废弃。CraftBot 当前使用浏览器界面和 CLI 模式。
• Living UI 应用以子进程运行，不适合运行要求极端性能的生产级应用。它更适合内部工具、仪表盘和自动化工作流。
• 需要 LLM API Key（BYOK 模式），不支持开箱即用。可以使用 Ollama 本地模型实现零费用运行。
• 安装时确保没有其他服务占用 CraftBot 的默认端口。

总结

CraftBot 的 Living UI 概念代表了 AI Agent 能力的一次扩展——从「用工具」到「造工具」。当 Agent 发现自己缺少某个工具时，它可以即时创建它，而不是等待人类开发者编写。这种自举式（self-bootstrapping）的工作流在未来 Agent 生态中可能成为一个重要的设计模式。

如果你对构建能自我进化的 AI Agent 系统感兴趣，CraftBot GitHub 仓库（344⭐, MIT）是一个值得关注的参考实现。

官网：craftbot.live