Appearance
「100%本地运行的Manus AI替代品」，星标两万六。Manus一个月200刀，这玩意一分钱不花，数据还不往外跑。
为什么值得用
Manus一个月200刀，AgenticSeek一分钱不花，数据还不往外跑。
实际用下来的三个真实场景：
1. 隐私敏感的信息检索
你让ChatGPT帮你分析公司内部文档，心里总有点犯嘀咕吧？
AgenticSeek基于SearxNG做搜索，所有数据留本机。金融合规、医疗数据这些场景，不用再纠结数据安不安全的问题。
2. 批量网页信息采集
要做竞品调研，需要打开几十个网页抓信息。AgenticSeek能自动浏览、搜索、提取关键信息，还支持填表单（虽然还比较实验性）。
人手动搞半小时的事，它三五分钟跑完。
3. 本地代码开发辅助
它能读写你指定工作目录里的文件，直接在本地跑代码、调试、运行，不需要把代码传到云端。
对于闭源项目或者敏感代码库来说，这个能力太香了。
最常用场景：技术调研。 给它一个技术方向，它自己去搜索、整理、生成报告，全程数据不出你的机器。
架构解析
AgenticSeek用的是Docker Compose编排的多容器微服务架构：
| 组件 | 说明 |
|---|---|
| Frontend | Web界面，端口3000 |
| Backend | 系统大脑，api.py是入口 |
| SearxNG | 隐私优先的元搜索引擎 |
| Redis | SearxNG依赖，缓存和消息队列 |
| LLM Router | LLM请求路由层 |
| LLM Server | 自托管LLM服务器 |
项目目录结构
agenticSeek/
├── sources/ # 核心源码，Agent系统、浏览器自动化
├── llm_router/ # LLM请求路由
├── llm_server/ # 自托管LLM服务器
├── prompts/ # Prompt模板
├── frontend/ # Web界面
├── docker-compose.yml
└── README.md部署方式
Docker部署（推荐）
bash
git clone https://github.com/
cd agenticSeek
docker-compose up -dOllama集成
支持本地模型：
bash
# 安装Ollama
curl -fsSL https://ollama.com/install.sh | sh
# 拉取模型
ollama pull llama3.2
# 配置AgenticSeek使用本地模型和Manus的对比
| 对比项 | AgenticSeek | Manus |
|---|---|---|
| 部署方式 | 本地/Docker | 云端 |
| 费用 | 0 | $200/月 |
| 数据隐私 | 完全本地 | 云端处理 |
| 搜索能力 | SearxNG元搜索 | 内置搜索 |
| 代码开发 | 本地文件读写 | 云端处理 |
| 自定义能力 | 高，开源可改 | 有限 |
适用场景
| 场景 | 适合度 |
|---|---|
| 隐私敏感数据处理 | ⭐⭐⭐⭐⭐ |
| 竞品调研批量采集 | ⭐⭐⭐⭐ |
| 本地代码开发辅助 | ⭐⭐⭐⭐ |
| 技术调研报告 | ⭐⭐⭐⭐⭐ |
| 日常问答 | ⭐⭐⭐ |
总结
AgenticSeek的价值：把云端Agent的能力本地化，零成本，隐私优先。
适合：
- 隐私敏感场景（金融、医疗、法律）
- 不想付API费用的个人开发者
- 对数据安全有要求的团队
不适合：
- 需要最强模型能力的场景（还是得上Claude/GPT）
- 完全不想折腾的技术小白
