GuaDa AI 是一个开源的智能AI对话平台，旨在创建可用、易用、好用的个人智能助理。它整合了ReAct Agent、多模型接入、RAG知识库检索、MCP工具调用、Skills技能框架、浏览器自动化及多端接入等功能，致力于解决AI项目功能分散、难以配合的问题。GuaDa AI采用前后端分离的技术栈，支持Docker、传统部署及Electron桌面端，并遵循MIT开源协议，适合个人知识助理、团队知识库问答、聊天机器人后端及AI技术学习。
这两年 AI 项目很多，能聊天的、能做知识库的、能接工具的都不少。
但真要自己搭一个能长期用、还能继续扩展的 AI 助手，问题很快就出来了。
有的项目适合演示，不太适合继续改；有的功能挺全，但知识库、工具调用、Bot、桌面端是分散的，单看都行，串起来总差一点。
说到底，大家缺的不是一个聊天页面，而是一个能把对话、知识库、工具调用和扩展能力放到一起的平台。
最近看到这个项目就是往这个方向做的。
GuaDa AI 是什么
GuaDa AI 是一个开源的智能 AI 对话平台，目标很直接：做一个可用、易用、好用的个人智能助理。
从公开资料来看，它把几块常见能力放进了同一套系统：
- • ReAct Agent
- • 多模型接入
- • RAG 知识库检索
- • MCP 工具调用
- • Skills 技能框架
- • 浏览器自动化
- • Web、桌面端、Bot 接入
这些能力单独看都不稀奇，但放在一起就不一样了。很多 AI 项目卡住，不是少了功能，而是这些功能没法顺畅配合。
这个项目为什么值得看
Agent 不只是会回复
GuaDa AI 的核心是基于 ReAct 模式的 Agent 引擎。
简单说，AI 在回答问题时，不只是生成一段话，而是会根据情况决定要不要查知识库、调工具、补信息，再继续往下处理。这样它更像一个会做事的助手，而不只是聊天框。
知识库不是上传文档就结束
现在很多项目都有 RAG，但不少做法本质上还是“上传文档，再搜一段内容”。
GuaDa AI 支持 Agent 自己做多轮知识搜索，也支持文档写入知识库。遇到复杂问题时，不是搜一轮就结束，而是能继续缩小范围、继续定位内容，这一点更接近真实使用场景。
工具调用和 Skills，后续扩展更方便
如果你打算二开，这一点会比较重要。
项目里已经有工具调用系统和 Skills 技能框架，覆盖知识库、记忆、时间、Shell、图像识别、MCP 等方向。好处很直接：后面要加能力，不至于所有东西都往主流程里塞，扩展会轻松很多。
浏览器自动化挺实用
项目里还接了浏览器自动化能力，Agent 可以直接做页面交互和信息采集。
很多业务动作没有现成 API，或者接 API 的成本并不低，能直接操作浏览器，平台能覆盖的事情就会多不少。
技术栈和部署方式
项目走的是前后端分离路线。
前端是Vue 3，后端是NestJS + TypeScript，数据层用到了Prisma、SQLite、sqlite-vec、FTS5，另外还有Electron桌面端支持。
部署上，项目给了几条路：Docker 适合先快速跑起来，Web 传统部署适合自己控服务器环境，Electron 版本适合做本地桌面助手。
整体看下来，这套技术栈不花哨，但很清楚，也方便后续维护和二次开发。
开源协议
这个项目采用的是MIT License。
MIT 协议整体比较宽松，学习、修改、分发、商用通常都比较友好。需要注意的地方不多，保留原始版权和许可说明就行。真要商用，结合自己的场景再确认一次会更稳。
适合哪些场景
从现在的能力看，这个项目比较适合几类方向：个人知识助理、团队内部知识库问答、聊天机器人后端，以及拿来学习 Agent、RAG、工具系统怎么落地。
对开发者来说，它的价值不只是“能不能用”，还在于它把常见模块放进了同一个项目里，方便顺着源码看清楚 AI 平台是怎么搭起来的。
下面是系统的一些截图
结语
现在看开源 AI 项目，我更在意的已经不是“接了多少模型”，而是它有没有把对话、知识库、工具调用和扩展能力真正连起来。
目前还在持续迭代，但方向已经挺清楚了：它想做的不是一个演示型聊天页，而是一个更完整的智能助理平台。
如果你最近正想找一个项目，看看 Agent、RAG、MCP、Skills 这些能力怎么放在一起，这个仓库值得翻一翻。
项目源码：
- • Gitee：https://gitee.com/zhendongdong/guada_ai
- • GitHub：https://github.com/donggua-zen/guada
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2026 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
