Agent Zero 使用 Ollama：Docker安装和 limites

#Agent Zero 是什么

Agent Zero（仓库 agent0ai/agent-zero）将自身定位为一个为智能体提供完整 Linux 计算机环境的框架：Docker 容器中的 XFCE 桌面、带 DOM 标注的浏览器、在 Markdown 文件、电子表格和演示文稿上进行实时协作，以及汇集了 100 多个社区插件的插件中心。截至 2026 年 9 月 28 日，该项目在 GitHub 上已获得超过 19,000 个星标，最新带版本标签的版本为 v2.13，发布于 2026 年 9 月 23 日。

它并不是 OpenCode 或 Cline 那样的专用编程智能体：Agent Zero 面向跨领域任务（研究、操控桌面应用、审查网页界面、分析），代价是需要比终端中的单个二进制程序更复杂的基础设施。

该项目还着重介绍了“智能体配置”（即时创建的专业智能体，例如用于审慎的财务分析，并交付电子表格）、按上下文隔离文件、机密信息、记忆和代码仓库的项目管理，以及多智能体协作：主智能体将研究、编程、分析或审查任务委派给专门的子智能体。每项功能都会占用上下文，并对模型的指令遵循能力提出要求，因此，一旦不再局限于简单聊天，这些功能就会直接影响模型的选择。

#安装 Docker 容器

在已安装 Docker 的前提下，最直接的方式是执行一条命令，将实例数据挂载到持久化卷中。该项目还提供了适用于服务器和无头模式的脚本安装程序（A0 Install），以及一个图形化启动器（A0 Launcher），代替用户管理 Docker、实例和端口。

docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero

容器启动后，可通过所选端口（默认为 80，或通过参数指定的端口）访问 Web 界面，在执行第一个任务前配置模型提供方。在没有图形界面的服务器上，脚本安装程序支持静默模式，可创建指定实例并设置指定端口，无需打开菜单，适用于自动化部署或只能通过 SSH 访问的远程机器。

#连接本地 Ollama 服务

官方安装文档详细说明了操作步骤：在对话模型、辅助模型或嵌入模型的设置中，选择 Ollama 作为提供商，输入 Ollama 要求的模型名称（例如 llama3.2 或 qwen2.5:7b），然后在 API 的 URL 与默认值不同时填写该 URL。

如果容器无法连接 Ollama，文档提醒您：必须确保容器能够访问端口 11434。提供的 Docker Compose 文件会在 Linux Docker 环境下将 host.docker.internal 映射到宿主机网关；如果两个服务使用同一个 Docker 网络，也可以使用 http://(nom du conteneur):11434 作为地址。

#选择哪个模型来承担哪种角色

Agent Zero 区分三种模型配置位置：聊天模型（主对话）、辅助模型（记忆整理、摘要）和嵌入模型（记忆检索）。模型名称的格式取决于提供商：使用 Ollama 时，只填写模型名称（gpt-oss:20b），不带提供商前缀，这一点与 OpenRouter 不同。

最常被忽视的一点是：一个对话表现尚可的模型，如果规模太小，也可能无法胜任辅助任务，从而在不易察觉的情况下降低记忆质量，让用户不明白为什么智能体会“忘记”，或在不同会话之间混淆事实。

#使用小型本地模型调用工具

Agent Zero 自身记录了轻量本地模型中一个普遍存在的问题：模型会解释命令，而不是调用能够执行该命令的工具。该项目提出了一种仅通过提示词进行修正的方案，无需修改代码：使用「Tiny Local」配置，该配置保留标准工具调用格式，但移除通信提示词中可见的推理字段，只要求输出包含 tool_name 和 tool_args 的可执行 JSON 对象。

另一种无需更换配置档的方案是添加一个专用提示词文件（扩展名为 .promptinclude.md），再次强调预期的输出规范：可见回复必须恰好是一个 JSON 对象，且仅包含 tool_name 和 tool_args 两个字段，不使用 Markdown 标记，前后也不添加任何文字。文档明确说明了这一补救措施的局限：这只是对提示词和配置档的调整，并未修改执行代码——如果某个特定模型在遵循这些规范后仍然失败，下一步应尝试更换模型，而不是进一步增加提示词的复杂度。

#Linux桌面环境真正带来了什么改变

与仅通过终端操作的智能体相比，Agent Zero 的特点是容器内带有完整的 XFCE 桌面：智能体可以打开真正的图形界面软件（用 Blender 为物体建模、打开文件管理器或可见的终端），用户与智能体共享同一套虚拟鼠标和键盘，可以观察每一步操作，并随时介入。

内置浏览器不止能简单地操控页面：Annotate 模式可将任意网页变成一个通过点击来下达指令的界面——修改某个元素、检查它、将其复用于另一个项目，或针对具体位置留下评论，随后由 AI 智能体将其作为任务处理。

#连接 MCP 服务器

除了内置工具（浏览器、终端、文件），Agent Zero 还可以连接外部 MCP 服务器，访问其他服务：官方文档将每个 MCP 连接比作一座桥梁——一个可以连接 Gmail，另一个可以连接数据库，还有一个可以连接自动化工具。MCP 服务器可以配置为本地启动的命令，也可以配置为远程 URL，两者需要考虑的网络问题不同：在容器内启动的本地命令受到与访问 Ollama 相同的网络限制（host.docker.internal、共享 Docker 网络），而远程 URL 则遵循容器的常规网络规则。

文档建议将每个连接限制在严格必要的范围内，而不是为了以防万一而增加连接：每接入一个 MCP 服务器，都会扩大模型能够访问的范围。即使使用本地模型也是如此，而本地模型调用工具时的行为比高端云端模型更难预测。

#连接模型与工具前的安全检查清单

在让 Agent Zero 不受持续监督地运行之前，有三个方面值得明确检查：容器隔离、机密信息和 API 密钥，以及已连接的 MCP 服务器。

#与其他本地智能体相比

• 在终端中搭配 Ollama 使用 OpenCode

#开始前需了解的限制

误导性的搜索量

在搜索引擎中，“Agent Zero”也对应一些娱乐内容；针对这个开发框架的实际需求范围，比该关键词的总搜索量所暗示的更窄。

磁盘和内存占用

容器除了包含智能体的运行时，还集成了完整的桌面环境：即使推理本身通过 Ollama 在其他地方运行，也要预留比精简 CLI 智能体更多的资源。

辅助模型规模过小

辅助模型过小会降低记忆质量，却不会出现明确的错误提示；如果智能体似乎在不同会话之间“接不上思路”，应首先检查这一点。

容器内部网络

host.docker.internal 适用于 Docker Desktop 和提供的 Linux 配置，但自定义部署（自定义 Docker 网络、远程部署）需要手动重新输入 API URL。

• 使用 Docker Compose 在生产环境中部署 LLM
• 使用 Docker 安装 Ollama
• AI 智能体：定义与一般局限
• 来源：Agent Zero 官方 GitHub 仓库
• 来源：官方安装指南
• 来源：官方关于本地调用工具的指南