Ailice开源AI智能体框架：IACT架构与本地部署实战指南

1. 项目概述：Ailice，一个开源的通用AI智能体框架

如果你对AI智能体（AI Agent）感兴趣，并且希望找到一个既能本地部署、保护隐私，又能像电影里的“贾维斯”那样，帮你处理从写代码、查资料到系统管理等一系列复杂任务的工具，那么Ailice绝对值得你花时间深入了解。它不是一个简单的聊天机器人，而是一个基于开源大语言模型（LLM）构建的、具备高度自主性和任务分解能力的通用AI助手。

简单来说，Ailice的核心思想是“分而治之”。面对一个复杂任务，比如“帮我分析一下这个开源项目的架构并写份报告”，Ailice不会试图用一个庞大的模型一次性解决。相反，它会将这个任务动态地分解成一系列子任务，并调用不同的“特工”（Agent）来协同完成。有的特工负责搜索资料，有的负责阅读文档，有的负责写代码，有的负责执行命令。这种架构被称为“交互式智能体调用树”（IACT），它让Ailice具备了强大的复杂任务处理能力和极高的容错性。我实际使用下来，最深的感受是它的“韧性”——即使某个子步骤出错，整个系统也能通过重试或调用其他特工来迂回解决，而不是直接卡死。

目前，Ailice已经能熟练完成主题研究、编程、系统管理、文献综述以及超越这些基础能力的复杂混合任务。更令人兴奋的是，它的终极目标是实现AI智能体的“自我进化”，即让智能体能够自主构建新的功能模块和新型特工，将LLM的知识和推理能力无缝释放到现实世界中。虽然这听起来有些科幻，但Ailice已经通过其可扩展的模块化设计，为这个目标打下了坚实的基础。

2. 核心架构与设计哲学：IACT与模块化

要真正用好Ailice，理解其背后的设计思路至关重要。这不仅能帮助你在遇到问题时进行排查，也能让你更高效地通过“中断”功能来引导它。

2.1 交互式智能体调用树（IACT）：任务分解的艺术

IACT是Ailice的灵魂。你可以把它想象成一个动态生长的任务树。当你提出一个请求时，Ailice的“主特工”（Main Agent）会作为树的根节点，首先分析你的意图。如果任务简单，它可能自己就处理了。如果任务复杂，它会将任务拆解成几个逻辑子步骤，每个子步骤生成一个新的“子特工”（Child Agent）作为树的分支节点去执行。

关键点在于“交互式”。这些特工在执行过程中并非完全封闭。它们可以：

1. 相互调用：一个负责研究的特工可以调用代码执行特工来运行一段数据分析脚本。
2. 请求用户输入：当信息不足时（比如“您希望报告以什么格式呈现？”），特工会暂停并等待你的回复。
3. 处理异常：如果子特工执行失败（比如网络超时），父特工会收到通知，并可能选择重试、换一种方法，或者向你报告错误寻求指导。

这种架构带来了几个显著优势：

• 高容错性：局部失败不会导致全局崩溃。
• 资源优化：可以为不同类型的子任务分配合适的模型。例如，让一个较小的、快速的模型处理简单的文本解析，而让一个强大的、昂贵的模型进行核心的逻辑推理。
• 透明度与可控性：你可以在命令行日志中清晰地看到这棵“调用树”的生长过程，了解Ailice的思考链路，并在关键时刻通过“中断”功能进行干预。

2.2 基础计算单元：LLM与解释器的“太极图”

每个特工的核心是一个“LLM-解释器”协作单元。LLM（大语言模型）是“大脑”，负责理解、规划和生成指令或代码。解释器（Interpreter）是“手脚”，负责执行这些指令，比如运行Python代码、操作文件系统、调用搜索引擎等。

它们之间的关系如同太极图，循环往复：

1. LLM根据当前目标和上下文，生成一个“动作”（Action），比如一段Python代码或一个搜索查询。
2. 解释器执行这个动作，并获取结果（Observation），比如代码的运行输出或搜索到的网页内容。
3. 这个结果被反馈给LLM，LLM再基于新的上下文判断任务是否完成。若未完成，则生成下一个动作，如此循环。

Ailice的创新之处在于对LLM输出的“灵活解析”。它不局限于固定的函数调用（Function Calling）格式，而是允许LLM以更自由、更接近自然语言的方式输出指令，再由框架解析成可执行的动作。这降低了对LLM的格式要求，兼容性更强。

2.3 模块化设计：无限扩展的基石

Ailice将所有与外界交互的能力都封装成了独立的“模块”（Module）。每个模块都是一个独立的进程，通过进程间通信（IPC）与Ailice核心对话。默认配置中包含了一系列基础模块：

• AScripter: 代码解释与执行模块（核心中的核心）。
• AGoogle/ASearch: 网络搜索模块。
• ABrowser: 网页浏览与内容提取模块。
• AStorage: 向量数据库，用于长期记忆存储。
• APDFReader: PDF文档阅读模块。

最强大的地方在于，你可以轻松地添加自定义模块。配置文件（config.json）中的services字段就是用来定义这些模块的。例如，如果你想添加一个查询天气的模块，你只需要写一个提供天气查询功能的Python脚本，然后在配置里加一行：

"weather": { "cmd": "python3 -m my_weather_module --addr=tcp://127.0.0.1:59010", "addr": "tcp://127.0.0.1:59010" }

重启Ailice后，它就能自动发现并使用这个新模块提供的“查询天气”工具。这意味着Ailice的能力边界完全由你决定，你可以为它集成任何API、数据库或硬件设备。

2.4 多模态与自我扩展

Ailice原生支持多模态。这意味着特工在处理任务时，可以同时接收和生成文本、图像、音频等多种格式的信息。例如，你可以让“研究员”特工先搜索一张图表，然后让“分析员”特工解读图表内容，最后让“作家”特工将结论写成报告。

关于“自我扩展”，目前Ailice已经能够根据你的指令，动态加载新配置的模块。其长远目标是实现更高程度的自动化：智能体能够自主编写新的模块代码，并加载运行，从而实现能力的自我增长。虽然完全实现还有距离，但现有的架构已经为这一愿景铺平了道路。

3. 从零开始：环境配置与安装详解

理论讲完了，我们动手把它跑起来。Ailice的安装并不复杂，但针对不同操作系统和需求，有一些细节需要注意。

3.1 系统准备与依赖选择

操作系统首选Ubuntu或macOS。Ailice在Linux环境下开发，兼容性最好。macOS的体验类似。对于Windows用户，强烈建议使用WSL2（Windows Subsystem for Linux）。这是因为Ailice的许多模块（尤其是系统命令执行）深度依赖Linux命令行工具，在原生Windows上可能无法工作或行为异常。

硬件要求取决于你的LLM运行方式：

• 纯API模式：如果你打算完全使用OpenAI、Claude、OpenRouter等在线API，那么对本地硬件几乎没有要求，普通电脑即可。
• 本地运行大模型：这是发挥Ailice全部潜力且保护隐私的最佳方式。目前，能较好完成复杂任务的模型参数量通常在70B（700亿）以上。要流畅运行此类模型，你需要：
  • GPU：至少两张RTX 4090（24GB显存）通过NVLink连接，或一张RTX 4090配合系统内存进行部分卸载（速度会慢）。A100/H100等专业卡更好。
  • 内存：建议64GB以上系统内存。
  • 磁盘：模型文件巨大（Qwen2-72B的GGUF文件约40GB），需预留充足空间。

前期准备：

1. 安装Anaconda/Miniconda或Python venv：创建一个独立的Python环境是避免依赖冲突的最佳实践。

   # 使用conda示例 conda create -n ailice python=3.10 conda activate ailice

2. 安装Chrome/Chromium浏览器：Ailice的网页浏览模块依赖无头Chrome。
3. （可选）安装Docker：如果你想使用沙箱环境运行，或者避免污染主机环境，Docker是很好的选择。

3.2 三种安装与运行方式

方式一：本地直接安装（最常用）

git clone https://github.com/myshell-ai/AIlice.git cd AIlice pip install -e .

安装完成后，最简单的启动命令是ailice。但首次运行前，我们通常需要先配置模型。

注意：直接pip install -e .安装的是核心功能。如果你需要PDF阅读、语音对话、HuggingFace模型本地运行或微调功能，需要安装额外的依赖组。不建议一次性全部安装，容易引发依赖冲突。按需安装：

# 按需选择 pip install -e .[pdf-reading] # PDF阅读 pip install -e .[speech] # 语音对话 pip install -e .[huggingface] # 本地运行HF模型 pip install -e .[finetuning] # 模型微调工具

方式二：Docker沙箱运行（环境隔离）

如果你不想在主机上安装一堆Python包，Docker是最干净的选择。

# 构建镜像 docker build -t ailice . # 运行容器（映射Web UI端口5000） docker run -it -p 127.0.0.1:5000:5000 --name ailice_container ailice --expose=1

使用--expose=1参数会让Ailice启动一个Web界面，你可以在浏览器中访问http://localhost:5000进行交互。

方式三：Docker with CUDA（本地模型GPU加速）

如果你有NVIDIA GPU并想在Docker中使用，需要先安装 NVIDIA Container Toolkit 。

# 使用支持CUDA的基础镜像构建 docker build --build-arg BASE_IMAGE=nvidia/cuda:13.0.0-cudnn-devel-ubuntu24.04 -t ailice:cuda . # 运行并启用GPU docker run --gpus all -it -p 127.0.0.1:5000:5000 --name ailice_gpu ailice:cuda --expose=1

3.3 关键配置解析：config.json与启动参数

第一次运行ailice命令时，它会在终端输出配置文件的路径（通常是~/.config/ailice/config.json）。这个文件是控制Ailice行为的中枢。

核心配置项解读：

1. 模型配置 (models字段)：这里定义了Ailice可以使用的所有LLM。每个模型需要指定：

   • modelWrapper: 对应的接口包装类（如AModelChatGPT用于OpenAI兼容API）。
   • apikey: API密钥（本地模型可留空或填fake-key）。
   • baseURL: API基础地址（本地推理服务地址）。
   • contextWindow: 模型上下文长度，务必设置准确，否则会影响长文本处理。
   • systemAsUser: 是否将系统消息转换为用户消息。一些推理服务器对SYSTEM角色支持不好，开启此选项可以兼容，但可能影响性能。

2. 服务模块配置 (services字段)：如前所述，这里定义了所有外部交互模块。你可以在此添加自定义模块。

常用启动参数详解： 启动Ailice时，可以通过命令行参数覆盖配置文件的默认值，非常灵活。

• --modelID=anthropic:claude-3-5-sonnet-20241022: 指定统一使用的模型。格式为提供商:模型名。
• --contextWindowRatio=0.2:非常重要的参数。它决定了构建提示词（prompt）时，历史对话内容所占上下文窗口的比例。值越小，保留的历史越短，但留给当前任务思考的空间越大。对于复杂任务，建议调低（如0.2-0.3）；对于需要长上下文记忆的对话，可以调高（如0.6）。需要根据任务和模型上下文长度动态调整。
• --prompt="researcher": 指定启动后直接使用的特工类型，而不是默认的main特工。例如，直接与“研究员”特工对话。
• --speechOn=1 --ttsDevice=cuda --sttDevice=cuda: 开启语音对话，并将语音合成（TTS）和语音识别（STT）模型放到GPU上运行以加速。首次开启会下载模型，需要等待。
• --quantization=4bit: 本地运行模型时启用4比特量化，大幅减少显存占用，但可能略微降低输出质量。
• --maxMemory='{0:"23GiB", 1:"24GiB", "cpu":"32GiB"}': 为多GPU和CPU设置显存/内存分配策略，对于大模型分片加载至关重要。

4. 模型选择与配置实战：找到你的“最强大脑”

Ailice的能力上限很大程度上取决于你为它配备的LLM。下面我将从实战角度，分析不同场景下的模型选型与配置方案。

4.1 模型性能天梯与选型策略（2025年初视角）

根据官方和社区测试，以下是一些模型的性能参考：

选型心法：

• 追求极致效果且不差钱：直接上Claude 3.7 Sonnet或Gemini 2.5 Pro。
• 注重隐私和长期成本：全力优化本地部署Qwen2.5-72B。一次性的硬件投入换来无限次的使用。
• 硬件有限但想尝鲜：使用OpenRouter，付费使用上面的Qwen2.5-72B或GLM-4.5，效果远好于免费小模型。
• 混合模式（推荐）：在config.json的agentModelConfig中为不同特工分配不同模型。让“主特工”这种需要强规划能力的角色使用商用大模型，而让“代码执行”、“文本总结”等具体执行特工使用本地小模型或廉价API。这样既能保证任务规划的质量，又能控制成本。

4.2 本地模型部署实战：以LM Studio + Qwen2.5-72B为例

对于大多数想本地运行的用户，我推荐使用LM Studio。它提供了一个极其友好的图形界面来管理和运行GGUF格式的模型，并且内置了兼容OpenAI的API服务器，让Ailice可以无缝连接。

步骤一：下载并安装LM Studio从LM Studio官网下载对应操作系统的安装包并安装。

步骤二：下载模型文件

1. 打开LM Studio，进入“搜索”页面。
2. 在搜索框输入“Qwen2.5-72B-Instruct”，选择Qwen2.5-72B-Instruct-Q4_K_M.gguf或类似版本。Q4_K_M是精度和速度的较好平衡，Q3_K_S更省显存但质量略有下降。
3. 点击下载。这会是一个约40GB的文件，请确保网络畅通和磁盘空间充足。

步骤三：配置并启动本地服务器

1. 切换到“本地服务器”页面。
2. “模型”选择你刚下载的Qwen2.5模型。
3. “上下文长度”设置为模型支持的最大值（如131072）。
4. 点击“启动服务器”。LM Studio会在本地（通常是http://localhost:1234）启动一个兼容OpenAI API的服务器。

步骤四：配置Ailice连接LM Studio编辑Ailice的config.json，在models部分添加或修改一个配置项：

"lm-studio": { "modelWrapper": "AModelChatGPT", "apikey": "not-needed", // LM Studio不需要密钥，但字段需存在 "baseURL": "http://localhost:1234/v1", // 注意这里的 /v1 "modelList": { "qwen2-72b-instruct": { "formatter": "AFormatterGPT", "contextWindow": 131072, // 务必与LM Studio中设置的上下文长度匹配 "systemAsUser": false, "args": {} } } }

步骤五：启动Ailice

ailice --modelID=lm-studio:qwen2-72b-instruct --contextWindowRatio=0.3

现在，Ailice就会使用你本地运行的、强大的Qwen2.5-72B模型了！首次调用会稍慢，因为要加载模型，后续对话速度就取决于你的GPU性能了。

4.3 为不同特工分配不同模型

这是Ailice的高级用法，能极大优化成本与性能。在config.json中，找到agentModelConfig字段。这里可以为每种类型的特工指定默认使用的模型。

"agentModelConfig": { "main": "anthropic:claude-3-5-sonnet-20241022", "researcher": "openrouter:z-ai/glm-4.5", "coder": "lm-studio:qwen2-72b-instruct", "scripter": "oai:gpt-3.5-turbo", "speaker": "local:chattts" // 例如，语音特工使用本地TTS模型 }

这样配置后，当你使用ailice命令而不指定--modelID时，Ailice就会采用这个配置。“主特工”用强大的Claude进行任务规划和分解，“研究员”用GLM-4.5进行资料搜索和总结，“程序员”用本地的Qwen2.5写代码，而具体的脚本执行则由成本最低的GPT-3.5 Turbo来完成。实现了“好钢用在刀刃上”。

5. 高级功能与实战技巧：超越基础对话

当你熟悉了基本操作后，下面这些高级功能和技巧能让Ailice真正成为你的生产力倍增器。

5.1 配置扩展模块与MCP服务器

Ailice的模块化设计允许它集成几乎任何外部工具。最近，它还加入了对MCP（Model Context Protocol）服务器的支持。MCP是Anthropic提出的一种标准协议，旨在让AI模型能够更安全、更标准化地使用外部工具和资源。现在，你可以让Ailice使用任何MCP服务器提供的工具。

实战：为Ailice添加一个本地文件系统浏览工具（通过MCP）假设我们有一个MCP服务器mcp-server-filesystem，它可以通过stdio方式启动，提供读取目录、文件等工具。

1. 安装MCP服务器（假设是Node.js包）：

   npm install -g @modelcontextprotocol/server-filesystem

2. 在Ailice的config.json中配置：

   "services": { ... // 其他已有服务 "mcp_fs": { "cmd": "ailice_mcp_wrapper --addr tcp://127.0.0.1:59201 stdio mcp-server-filesystem", "addr": "tcp://127.0.0.1:59201" } }

   这里，ailice_mcp_wrapper是Ailice提供的桥接工具，它负责将MCP服务器的stdio接口转换成Ailice能理解的网络接口。

3. 重启Ailice。启动后，Ailice会自动加载这个新模块。当你向它提出“列出项目根目录下所有Python文件”这样的请求时，它就有可能自动调用这个文件系统MCP服务器提供的工具来完成。

这个功能的强大之处在于：生态丰富。越来越多的工具正在提供MCP服务器版本（如数据库、日历、邮件等）。你可以通过这种统一的方式，轻松地将它们接入Ailice，极大地扩展其能力边界。

5.2 “中断”功能的艺术：如何高效引导智能体

“中断”是Ailice区别于许多其他AI助手的关键交互模式。它允许你在智能体执行任务的任何时刻暂停它，并注入新的指令或修正。

什么时候需要使用中断？

1. 智能体“跑偏”时：比如你让它写一个爬虫，它却开始长篇大论地介绍HTTP协议。你可以中断它，并输入：“请直接开始编写代码，省略原理介绍。”
2. 提供额外信息时：智能体在执行中询问某个文件的路径，但你发现它找错了目录。你可以中断它，输入：“正确的路径是/home/user/project/src/main.py，请继续。”
3. 纠正错误假设时：智能体基于一个错误的前提进行推理。你可以中断并澄清。
4. 优化执行策略时：你觉得它当前的方法效率太低，可以中断并建议一个更优方案。

如何使用中断？在Web UI中，当Ailice正在思考或执行时，输入框右侧会出现一个“中断”按钮。点击它，Ailice会暂停当前子特工的执行，等待你的输入。你输入指令后回车，该指令会直接发送给当前正在工作的那个特工。

高级技巧：要熟练使用中断，最好同时打开命令行终端，观察Ailice的日志输出。日志中会清晰显示调用树的生成和执行过程，你能看到当前是哪个特工（比如[Coder-2]）在做什么。这样，你的中断指令就能做到有的放矢。

5.3 语音对话实战：让交流更自然

Ailice集成了语音对话功能，基于优秀的开源项目ChatTTS实现。效果虽然比不上商业产品，但已足够实用。

启用与配置：

ailice_web --speechOn=1 --ttsDevice=cuda --sttDevice=cuda

• --speechOn=1：开启语音功能。
• --ttsDevice=cuda：将文本转语音模型加载到GPU，加速合成。
• --sttDevice=cuda：将语音识别模型加载到GPU，加速识别。

首次启动会下载ChatTTS模型文件，需要较长时间和一定磁盘空间。

个性化语音：在语音对话过程中，你可以直接说：“请换一个更成熟稳重的男声。”Ailice会尝试切换音色，并记住你的偏好。多试几次，找到你喜欢的声音。

注意事项：语音识别（STT）的准确性受环境噪音和口音影响。在安静环境下，普通话和标准英语的识别率较高。对于重要指令，建议说完后检查一下识别出的文字是否正确。

5.4 常用场景任务模板

直接给Ailice下指令有时需要清晰的表述。这里提供一些经过验证的高效任务描述模板：

• 深度研究：“请对‘量子计算在药物发现中的应用’这一主题进行深度研究。首先，搜索并总结近三年的核心综述论文和突破性研究。然后，分析当前面临的主要技术挑战。最后，以Markdown格式生成一份结构完整的报告，包含摘要、背景、现状、挑战、未来展望和参考文献部分。”
• 代码生成与调试：“在/home/myproject目录下，有一个Python脚本data_processor.py，它在处理大型JSON文件时内存占用过高。请分析代码，找出瓶颈，并重写它，使用流式处理来降低内存使用。确保新代码保持原有功能，并添加适当的注释。”
• 系统管理：“检查当前Ubuntu系统的安全状态。列出所有开放的非本地监听端口及其对应进程。检查是否有异常的用户登录记录。最后，给出加固系统的建议步骤。”
• 自动化工作流：“监控/var/log/myapp目录下的最新日志文件。如果出现‘ERROR’级别的日志，请提取错误信息上下文，并通过（假设已配置的）邮件模块发送告警邮件给我。请编写一个可持续运行的守护进程脚本来实现此功能。”

这些模板的特点是：角色清晰、步骤明确、输出格式具体。这能帮助Ailice更好地理解你的意图，减少来回沟通的次数。

6. 常见问题排查与优化指南

即使准备充分，在实际使用中也可能遇到问题。这里汇总了一些常见坑点及其解决方案。

6.1 安装与依赖问题

问题：pip install -e .失败，提示各种依赖冲突。

• 原因：Ailice依赖包较多，且可能与你现有环境中的包版本不兼容。
• 解决：
  1. 最佳实践：始终在全新的conda或venv虚拟环境中安装。
  2. 如果仍失败，尝试先安装核心依赖，再按需安装扩展。

     pip install -e . --no-deps # 先不装依赖 pip install -r requirements.txt # 手动安装核心依赖，可适当调整版本

  3. 关注错误信息，通常是某个特定包（如torch、transformers）版本问题。可以尝试指定版本安装，如pip install torch==2.1.0。

问题：启动时提示Chrome或chromedriver错误。

• 解决：
  1. 确保系统已安装Chrome或Chromium浏览器。
  2. 安装对应的chromedriver，并确保其版本与浏览器匹配，且位于系统PATH中。
  3. 在Linux上，可能还需要安装一些图形库：sudo apt-get install -y libxss1 libappindicator1 libindicator7。

6.2 模型加载与推理问题

问题：使用本地模型（如LM Studio）时，Ailice提示连接失败或超时。

• 检查清单：
  1. LM Studio服务器是否启动：确认LM Studio的“本地服务器”页面显示“服务器正在运行”，并记下端口号（默认1234）。
  2. 配置地址是否正确：config.json中的baseURL应为http://localhost:<端口号>/v1。
  3. 防火墙是否阻止：确保本地回环地址（127.0.0.1）的对应端口未被防火墙拦截。
  4. 模型是否加载：在LM Studio中确认已正确选择并加载了GGUF模型文件。

问题：模型响应速度极慢，或提示“上下文长度超出”。

• 原因与解决：
  1. 上下文窗口比例过高：--contextWindowRatio设置得太高（如0.8），导致构建的提示词过长，超过了模型的处理能力或速度变慢。对于复杂任务，尝试降低到0.2-0.4。
  2. 量化等级过低：如果运行非常大的模型（如72B），即使使用Q4_K_M量化，在显存不足时也会频繁进行内存交换。尝试使用更激进的量化（如Q3_K_S）或升级硬件。
  3. 系统内存/显存不足：使用nvidia-smi和htop监控资源占用。考虑使用--maxMemory参数更精细地控制GPU显存分配。

6.3 模块与工具调用失败

问题：Ailice无法执行pip install或git clone等系统命令。

• 原因：AScripter（脚本执行模块）默认在安全沙箱中运行，可能限制了网络访问或某些系统调用。
• 解决：
  1. 检查config.json中AScripter的配置，看是否有额外的安全参数限制了权限。
  2. （谨慎操作）对于完全信任的环境，可以修改ailice/modules/AScripter.py中的安全设置，但需清楚安全风险。
  3. 更安全的方式是：通过中断功能，让Ailice将需要执行的系统命令生成出来，然后由你手动在终端执行。

问题：Google搜索模块频繁报错或被封。

• 原因：Ailice默认使用的公共搜索接口容易被反爬机制限制。
• 解决：
  1. 申请官方API Key：按照文档说明，申请Google Custom Search JSON API的密钥和搜索引擎ID（CSE ID）。这是最稳定、最合规的方式。
  2. 更换搜索源：在配置中将google服务替换为其他搜索模块的实现（如果项目提供了备选方案）。
  3. 使用替代指令：在给Ailice下指令时，明确说“使用DuckDuckGo搜索……”（如果配置了该模块），避免触发限制。

6.4 Web UI与交互问题

问题：浏览器访问http://localhost:5000无法连接。

• 检查：
  1. 启动命令是否包含--expose=1参数？
  2. Docker运行时，端口映射是否正确-p 127.0.0.1:5000:5000？
  3. 查看Ailice启动日志，确认Web服务器已成功启动在5000端口。
  4. 有时可能是证书问题（如果使用了--certificate=adhoc），浏览器会阻止访问，需要手动点击“高级”->“继续前往”。

问题：对话历史丢失。

• 原因：默认对话历史可能保存在临时位置。
• 解决：使用--chatHistoryPath=/path/to/your/chat_history参数指定一个固定的目录来保存历史记录。这样下次启动时通过--prompt参数加载特定历史文件，可以延续对话。

6.5 性能优化建议

1. 混合模型策略：充分利用agentModelConfig，让不同的活由不同的“专家”干。规划用大模型，执行用小模型，成本立降。
2. 调整contextWindowRatio：这是最重要的性能调优参数之一。任务越复杂、越需要创造性，这个值应该设得越低（如0.2），给模型留出更多“工作内存”。对于需要大量背景知识的对话，则可以调高。
3. 善用“中断”：不要等到Ailice完全跑偏再纠正。在关键节点（比如它刚列出一个计划时）就介入，引导它走向更高效的路径，可以节省大量token和等待时间。
4. 本地模型量化：如果显存紧张，优先尝试--quantization=4bit。对于很多任务，Q4_K_M的精度损失几乎感知不到，但显存占用能减少一半以上。
5. 关闭不需要的模块：如果你暂时用不到PDF阅读或语音功能，就不要安装对应的依赖组。更干净的依赖环境意味着更少的冲突和更快的启动速度。

Ailice是一个强大但略有门槛的工具。它的强大来自于其架构的灵活性和可扩展性，而门槛则在于需要你对AI智能体、大模型以及系统配置有一定的了解。希望这篇详尽的指南能帮你跨过这道门槛，真正将这个“贾维斯”般的AI助手融入你的工作流，释放出巨大的生产力。