github.com · VERIFIED WEBSITE

Poirot

Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。

访问网站
8.5编辑综合评分
访问正常技术访问状态
多语言界面语言支持
开源免费付费模式
暂无真实页面截图,访问目标网站可查看当前页面

资源介绍

REVIEWED · 2026.08.02

Poirot 是面向深度研究场景的开源智能体内核,由 LeaderAgent 组织 ReAct 循环,并借助 LangGraph 与生命周期中间件处理记忆召回、技能注入和沙箱管理。上下文策略会结合实时 token 预算外部化历史消息,保持长任务可控。

项目提供五层长期记忆、多智能体委派、本地与 Docker 沙箱,以及 stdio、SSE、HTTP 三种 MCP 传输方式。LeaderAgent 可把子任务交给 Codex、Claude 等外部编码智能体或内部副本,适合研究任务、工具编排与智能体架构实验。

项目采用 MIT 许可证,提供英文、简体中文和日文文档,自托管仍需配置模型 API 与运行基础设施。数据默认保存在本地,调用外部模型会产生数据外发和费用;团队应限制沙箱写入范围,审查 MCP 服务权限,并评估新项目的维护节奏。

适合:智能体架构开发者、AI 研究人员、深度研究系统构建者、对智能体记忆与编排感兴趣的开发者

使用场景

BEST FIT
  1. 构建深度研究智能体,处理复杂多步骤研究任务Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。
  2. 实现长期记忆系统,支持情景、语义和程序性记忆Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。
  3. 编排多智能体协作,委派子任务给外部编码智能体Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。
  4. 在沙箱环境中安全执行代码,防止数据泄露Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。
  5. 集成 MCP 工具,扩展智能体能力Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。
  6. 研究智能体架构,学习模块化设计与测试方法Poirot 是一个面向深度研究场景的智能体内核,注重架构清晰与可评估性。它提供 ReAct 研究循环、上下文工程治理、五层长期记忆、多智能体编排、沙箱隔离及 MCP 工具生态,适合关注智能体架构设计与实现的开发者。

极简评分

EDITORIAL SIGNALS
01 / SCORE

编辑评分 8.5

综合功能、上手成本、实际价值与长期可用性。

02 / USABILITY

易用性 7.5

从首次打开到完成核心任务的学习成本。

03 / FEATURES

功能度 9.0

核心能力与真实工作场景的覆盖程度。

04 / VALUE

价值度 8.0

价格模式、免费范围与长期使用价值。