Eigent 迎來 MiniMax M2.1

在真實的企業環境中，許多內部工具、儀表板與舊系統都完全在瀏覽器中運作。為了自動化這些系統，我們使用 Eigent——一個可在本地執行、可從原始碼完整建置的開源多代理工作力應用程式，並且高度聚焦於瀏覽器自動化——本質上就像一個運行在你自有基礎架構上的 Eigent 開源同事。

在這篇文章中，我們將探討 Eigent 如何運用 CAMEL Workforce 與瀏覽器自動化來處理複雜的多步驟企業任務。我們也會更深入地了解 MiniMax M2.1，分析它在一個貼近實務的企業工作流程中的表現，以及讓它能在長跨度、agentic 瀏覽器自動化情境中有效運作的架構特性。

背景：什麼是 Eigent，以及它如何支援 MiniMax M2.1

Eigent 是一款可在你的桌面上執行的開源多代理工作力產品。它採用多代理工作力架構，並由瀏覽器自動化、終端機自動化與 MCPs 等通用能力提供支援。這種設計讓 Eigent 中的 agents 能像真人員工一樣執行任務，直接在真實桌面環境中運作，而不需要深度 API 整合或頻繁重新配置工作流程。

隨著基礎模型持續進步，將它們與 Eigent 的開源多代理系統整合，可讓開發者與企業使用者快速且有效地將 LLM 能力直接應用到真實世界的使用情境中。你可以前往 Eigent 的 Model Settings 頁面，找到 OpenAI Compatible 區塊，輸入你的 API key 與 URL。當模型名稱設定為 MiniMax-M2.1 後，就可以開始使用。需要協助嗎？請參考我們的 MiniMax API key 設定指南：https://platform.minimaxi.com/docs/api-reference/text-openai-api。

GitHub repository 與如何設定 Eigent

GitHub repository：https://github.com/eigent-ai/eigent

快速開始：你可以使用預先編譯好的桌面應用程式立即開始使用，或建立開發環境來檢視程式碼並自訂 agents。

選項 A：零設定桌面應用程式

1. 從 https://www.eigent.ai/ 下載 client。
2. 安裝 .dmg（macOS）或 .exe（Windows）。
3. 啟動應用程式，local backend 會自動開始。

選項 B：開發者設定

1. 先決條件：Node.js（v18-22）與 Python。
2. 複製並安裝：

git clone https://github.com/eigent-ai/eigent.git
cd eigent
npm install

3. 執行應用程式：

npm run dev

啟動後，你可以直接在設定中配置你的 LLM providers（MiniMax M2.1 等）。如需更詳細的設定、進階功能與疑難排解資訊，請參考官方文件：https://docs.eigent.ai/get_started/welcome。

內部運作：Eigent 全端技術堆疊與 CAMEL Workforce 架構

Eigent 系統概覽

Eigent 是一款 local-first 的桌面應用程式，具備多代理協調能力，並以 CAMEL Workforce 作為核心引擎。這個系統實作了去耦合的全端架構，完全在使用者的本地基礎架構上運作。此設計可確保資料主權，並避免與雲端 agent 執行相關的隱私風險。

前端

使用者介面作為 agents 設定與工作流程監控的控制平面。它建立於 Electron 框架中的 React 與 TypeScript。

主要元件包括：

• 狀態管理：Zustand 以高效率的反應式機制處理暫態狀態。
• 視覺協調：React Flow 視覺化 agent 工作區與即時執行狀態。
• 通訊：前端透過安全的本地 HTTP requests 與後端通訊。

後端

核心邏輯位於本地 Python server，使用 FastAPI 與 Uvicorn，並承載 CAMEL 多代理框架。

• 執行環境：後端運行於 Python 3.10+，並由 uv 管理，以實現高效的 dependency resolution 與環境隔離。
• 持久化層：PostgreSQL 透過 SQLModel 與 SQLAlchemy ORM 儲存稽核記錄、工作流程歷史與 agent 狀態。
• 多代理系統框架：CAMEL 負責協調邏輯（例如 workforce），並與 LLMs 互動，不論是遠端（例如 MiniMax）或本地（例如 vLLM）。CAMEL 也提供如瀏覽器、終端機與文件生成工具等工具包。

CAMEL Workforce：靈感來自組織結構的多代理系統

Eigent 的核心是 CAMEL Workforce，一個以分散式協作解決複雜真實任務的多代理系統。該系統使用嚴格的 producer-consumer 模式，並透過非同步訊息通道來高效率管理依賴圖。

Agent 角色

• 協調 agent：作為主要派發者，維護全域狀態，並依可用性與能力分配子任務。
• 任務 agent：負責將高層目標做語意拆解，轉換為可執行的原子單位。
• Worker agent：使用特定領域工具執行原子子任務。

非同步通訊：TaskChannel

協調層與執行層之間的解耦是透過 TaskChannel 實現的。這個非同步訊息佇列負責管理任務分派，且不會阻塞主要執行執行緒。

執行流程：

1. Workforce 啟動一個任務。
2. Worker nodes 輪詢分派。
3. 完成後，結果會被推回。

動態 DAG 建構

企業工作流程很少是線性的。CAMEL Workforce 實作了動態有向無環圖（DAG）建構機制。當收到一個高層 prompt（例如「建立旅遊計畫」）時，Task agent 會將此目標拆解為離散節點。

系統會對依賴關係進行映射，讓 scheduler 能夠：

• 平行執行彼此獨立的節點（例如「搜尋機票」與「搜尋飯店」可同時執行）。
• 在前置節點達到 DONE 狀態之前，封鎖相依節點。

容錯機制

鑑於 LLMs 的非決定性特性，Eigent 將失敗視為預期中的狀態轉換，而非致命例外。此架構使用以下機制實作復原：

• Retry：在同一個 worker 上重新執行子任務，以處理暫時性錯誤。
• Replan：Task agent 會根據失敗記錄修改原始子任務，然後再將該子任務重新排入佇列。
• Reassign：將子任務移轉到具備相容技能組的不同 worker。
• Decompose：若任務因複雜度而失敗，會將其拆分成更小的子任務。

Eigent 中的瀏覽器自動化架構

只有在結合像瀏覽器自動化這類強大的通用能力時，多代理自動化才能真正釋放企業價值。Eigent 採用雙層架構，將瀏覽器控制與 agent 協調分離：

• TypeScript 層負責瀏覽器互動。它利用原生 Playwright APIs 執行 DOM operations、擷取結構化 snapshots、生成 SoM screenshots、偵測遮擋，並直接在 JavaScript runtime 中處理進階瀏覽器邏輯。由於 Playwright 對 TypeScript 來說是原生的，這一層可使用如 _snapshotForAI() 之類的功能，並提升效能與可靠性。
• Python 層負責 AI 協調。它管理 LLM 呼叫、agent 決策與任務規劃。
• 兩層之間透過 WebSocket 非同步通訊，支援非阻塞操作。Python 發送瀏覽器操作請求，TypeScript 執行這些請求，結果則回傳給 agent loop。

這個架構提升了效能、增強元素互動的精準度，並支援像動態 DOM filtering、viewport-aware snapshots 與瀏覽器內 SoM rendering 這類進階能力。透過將瀏覽器任務委派給原生執行環境，Eigent 為基於 agents 的企業自動化奠定了穩固基礎。

在真實企業任務上測試 MiniMax M2.1

我們使用 MiniMax M2.1 測試 Eigent，以運用 Eigent 的瀏覽器自動化能力來自動化銷售流程。這些 agent 任務涵蓋了真實世界的銷售週期階段，包括潛在客戶擷取與建立、資格審查與 pipeline 管理、報價、協商、成交與產品管理。

在多次實驗執行中，MiniMax M2.1 一致展現三項優勢：

1. 能良好處理複雜頁面結構，包括 iframes 與巢狀元素。
2. 會檢查自己的動作，以維持準確性並縮短步驟。
3. 能有效且靈活地使用工具，避免不必要的步驟。

Task:

"We have a new contact at Global Media - Jennifer Martinez (jennifer.m@globalmedia.com) is their new Senior Marketing Manager. Add her to our Salesforce and make sure she is connected to the right company."

在這個任務中，MiniMax M2.1 在複雜的 Salesforce 介面中運作，將新聯絡人 Jennifer Martinez（Senior Marketing Manager）新增到 Global Media，並確保她正確關聯到對應的 account。這需要在多層 UI 之間導覽、辨識正確的進入點、建立聯絡人、填入關鍵欄位，以及驗證 account 連結。

結果顯示，MiniMax M2.1 準確執行了每一步，沒有誤點或工作流程中斷。這證明該模型在理解複雜企業 UI、規劃多步驟動作，以及可靠執行端到端任務方面具有強大能力。

MiniMax M2.1 如何提升任務表現

MiniMax M2.1 是自主企業 agents 的強力選擇。它能可靠地處理長跨度、多步驟任務，並在效能、效率與通用性之間取得平衡。

更強的推理與工作流程連續性

相較於前一代版本，M2.1 產生的推理鏈更簡潔且更有效率，回應性更佳，並減少 token 消耗。它的設計強化了跨多步驟的上下文管理，有助於在 function calls 期間維持邏輯連貫性，並降低工作流程後段出錯的機率。

Agent 與工具泛化能力

M2.1 在各種 agent scaffolding 框架與工具環境中都表現良好。它能可靠地在不同工具之間泛化，並支援整合式工作流程，因此非常適合企業自動化。

長跨度規劃中的穩健性

企業自動化通常涉及不確定性，例如動態 UI 狀態、載入延遲與意外互動。透過改良的推理與執行效率，M2.1 在較長的任務序列中展現出韌性。

探索 Eigent 與 MiniMax M2.1

Eigent 完全開源，我們邀請開發者、研究人員與企業團隊一同探索、擴充與貢獻：

• GitHub：https://github.com/eigent-ai/eigent
• Hugging Face：https://huggingface.co/MiniMaxAI/MiniMax-M2.1
• Discord：https://discord.camel-ai.org/