3500 行 Python,做出一个能 24/7 跑起来的 Agent:724-office 挺有意思

这两天看到一个开源项目，名字有点直白，叫 724-office。

它最戳我的不是“又一个 Agent”，而是它的做法特别反潮流：全项目只有 3500 行纯 Python，8 个文件，几乎不靠框架。标准库打底，再加 3 个小包，就把一个能长期运行的 AI Agent 系统搭起来了。

现在大家聊 Agent，很容易聊着聊着就聊到一堆编排框架、工作流平台、插件协议，最后系统当然也能跑，但中间总隔着厚厚一层封装。你知道它在工作，却不太知道它到底是怎么工作的。

724-office 不是这条路。

它把很多东西摊开给你看：任务怎么分发，工具怎么调用，状态怎么保存，记忆怎么检索，外部服务怎么接进来。代码量不大，甚至有点“清汤寡水”，但也正因为这样，你反而更容易看懂一个 Agent 系统最核心的骨架。

这个项目内置了 26 个工具，覆盖的也不是那种摆样子的 demo 场景，而是比较实在的东西：网页搜索、视频处理、企业微信集成、多模态内容解析，基本都很贴近日常自动化办公和信息处理的需求。

还有个细节我觉得做得挺对。它不是只靠短上下文硬撑，而是做了三层记忆机制，再配合向量检索，把长期记忆接进来。这个东西说白了很重要：很多 Agent 不是不会调用工具，而是干着干着就忘了前面发生过什么。能不能把记忆留住，几乎直接决定它是不是“能上生产”。

另外，它还支持 MCP 协议，也就是说，后面要接更多外部服务，路已经留好了。这一点很现实。今天一个 Agent 真正有用，不是因为它会聊天，而是因为它能碰到真实系统、真实数据、真实工作流。

所以 724-office 值得看的地方，不只是“轻”，也不只是“能跑”。

它更像一个提醒：Agent 不一定非得建立在庞大框架之上。很多时候，真正该先搞明白的，是一个系统最底层那几件事——怎么调度、怎么记、怎么用工具、怎么持续运行。

如果你最近正想自己动手拆 Agent，又有点受不了那些过度包装的工程栈，这个项目确实值得翻一遍。

有时候，越干净的代码，越接近本质。