ambleloft开始使用 Ambleloft
启动 Ambleloft 桌面 AI Agent，连接模型服务，先完成一个文件任务，再按需要添加插件。
实践指南
完成后：启动 Agent、连接模型，并检查第一个任务的输出。
前置条件：按下方准备环境步骤开始，无需先开发插件。
本页内容
01准备环境
需要 Node.js 22.13 或更新版本及 npm。以下步骤运行公开仓库源码；本文的新协作能力以相应源码版本为准，未发布的工作区更新可能尚未合并。使用下载包时请核对发行说明；平台支持需在实际环境中验证。
02从源码启动
首次使用先克隆仓库；已有源码目录则在其中执行安装、引擎准备和启动步骤。引擎准备下载固定运行时，无需另装 Codex CLI。
代码示例
git clone https://github.com/fjb040911/Ambleloft.git
cd Ambleloft
npm ci
npm run engine:prepare
npm run dev03连接模型
打开「设置 → 模型提供商 → 添加服务」，填入 Base URL、模型 ID 和 API Key，选择协议并测试连接。Base URL 不要附加 /responses 或 /chat/completions。连接测试可能产生模型服务费用。
04完成第一个 Agent 任务
新建任务，添加一份用于测试的项目说明文件，提出需求：请整理这份说明，列出已完成工作和待检查事项。使用支持工具调用的模型，查看执行过程，按需回答问题或确认操作，再检查输出。这个步骤不需要开发插件。
05可选：运行报销插件 Demo
先获取配套案例源码，按插件入门安装同批本地包，再按报销案例 README 构建和安装插件，启动演示服务并配置地址。然后在聊天里提出报销需求，体验填写、确认和结果查询。模型需支持兼容的工具调用。
查看完整案例与运行说明06检查结果与恢复
确认桌面窗口打开，配置的模型能回答任务。引擎准备或启动失败时保留终端日志，检查下载、凭据与端口占用。安装依赖成功不代表桌面或模型运行已验证。
检查结果与排错
启动 Agent、连接模型，并检查第一个任务的输出。
按本页的验证步骤核对实际结果。涉及业务服务时，分别检查界面提交、工具回执与服务端记录。
打开错误代码与排错 →