MiroFlow 是一个性能优先的开源 Agent 框架，通过智能回滚和迭代推理提升任何 LLM 的 Agent 表现。支持 GPT-5、Claude、Kimi 等模型，在 FutureX、GAIA 等 9+ 基准测试中验证效果。本页提供项目介绍、安装指南、配置使用方法和架构详解。
MiroFlow 是一个性能优先的开源 Agent 框架，通过智能回滚、迭代推理和工具编排提升任何大语言模型的 Agent 表现，在 9+ 基准测试中验证效果，并提供 Web 界面与插件化架构。
MiroFlow 是 MiroMindAI 团队开发的性能优先型开源 Agent 框架，定位为"让任何模型变得更好"的统一 Agent 执行平台。其核心用途是为研究人员和开发者提供一个标准化环境，用于构建、优化和评测基于大语言模型的智能 Agent。框架通过统一的工具集、提示词模板和执行引擎，使不同 LLM（如 GPT-5、Claude、Kimi、MiroThinker 等）能够在相同的条件下进行 Agent 任务，从而公平地比较和提升各模型的 Agent 能力。项目已实现 1.7.0 版本，在 FutureX、GAIA、HLE、xBench-DeepSearch、BrowseComp 等 9+ 个权威基准测试中取得 Top-1 成绩，并通过 Web UI 降低使用门槛。
MiroFlow 主要解决三大问题：一是不同大语言模型在 Agent 任务上性能差异巨大，缺乏统一的优化手段；二是 Agent 评测标准不统一，难以进行公平对比；三是工具集成复杂，重复造轮子现象严重。针对这些问题，框架提供以下解决方案：通过智能回滚（rollback）、迭代推理（iterative reasoning）和优化的工具 orchestration 机制，在不修改模型本身的情况下提升 Agent 表现；建立标准化的基准评测系统，支持自动化多轮运行、统计聚合（均值、标准差、最值）和可复现结果；提供丰富的内置工具集（网页浏览、代码解释、文档解析等）并通过 MCP 协议封装，实现即插即用。框架证明，相同的工具、提示词和环境配置下，通过 MiroFlow 执行能显著提升各模型的 Agent 性能。
MiroFlow 适用于以下典型场景：第一，AI Agent 研究与竞赛，研究人员可利用框架快速验证新算法或模型在标准基准上的表现，如 GAIA、HLE、FutureX 等；第二，多模型能力对比分析，企业或团队需要客观评估不同 LLM（GPT 系列、Claude、Kimi、DeepSeek、MiniMax 等）在真实 Agent 任务中的实际效果时，MiroFlow 提供公平的对比环境；第三，生产环境部署与演示，内置的 FastAPI + React Web 应用支持快速搭建交互式界面，适用于客户演示、内部测试或轻量级生产部署；第四，Agent 系统开发，开发者可利用其技能系统（SKILL.md 定义）、Agent 图编排和插件架构（@register 装饰器）构建复杂多 Agent 工作流，而无需从零实现底层逻辑。
根据 pyproject.toml 定义，MiroFlow 的安装需满足以下环境要求：Python 版本必须介于 3.11 至 3.13 之间（含边界），低于或高于此范围均不支持。安装方式为通过 pip 安装项目及其依赖，具体命令在仓库中未明确给出，但可推断为 `pip install .` 或 `pip install -e .`（开发模式）。依赖包分为多个类别：核心依赖（hydra-core、mcp、fastmcp、rich、tenacity 等）、LLM 提供商（openai、anthropic、google-genai、tiktoken）、Web 服务（fastapi、uvicorn）、基准测试（datasets、pandas）、文件处理（mammoth、pdfminer、python-pptx、markitdown 等）、爬虫（playwright、pypdf）、沙箱（e2b-code-interpreter）等。安装后需配置相应 LLM 服务商的 API Key 至环境变量（如 OPENAI_API_KEY、ANTHROPIC_API_KEY 等）才能正常调用模型服务。仓库中未提供 Docker 或容器化部署说明。
MiroFlow 采用配置驱动模式，所有核心参数通过 config/ 目录下的 YAML 文件管理。使用流程如下：首先，选择或创建配置文件，如 agent_quickstart.yaml 定义 Agent 类型（如 IterativeAgentWithToolAndRollback）、模型（provider_class、model_name）和工具列表；其次，根据需要调整提示词模板（config/prompts/ 目录）或工具配置（config/tool/ 目录）；然后，通过命令行运行 Agent 任务或基准测试，具体命令未在仓库中明确给出，但 config/benchmark/ 目录下的 YAML（如 gaia-validation.yaml）展示了任务数、并发数、重试次数等参数；最后，如需 Web 界面，可启动 FastAPI 后端与 React 前端服务。框架支持"一行代码"式模型切换，只需修改 YAML 中的 provider_class 和 model_name 即可在 GPT-5、Claude、Kimi 等模型间切换，工具集和提示词保持不变。对于基准评测，系统会自动执行多轮任务、收集结果并生成排行榜。
MiroFlow 的架构设计体现三大核心层次：底层为 LLM 抽象层，通过统一接口封装 OpenAI、Anthropic、Google、MiroThinker 等不同提供商的 API，使上层无需关心模型差异；中间层是工具集成层，基于 MCP（Model Context Protocol）协议将 Playwright（网页浏览）、e2b（代码解释）、Markitdown（文档转换）等外部能力封装为标准化工具，供 Agent 调用；顶层为 Agent 执行引擎，实现迭代推理、智能回滚、多 Agent 图编排等逻辑，并支持通过 SKILL.md 文件定义技能、通过 @register 装饰器注册插件，实现零代码扩展。此外，框架内置基于 Hydra 的配置管理系统，支持组合与覆盖；提供 Jinja2 模板引擎实现提示词动态生成；并包含完整的基准评测流水线，可自动化执行 9+ 个基准测试并输出统计结果。Web 应用部分采用 FastAPI 提供 REST API，React 构建前端界面，二者分离部署。
MiroFlow 支持多种 LLM，包括 GPT-5、Claude、MiroThinker、Kimi K2.5、DeepSeek、MiniMax 以及任何 OpenAI 兼容模型。通过修改 YAML 配置中的 provider_class 和 model_name 即可一键切换。
需确保 Python 版本在 3.11 至 3.13 之间，然后通过 pip 安装项目依赖（具体命令未在仓库中明确给出，但可推断为 `pip install .`）。同时需配置对应 LLM 服务商的 API Key 至环境变量。
主要特点包括：配置驱动架构（Hydra + YAML）、三层核心设计（LLM 抽象层、工具集成层、Agent 执行引擎）、插件化扩展（@register 装饰器）、零代码提示词（Jinja2 模板）、内置 Web 应用（FastAPI + React）以及自动化基准评测系统。
在 config/benchmark/ 目录下选择或修改基准配置文件（如 gaia-validation.yaml），设置任务数、并发数、重试次数等参数，然后通过命令行运行（具体命令未明确给出）。框架会自动执行多轮任务、聚合结果并生成排行榜。
核心机制包括：智能回滚（rollback）——在任务失败时自动恢复；迭代推理（iterative reasoning）——通过多轮思考提升答案质量；工具编排（tool orchestration）——优化工具调用顺序和参数；多 Agent 图编排——支持层次化多 Agent 工作流。这些机制共同提升任何模型的 Agent 表现。