AI 智能体正迅速成为构建智能应用的关键，但创建健壮、可适应且能跨领域扩展的智能体仍具挑战。许多现有框架在处理复杂工作流时面临脆弱性、工具误用和失败问题。CUGA（可配置通用智能体）旨在克服这些限制，它是一个开源 AI 智能体，结合了灵活性、可靠性和易用性，适用于企业用例。通过抽象编排复杂性，CUGA 使开发者能专注于领域需求而非智能体构建内部细节。现在，随着其集成至 Hugging Face Spaces，实验 CUGA 和开源模型变得更加容易。
CUGA 是一个可配置的通用 AI 智能体，支持跨网络和 API 环境的复杂多步骤任务。它在领先基准测试中取得了最先进性能：在 AppWorld 上排名第一，该基准包含 457 个 API 的 750 个真实世界任务；在 WebArena 上位居顶级，展示了 CUGA 的计算机使用能力，这是一个跨应用领域的自主网络智能体复杂基准。CUGA 的核心特性包括高性能通用智能体，在复杂网络和 API 任务上进行基准测试，结合了最佳智能体模式（如规划器-执行器、代码行动）与结构化规划和智能变量管理，以防止幻觉并处理复杂性；可配置推理模式，通过从快速启发式到深度规划的灵活模式平衡性能和成本/延迟，优化任务需求；计算机使用，轻松在工作流中结合 UI 交互和 API 调用；多工具集成，通过 OpenAPI 规范、MCP 服务器和 LangChain 无缝集成工具，实现与 REST API、自定义协议和 Python 函数的快速连接；与 Langflow 集成，提供低代码可视化构建体验，用于设计和部署智能体工作流，无需大量编码；可组合性，CUGA 可作为工具暴露给其他智能体，实现嵌套推理和多智能体协作。
CUGA 架构从用户消息流入聊天层开始，该层基于上下文解释意图并构建用户目标。任务规划和控制组件然后将此目标分解为结构化子任务，通过动态任务分类账以编程方式跟踪。该分类账支持在需要时重新规划，确保健壮执行。子任务被委托给专门智能体，如 API 智能体，它在安全沙箱中调用代码前使用内部推理循环生成伪代码指令。系统利用工具注册表，超越 MCP 协议来解析和理解工具能力，实现精确编排。一旦所有步骤完成，最终响应返回给用户，提供可靠、策略对齐的结果。