单二进制运行时和桌面应用
OpenFang 以 Rust 工作区的形式发布,包含一个单独编译的二进制文件,并提供原生桌面应用和用于持久运行的守护进程。
OpenFang 是基于 Rust 的开源 Agent OS,用于运行、配置和监督自主代理,支持本地与自托管部署、内置模板、自定义 agent 清单,以及浏览器或 API 控制。
OpenFang 是一个基于 Rust 的开源 Agent OS,用于安装、配置和运行自主代理。公开文档将其定位为用于 hands、agents、tools、安全、记忆、通道、协议以及原生桌面应用的运行时,并附带一个用于持久化和多用户使用的守护进程。
它面向希望在本地运行代理或自行托管代理、选择 LLM 提供商、接入消息通道,并通过模板或自定义清单管理工作流的用户。文档还展示了对基于浏览器的聊天、API 访问、MCP、A2A 以及原生桌面应用的支持。
OpenFang 以 Rust 工作区的形式发布,包含一个单独编译的二进制文件,并提供原生桌面应用和用于持久运行的守护进程。
产品包含 7 个预构建的自主 Hands,例如 Clip、Lead、Collector、Predictor、Researcher、Twitter 和 Browser,每个都面向特定工作流。
文档描述了 16 项安全系统,包括 WASM 双重计量、清单签名、审计追踪、污染跟踪、SSRF 防护、密钥清零、双向认证和提示注入扫描。
OpenFang 支持 40 种消息通道适配器、20 个 LLM 提供商和 60 个内置技能,并支持额外的代理模板和工作流组合。
入门指南展示了通过 shell 脚本、Cargo 或 Docker 安装,然后通过 `config.toml` 和环境变量进行配置。
文档提供 REST、WebSocket 和 SSE 端点,以及一个与 OpenAI 兼容的 `/v1/chat/completions` API,用于外部集成。
安装 OpenFang,设置 API 密钥,运行 `openfang init`,并启动一个内置模板(如 `hello-world`),即可快速运行一个可用的代理。
当你需要为特定任务或工作流定制代理时,可以使用所选提供商、模型和能力集创建自定义 `agent.toml`。
运行 `openfang start` 以暴露 REST API、WebSocket 端点、WebChat UI 以及用于持续使用的持久化守护进程行为。
当你需要让代理与外部工具和通道交互时,可连接消息平台、MCP 服务器或 A2A 集成。
当你想要一个用于监控正在运行的代理、阅读响应和查看 token 使用情况的本地 UI 时,可使用原生桌面应用或浏览器聊天界面。
OpenFang 的入门指南展示了三种安装方式:适用于 Linux 和 macOS 的 shell 安装脚本、适用于任何安装了 Rust 1.75+ 的平台的 `cargo install`,以及 Docker。
文档说明 OpenFang 至少需要一个 LLM 提供商的 API 密钥。它支持诸如 `ANTHROPIC_API_KEY`、`OPENAI_API_KEY` 和 `GROQ_API_KEY` 等环境变量。
入门指南同时展示了内置代理模板和自定义 `agent.toml` 清单。你可以启动一个模板代理,或定义自己的模型与能力设置。
守护进程支持持久化代理、多用户访问、WebChat UI、REST API、WebSocket 访问,以及在浏览器 UI 中查看 token 使用情况。
架构和文档页面将 OpenFang 描述为一个 Rust 工作区,具备沙箱、安全加固、通道适配器、技能、MCP 和 A2A 支持。公开文档并未在本次使用的页面中提供每个受支持提供商或集成细节的完整列表。
Kastra 为 AI 系统提供授权基础设施,在执行前检查提示词、工具调用、Shell 命令、API 请求和浏览器操作,帮助团队执行策略并管理本地与企业 AI 工作流。
Orca 是面向编码代理的 Agent 开发环境,支持在隔离的 git worktree 中并行运行多个 CLI agent,并提供桌面端与移动端协作流程。
AI Magicx 是一体化 AI 工作区,集聊天、图片、视频、语音、音乐、邮件和开发任务于一处,帮助创作者、团队和开发者集中使用多种模型,无需在多个工具和订阅间切换。
Paper 是一款设计工具,连接画布、代码和 AI agent,让团队在一个工作流中完成创建、协作与交付。支持桌面应用、基于 MCP 的 agent 访问,以及真实内容和设计 token 工作流。
blop 是一款 QA agent,可在仓库中将浏览器测试以代码形式编写并运行于 CI,聚合重复失败,还可发起 PR 修复失效测试,适合需要可审查、版本控制浏览器 QA 的团队。
RLAMA 是一款本地 AI 平台,适用于在 macOS、Linux 和 Windows 上构建 RAG 系统与智能体。支持本地处理、交互式终端工作流和用于文档问答及多智能体自动化的 HTTP API。