Abilityai/trinity

解决的问题

Trinity 为在生产环境中部署和管理自主 AI 代理提供了一个主权基础设施。它解决了依赖 SaaS 平台导致数据离开安全边界的问题，或花费数月从零开始构建自定义编排系统以处理治理、可观测性和审计日志的问题。

工作原理

Trinity 在用户控制的基础设施上，为每个 AI 代理运行在独立的 Docker 容器中。它通过 MCP（模型上下文协议）与 Claude Code 等工具集成，使开发者能够对代理进行脚手架搭建、部署和迭代。平台包含一个控制平面，支持全舰队调度、实时监控以及代理间的委托，同时支持多个 LLM 提供商（Anthropic、OpenAI、Google）。

适用人群

专为需要运行专有自主 AI 系统（从业务流程到认知系统）的开发者和组织设计，同时保持对数据、安全性和硬件的完全控制。

主要亮点

• 隔离运行时：每个代理在独立的 Docker 容器中运行，确保安全性和资源管理。
• 舰队可观测性：提供包含网格和列表视图的全面仪表板，支持实时遥测和 Gantt 风格的执行时间线。
• 主权部署：完全可自托管，或部署在用户控制的任何云上，确保数据永不离开安全边界。
• 代理编排：支持基于 cron 的调度、层级化的代理间委托以及持久的异步待办队列。
• 生产就绪：包含防篡改审计日志、成本追踪以及与 Grafana/Datadog 的 OpenTelemetry 集成。