omnigent-ai/omnigent

Omnigent – AI代理人的元框架

是什么 – Omnigent 是一个开源的编排层，可让您在单一 CLI（omnigent / omni）和基于 Web 的 UI（也封装为原生 macOS 桌面应用）中运行、组合和管理多种不同的代码生成或聊天代理（Claude Code、Codex、Cursor、OpenCode、Hermes、Pi，以及您用 YAML 描述的任何自定义代理）。它支持在设备和云沙箱之间运行、组合和管理这些代理，并内置协作和策略功能。

核心功能

• 多代理会话 – 在同一聊天中启动多个代理，让一个代理审查另一个的输出，或根据各代理在不同子任务上的专长来分配任务。
• 模型无关 – 支持 API 密钥、订阅 CLI，或任何 OpenAI/Anthropic 兼容网关（OpenRouter、Ollama、LiteLLM、Azure 等），甚至支持 Databricks 工作区。
• 云沙箱执行 – 会话可在 Modal、Daytona、Blaxel、E2B、Kubernetes、NVIDIA OpenShell、Boxlite 等服务提供的临时沙箱中运行，无需高性能本地机器。
• 策略与治理 – 可在服务器、代理或聊天级别定义策略，暂停高风险操作、限制支出或限制工具使用。
• 协作 – 与团队成员共享实时会话 URL；他们可以观看代理行为、接管控制权或分叉对话。通过简单的认证开关支持多用户账户。
• 跨设备连续性 – 在终端开始聊天，继续在浏览器中进行，再在手机上接续；所有消息、文件和子代理均保持同步。
• 可扩展的框架 – 系统自带主要代理的框架，并可通过 SDK 或在 YAML 中描述 ACP 兼容命令来添加自定义框架。

典型工作流程

1. 安装 – 一行脚本即可安装 Python 包、所需工具（uv、git、Node、tmux 等）和可选扩展（模型或沙箱提供者）。
2. 启动会话 – omnigent 启动本地服务器，在 http://localhost:6767 打开 UI，并启动默认代理（或特定代理如 omnigent claude）。
3. 选择模型 – omnigent setup 可添加 API 密钥、订阅信息或网关 URL，并为每个代理设置默认值。
4. 运行代理 – 使用内置示例（polly、debby、deep-research）或通过 omnigent run <path> 运行您自己的 YAML 定义代理。您还可以通过 /model 命令在聊天中切换模型。
5. 部署 – 一条 docker compose up 命令（或在 Render、Railway、Fly.io、Cloudflare 等平台一键部署）即可公开运行服务器，支持手机访问和托管云沙箱。
6. 协作 – 启用多用户模式，邀请团队成员，共同在同一个会话中工作。

适用人群 – 希望使用统一界面来试验多种基于 LLM 的代码生成或推理代理、强制安全策略，并在不为每个提供者重写集成代码的情况下共享工作的开发者、数据科学家或团队。

状态 – 早期 Alpha 版（v0.x），但持续维护中，提供公开 Discord 用于社区支持。