xiaotianfotos/homerail

解决的问题

HomeRail 将一次性的 AI 智能体聊天转化为结构化、可审计且可重用的工作流。它通过将智能体的工作组织成有向无环图（DAG），解决了聊天会话的“黑盒”特性，使流程可检查、可重放且更易于改进。它专为家庭服务器或 NAS 环境设计，旨在将自动化所需的人工注意力降至最低。

工作原理

HomeRail 使用 DAG 引擎来编排具有明确交接的多智能体系统。系统结构呈倒漏斗状：

• 语音界面：作为主要输入方式，利用 ASR/TTS/VAD 收集意图，以降低用户摩擦。
• 生成式 UI：系统不输出原始日志，而是生成智能体进度的结构化、易读视图。
• DAG 运行时：管理多智能体编排的核心引擎。它使用 Docker 为 DAG 中的每个节点配置隔离的 Worker 容器，确保每次运行的工作区隔离。
• 智能大脑/高效工作者：允许为不同节点分配不同的模型（例如，使用高性能模型进行规划，使用低成本模型进行执行），以优化成本和上下文窗口使用。

适用人群

专为拥有家庭实验室、NAS 或家庭服务器的用户设计，他们希望拥有一个常驻的家庭数据中心智能体，能够通过语音和生成的界面处理复杂的自动化任务。

亮点

• 可审计的工作流：每次交接都有迹可循，每次运行都可以通过 hr CLI 重放。
• 基于 Docker 的隔离：每个 DAG 节点都在其自己的容器中运行，共享特定运行的工作区。
• 多模型编排：支持在单个工作流中将不同的提供商和模型映射到特定的智能体。
• 语音优先界面：内置语音交互支持，以最小化用户带宽。
• 智能体驱动的 CLI：hr CLI 旨在由其他编码智能体（如 Claude Code 或 Codex）操作，以实现快速的 DAG 开发和调试。