xiaotianfotos/homerail

解決的問題

HomeRail 將一次性的 AI 智能體聊天轉化為結構化、可審計且可重複使用的工作流程。它透過將智能體的工作組織成有向無環圖（DAG），解決了聊天會話的「黑箱」特性，使流程可檢查、可重放且更易于改進。它專為家庭伺服器或 NAS 環境設計，旨在將自動化所需的人工注意力降至最低。

運作原理

HomeRail 使用 DAG 引擎來編排具有明確交接的多智能體系統。系統結構呈倒漏斗狀：

• 語音介面：作為主要輸入方式，利用 ASR/TTS/VAD 收集意圖，以降低使用者摩擦。
• 生成式 UI：系統不輸出原始日誌，而是生成智能體進度的結構化、易讀視圖。
• DAG 執行時：管理多智能體編排的核心引擎。它使用 Docker 為 DAG 中的每個節點配置隔離的 Worker 容器，確保每次執行的工作區隔離。
• 智能大腦/高效工作者：允許為不同節點分配不同的模型（例如，使用高性能模型進行規劃，使用低成本模型進行執行），以優化成本和上下文窗口使用。

適用人群

專為擁有家庭實驗室、NAS 或家庭伺服器的使用者設計，他們希望擁有一個常駐的家庭數據中心智能體，能夠透過語音和生成的介面處理複雜的自動化任務。

亮點

• 可審計的工作流程：每次交接都有跡可循，每次執行都可以透過 hr CLI 重放。
• 基於 Docker 的隔離：每個 DAG 節點都在其自己的容器中運行，共享特定執行的工作區。
• 多模型編排：支持在單個工作流程中將不同的供應商和模型映射到特定的智能體。
• 語音優先介面：內建語音互動支持，以最小化使用者頻寬。
• 智能體驅動的 CLI：hr CLI 旨在由其他編碼智能體（如 Claude Code 或 Codex）操作，以實現快速的 DAG 開發和除錯。