智能体与多智能体

Omnigent:开源 AI 智能体框架与元测试框架

omnigent-ai/omnigent

Omnigent 是一个开源的元测试框架(meta-harness),为各类 AI 编程智能体提供统一的编排层,允许用户切换测试框架、执行治理策略、运行云端沙箱,并跨多设备进行实时协作。

★ 8.3K星级
⑂ 1.3KFork 数
800未解决的问题
Python语言
Apache-2.0许可证
Q@project.QualityScore编辑评分

项目截图

Omnigent:开源 AI 智能体框架与元测试框架 的截图 Omnigent:开源 AI 智能体框架与元测试框架 的截图 Omnigent:开源 AI 智能体框架与元测试框架 的截图 Omnigent:开源 AI 智能体框架与元测试框架 的截图 Omnigent:开源 AI 智能体框架与元测试框架 的截图 Omnigent:开源 AI 智能体框架与元测试框架 的截图

概览

Omnigent 在 Claude Code、Codex、Cursor、OpenCode、Hermes 和 Pi 等 AI 智能体之上充当通用编排层。它使开发者能够在同一会话中混合使用不同的智能体、委派任务并执行操作策略。该框架支持实时协作,允许会话被共享、共同驱动或被团队成员分叉。会话可在终端、浏览器、移动端和原生桌面应用之间同步。此外,Omnigent 支持在各种云沙箱中运行智能体,并允许通过 YAML 文件定义自定义智能体。

主要功能

  • 多测试框架编排(Claude Code、Codex、Cursor、OpenCode、Hermes、Pi)
  • 跨设备会话同步(终端、浏览器、移动端、桌面端)
  • 多智能体监督与委派
  • 策略执行(支出上限、工具审批、Shell 命令拦截)
  • 云沙箱执行(Modal、Daytona、E2B、Kubernetes 等)
  • 实时协作(会话共享、共同驱动、分叉)
  • 通过 YAML 定义自定义智能体
  • 支持将 MCP 服务器作为工具

要求、安装和快速入门

Omnigent 可通过引导脚本安装:`curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh`。或者,可以使用 `uv tool install omnigent` 或 `pip install "omnigent"` 手动安装。可使用额外依赖添加可选集成,例如 `uv tool install "omnigent[databricks,modal]"`。也可通过 Homebrew 安装:`brew install omnigent-ai/tap/omnigent`。

用法

运行 `omnigent` 或 `omni` 启动默认智能体会话。使用如 `omnigent claude` 或 `omnigent codex` 等命令启动特定测试框架。使用 `omnigent run path/to/agent.yaml` 运行 YAML 中定义的自定义智能体。使用 `omnigent start` 启动本地服务器和 Web UI。使用 `omnigent setup` 配置模型和凭据。

模型兼容性与使用场景

Omnigent 支持多种模型凭据类型:第一方 API 密钥(Anthropic、OpenAI)、订阅(Claude Pro/Max、ChatGPT)、网关(OpenRouter、LiteLLM、Ollama、vLLM、Azure)以及 Databricks 工作区配置文件。默认值按智能体设置,并可在会话中使用 `/model` 命令切换模型。

许可证与风险说明

该仓库采用 Apache-2.0 许可证授权。

Editorial verification 2026-08-09: repository URL, owner, description, license and repository statistics were reviewed. License metadata: Apache-2.0. README was fetched for the channel draft; re-check repository dependencies, releases and model terms before production use.

发布与维护

该仓库处于 alpha 阶段。创建于 2026-06-11,最后推送于 2026-08-07。它拥有 8285 个星标、1250 个分支和 800 个未解决的 issue。

Firecrawl

firecrawl/firecrawl

★ 161.1KTypeScript

LangChain

langchain-ai/langchain

★ 143.6KPython

RAGFlow

infiniflow/ragflow

★ 86.7KGo