YOHO AI

标签： 模型路由

  • Oh My OpenAgent：66.7K Stars 的 AI 编程智能体”满配套件”，一个词启动 11 个智能体并行开发

    Oh My OpenAgent：66.7K Stars 的 AI 编程智能体”满配套件”，一个词启动 11 个智能体并行开发

    Oh My OpenAgent

    项目简介

    Oh My OpenAgent（OmO）是韩国开发者 code-yeongyu 开源的「AI 编程智能体增强套件（Agent Harness）」——一句话概括：给 OpenCode / Codex CLI 装上一个”满配的 AI 开发团队”，装完只需输入 ultrawork 一个词，11 个专职智能体、54+ 生命周期钩子、5 个内置 MCP 就会自动协同，把复杂任务一路干到完成为止。项目目前已收获 66,693 Stars，甚至因为太火导致 Anthropic 封锁了 OpenCode 的 Claude 订阅接入——作者干脆转身拥抱多模型路由，主打”不要选赢家，要编排所有模型”。

    Oh My OpenAgent Team Mode 运行界面

    ▲ Team Mode 实战：Kimi K3 + GPT-5.6 Sol 多智能体并行工作

    安装要求和过程

    环境要求

    • Ultimate 版（OpenCode）：需安装 Bun 与 OpenCode
    • Light 版（Codex CLI）：仅需 Node.js/npm 环境，无需 Bun
    • 至少一个模型订阅或 API（推荐组合：ChatGPT $20 / Kimi Code $19 / GLM Coding $10，低成本即可跑满血）

    快速安装

    # Ultimate 版（OpenCode 完整体：11 智能体 + Team Mode + 全部功能）
bunx oh-my-openagent install

# Light 版（Codex CLI 插件：rules/LSP/ultrawork/ulw-loop 等便携组件）
npx lazycodex-ai install
# 非交互推荐模式
npx lazycodex-ai install --no-tui --codex-autonomous

# 两个都装
bunx oh-my-openagent install --platform=both

    官方还推荐一种更省心的方式——直接把安装指南 URL 扔给任意 AI 助手（Claude Code、Cursor 等），让 AI 替你完成订阅检测、11 个智能体的模型匹配和各家 Provider 认证：

    Install and configure oh-my-openagent by following the instructions here:
https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/refs/heads/dev/docs/guide/installation.md

    注意：npm 包与 CLI 命令仍叫 oh-my-opencode（更名过渡期双发布），但不要用 npx omo——那是另一个同名无关包。

    核心功能

    • ultrawork 一词流：输入 ultrawork（或 ulw）即激活全部智能体，配合 Todo Enforcer”偷懒检测”，智能体一旦闲置就被系统拽回来继续干，任务不完成不停手。
    • 纪律型智能体团队：主指挥 Sisyphus（Opus 5 / Kimi K3）负责规划与并行派活；深度工人 Hephaestus（GPT-5.6 Sol）端到端自主执行；规划师 Prometheus 以”面试模式”先访谈再出方案，另有 Oracle（架构/调试）、Librarian（文档检索）、Explore（快速扫码）各司其职。
    • Team Mode 多智能体系统（v4.0）：Lead + 最多 8 个并行成员，tmux 实时可视化，衍生 hyperplan（5 个”敌对评审”轮番拆解你的方案）与 security-research（3 个漏洞猎手 + 2 个 PoC 工程师并行审计）两大技能。
    • Hashline 哈希锚定编辑：每行代码带内容哈希标签（11#VK|），编辑前校验、文件变了就拒绝写入，从根源消灭”stale line”错误——Grok Code Fast 1 的编辑成功率靠它从 6.7% 飙到 68.3%。
    • 按类别自动路由模型：子任务只声明类别（visual-engineering / deep / quick / ultrabrain），框架自动匹配最擅长的模型；同时完全兼容 Claude Code 的 hooks、commands、skills、MCP 与插件生态。

    典型使用场景

    • 大规模代码翻新：有用户用它一天清掉 8000 条 ESLint 警告；还有人一夜之间把 4.5 万行的 Tauri 桌面应用改造成 SaaS 网页应用——睡前下指令，醒来验收。
    • 多订阅省钱组合拳：不必为单一厂商付 $200/月，用 Kimi K3 + GPT-5.6 Sol 的平价组合即可超越原版 Claude Code 体验，模型按任务类别自动分工。
    • 方案评审与安全审计：写代码前先跑 hyperplan 让 5 个”杠精”智能体从不同角度挑刺；上线前用 security-research 让 5 个智能体并行做渗透式代码审计，按真实可利用性定级。

    推荐理由

    这是我见过”工程密度”最高的 Agent Harness 项目。它不是又一个 prompt 合集，而是把作者烧掉 2.4 万美元 token 试错换来的经验固化成了产品：Hashline 编辑工具解决的是所有编码智能体最痛的”改错行”问题；类别路由让”选模型”这件事彻底消失；Todo Enforcer 治好了 AI”干一半就摆烂”的顽疾。社区口碑也相当能打——”让我退订了 Cursor””用了就回不去了”。如果你已经在用 OpenCode 或 Codex CLI，这基本是无脑必装的存在；哪怕只是想围观多智能体协作的工程实践，读它的源码和文档也极有收获。唯一注意点：License 为 SUL-1.0（Sisyphus 使用许可），商用前建议先读一下条款，且默认开启匿名遥测（可通过 OMO_DISABLE_POSTHOG=1 关闭）。

    下载地址

    项目数据：66,693 Stars ｜ 语言：TypeScript ｜ License：SUL-1.0 ｜ 最近更新：2026-07-28

  • nanobot：可完全自托管的轻量级个人 AI 智能体运行时

    nanobot：可完全自托管的轻量级个人 AI 智能体运行时

    nanobot 封面

    nanobot 是一个开源、超轻量的个人 AI 智能体运行时（agent runtime），把 WebUI、聊天渠道、工具、记忆、MCP、模型路由、自动化与部署打包在一个可读的小内核里，让你真正”拥有”自己的智能体，而不是被某个大平台锁定。

    ⭐ Stars 45,688+ 🍴 Forks 8,059
    💻 语言 Python 📜 协议 MIT
    🏢 团队 HKUDS（香港大学数据科学团队，LightRAG / Vibe-Trading 同门）

    📦 安装要求和过程

    环境要求

    • Python 3.11 及以上（必须）
    • Git：仅源码安装时需要
    • bun 或 npm：从源码构建 WebUI 时需要（PyPI/uv 安装包已内置 WebUI，无需额外构建）
    • 支持 macOS / Linux / Windows；零技术背景用户可走官方”无技术背景起步”向导

    快速安装（任选其一）

    ① 一键安装（macOS / Linux）

    curl -fsSL https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.sh | sh

    ② Windows PowerShell

    irm https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.ps1 | iex

    ③ 使用 uv（推荐，干净隔离）

    uv tool install nanobot-ai

    ④ pip 安装

    python -m pip install nanobot-ai

    ⑤ 从源码安装

    git clone https://github.com/HKUDS/nanobot.git
cd nanobot
python -m pip install .

    快速开始

    nanobot onboard        # 交互式初始化（生成 ~/.nanobot/config.json 与 workspace）
nanobot gateway        # 启动网关，浏览器访问 http://127.0.0.1:8765
nanobot agent -m "Hello!"   # 或直接在终端发一条消息测试

    配置只需在 ~/.nanobot/config.json 里填好 providers（API Key / 端点）与 modelPresets（模型预设）两块即可，支持 OpenAI 兼容接口、本地 LLM 与 fallback 模型路由。

    ✨ 核心功能

    • 轻量可读的小内核：核心只是一个 agent loop——消息进来，LLM 决定何时调用工具，记忆/Skill 仅作为上下文按需注入，不做臃肿的编排层，源码小而好改。
    • 聊天原生触达：内置 WebUI + OpenAI 兼容 API，并可接入 Telegram、Discord、Slack、微信、飞书、邮件、Mattermost、Teams 等渠道，把智能体开到你常用的聊天里。
    • 模型自由：兼容 OpenAI 兼容 API、本地 LLM（Ollama / vLLM）、图像生成与 Web 搜索，支持多模型预设与 fallback 路由，不被单一厂商绑定。
    • 工具与自动化：内置文件、Shell、Web 搜索、网页抓取、MCP、cron、图像生成、子智能体等工具；配合长期记忆（Dream）与定时自动化，可跑长周期任务。
    • 可拥有、可扩展：提供 Python SDK 与 OpenAI 兼容 API，可作为长期运行的本地 / 服务端 Agent 网关自托管， inspect、定制、扩展全部在自己手里。

    🌐 WebUI 与架构

    nanobot WebUI

    nanobot 内置 WebUI：聊天、工作区、Apps、Skills、Automations 与设置的统一工作台

    nanobot 架构

    围绕一个小 agent loop 的轻量架构：渠道进消息 → LLM 调度工具 → 按需拉入记忆/Skill

    🎯 典型使用场景

    • 24/7 实时市场 / 趋势分析：连接数据源与 Web 搜索，让智能体持续追踪行情与热点，自动产出洞察与简报。
    • 全栈软件工程助手：借助文件 / Shell / 代码工具，完成开发、部署与迭代；也可作为 Coding Agent 嵌入工作流。
    • 个人知识助理 + 日程自动化：用长期记忆（Dream）沉淀上下文，做随身知识库；用 cron 自动化管理日常例行任务。

    💡 推荐理由

    我用过不少 Agent 框架，nanobot 最打动我的是”轻“和”归你所有“这两点。它没有把整个系统做成一个庞大的编排黑盒，而是把核心收敛到一个可读的 agent loop，工具、记忆、Skill 都是按需挂上去的——这意味着你看得懂、改得动，也更容易排查问题。

    对隐私敏感、想自托管的人来说，它几乎是把”个人 AI 助手”这件事做对了的范本：本地优先、模型自由（连本地 Ollama/vLLM 都能用）、聊天渠道随便接，还能用 Python SDK / 兼容 API 嵌进自己的系统。相比被某个云端大平台锁死，nanobot 让你真正拥有自己的智能体。MIT 协议、来自 HKUDS（LightRAG 同门）团队，活跃度与文档完整度都很高，值得一试。

    🔗 下载地址

    ⚠️ 本文仅作技术介绍，使用本项目请遵循其 MIT 许可与当地法律法规。