Aura：自托管多用户 AI 智能体，每人独立图谱记忆

一个本地优先、供应商中立的 AI agent 平台——用 Go 编写。

一个用于持续工作的 agent：工具、文档检索、时间记忆、定时任务，以及运行在你掌控的基础设施上的 Web 驾驶舱。

什么是 Aura？

Aura 是一个自托管、多用户的 AI agent。它的 Go 二进制文件承载运行时、工具、CLI、Telegram 网关和嵌入式 Web 驾驶舱；每个人登录到自己的身份，拥有自己的记忆数据库、工作区和沙箱。Docker Compose 在其旁边运行 Postgres、ArcadeDB、Garage、embedding、ingestion、Web 搜索、语音以及捆绑的集成。

模型在驾驶舱设置中选择：OpenRouter（默认路由）、ChatGPT 套餐、捆绑的本地 llama.cpp 服务器，或 Ollama。本地存储并不意味着云端推理离线：云供应商会收到发送给其模型的上下文；使用本地服务器时，推理过程中没有任何数据离开主机。

硬件：一台 16 GB 内存的迷你 PC 就足够了。默认技术栈在 16 GB 迷你 PC 上运行语音转文字和文字转语音时测得占用 7 GB（2026-09-02）。默认不运行本地 LLM：推理会发送到你选择的供应商。

_{在本地技术栈上的一次真实运行：Aura 将事实存入其记忆图谱，加载延迟的 task 工具并安排提醒；随后新对话会从记忆中作答，并附带来源。模型回复由 Claude 通过 OpenAI 兼容端点撰写；等待时间已剪除。}

它能做什么

流式 agent 循环，具有共享的步骤/时间预算和重复调用控制，以限制工作量。
延迟工具与 tool_search——按需发现工具并加载其 schema，包括来自已挂载 MCP 服务器的工具。
自适应推理路由器——使用配置的分类器和当前模型支持的能力来选择推理力度。
完整主机终端 + 文件系统工具——真正的操作能力，带有破坏性命令审批门和密钥脱敏。
图原生记忆——事实、来源和有效期窗口存储在 ArcadeDB 中；时间路径返回支持性证据。以 Postgres 为权威的对话具有派生的召回投影和受管理的上下文压缩。
文档检索——带来源哈希和引用的索引段落，并可访问原始文件以进行计算和整文件任务。
自我扩展——编写并运行技能，使用捆绑的记忆/PIM/WhatsApp 集成，并连接额外的 MCP 服务器。
调度器与自我唤醒——一个 task 工具（at | every | cron）用于提醒和 agent_job 运行，具有任务策略、操作员控制，结果会送达所属对话。
按身份隔离的沙箱——每个操作员一个全功能盒子（可选 sandbox 配置文件；原生 Linux 上使用 gVisor runsc），交付物通过渠道（send_file）交回，绝不以路径形式提供。
多用户——Authula 登录（密码，已注册账户另加 TOTP 步骤），每个身份一个由服务器强制隔离的 ArcadeDB 数据库，能力授予，以及管理员审计视图。
多渠道——CLI REPL、Telegram（语音/照片/文档/HITL），以及基于 AG-UI/SSE 的 Web 驾驶舱，支持回合中引导、审批、语音输入/输出和实时设置。
Studio — 图像和视频生成、照片和视频编辑，以及多轨视频编辑器，全部集成在驾驶舱中（docs/STUDIO.md）。
内置集成 — 日历/电子邮件（PIM MCP、OAuth 提供商）、WhatsApp（非官方客户端）、通过内置 SearXNG 进行网络搜索、对话快照分享链接，以及 Cloudflare 远程访问。

Aura 与 Open WebUI 和 LibreChat 的对比：docs/COMPARISON.md。

架构

Transport & UX     cmd/aura (CLI) · channels (+telegram) · agui (SSE) · webui (embedded SPA) · webauth (Authula) · setup · askuser
Agent runtime      agent (LlmAgent, Budget, Events, hooks, workflow Seq/Par/Loop) · runner · swarm · steer
Tools & MCP        agent/tools (registry, deferred, tool_search, fs/shell/web/skill) · agent/mcptools · mcp (+manager) · mcpoauth · sandbox
Intelligence       llm (+openai_compat) · chatgptplan · semindex (embed-index core) · reasoningtrace · scoring · multimodal · mediagen
Capabilities       web · skills · cron · onboarding · documents · share · retention
Persistence        db (Postgres+sqlc) · arcadedb (memory + retrieval) · conversations · identity · objectstore · secret · settings
Observability      obs · agent/panicobs · reasoningtrace · toolinvocations · cachemetrics

技术栈


语言	Go 1.27
持久化	Postgres（sqlc、pgx）+ ArcadeDB（图记忆、全文 + LSM 向量索引）+ Garage（S3 对象存储）
模型	默认通过 OpenRouter 使用 DeepSeek-V4 Flash；也支持 ChatGPT 套餐、内置 llama.cpp 服务器（Gemma 4 12B QAT，`localllm` 配置）或 Ollama。当前配置（提供商、模型、预算）从驾驶舱设置中热重载，无需重启
驾驶舱	嵌入二进制文件的 React SPA，通过 Caddy 和 Authula 登录提供服务
测试	单元、属性、竞态、泄漏、变异、实时集成和浏览器测试；自有表面覆盖率 ≥85%
CI	build/vet/lint · CodeQL · `-race` + goleak · db/ArcadeDB/embed 集成 · MUSR 双身份 E2E · web lint/test/mutation/Playwright · 关键变异 ≥70% 被杀死
分发	Docker Compose 设备；`edge` 跟踪 master，`v1.1.0` 是最新标记版本（检查于 2026-10-08）

项目结构

cmd/aura/                CLI entry and subcommands
cmd/arcadedb-mcp/        Aura's own ArcadeDB memory MCP server
cmd/aura-*/              sidecar binaries (Cloudflare and ingest supervisors, media index, file cards)
internal/                the runtime, one package per concern (see Architecture)
web/                     React cockpit, embedded into the binary from internal/webui/dist
services/ingest/         document ingestion sidecar
packages/create-aura/    the npx installer (create-aura-appliance)
docker/ deploy/ caddy/   image builds, systemd units and the updater, Caddy front door
scripts/                 install, smoke, restore drill, coverage, file-size cap
docs/                    install, architecture, capabilities, release and backup guides
.planning/               GSD planning artifacts

快速开始

目标机器上需要 Docker（4 个 CPU 核心、14 GiB 可用内存、20 GiB 可用磁盘），工作站上需要 Node.js 22.13+。安装程序会生成 .env，下载 Compose 资源并启动堆栈，可在本地或通过 SSH 在 Linux 主机上运行：

npx create-aura-appliance                 # local
npx create-aura-appliance --mode remote   # Linux target over SSH

然后打开 https://<host>，创建第一个用户（操作员），并让首次运行设置选择模型路由、OpenRouter 密钥和可选的 Telegram 机器人：

https://<host>/setup/?token=<AURA_ACCESS_TOKEN>

Windows（Docker Desktop）、curl 安装程序、发布渠道、本地 CA、更新和 WhatsApp 配对：docs/INSTALL.md。

文档

文档	用途
docs/INSTALL.md	安装和操作 — Linux/macOS/Windows、发布渠道、首次访问、更新、边车
docs/ARCHITECTURE.md	系统如何构建 — 分层、回合生命周期、不变量
docs/TECHNICAL_OVERVIEW.md	CTO / 尽职调查概述 — 问题、差异化因素、成熟度
docs/CAPABILITIES.md	能力矩阵 — 已交付 / 进行中 / 路线图
docs/STUDIO.md	Studio — 图像和视频生成、照片和多轨视频编辑
docs/COMPARISON.md	Aura 与 Open WebUI 和 LibreChat 的对比
docs/CLI.md	CLI 参考 — 每个 `aura` 子命令
docs/BACKUP-RESTORE.md	备份计划、恢复演练、手动恢复、恢复范围
docs/release-readiness.md	如何发布版本 — 十一份报告精确 SHA 门禁、运营检查
CLAUDE.md · prd.md	工程指南 · 产品需求（事实来源）

开发

从 go.mod、Docker 和 POSIX shell（Linux，或 Windows 上的 WSL）开始使用 Go：

git clone https://github.com/chetto1983/Aura.git
cd Aura
cp .env.example .env
make tools && lefthook install
make quality                    # vet + lint + deadcode + race + vuln + build, no containers
make db-migrate memory-up       # bring the stack up
make quality-full               # quality + coverage gate

源码构建、本地镜像、make 目标和审查纪律： CONTRIBUTING.md。按照 SECURITY.md 私下报告漏洞，切勿在公开 issue 中报告。

Aura：自托管多用户 AI 智能体，每人独立图谱记忆

什么是 Aura？

它能做什么

架构

技术栈

项目结构

快速开始

文档

开发

许可证