Omnara 开源智能体平台发布，可自托管并支持任意模型

可自托管的 Claude Managed Agents 和 OpenAI Agents API 替代方案。

网站 · 快速开始 · 文档 · API · 更新日志 · Discord

Omnara 是一个开源的托管式智能体平台。使用 API 即可在任意模型和任意机器上运行 AI 智能体，内置工具、密钥、权限和流式传输。可在 Apache 2.0 许可下免费自托管，或使用 Omnara Cloud。

快速开始

Omnara Cloud

在 app.omnara.com 登录。你的第一个项目自带一个模型提供商（omnara-openrouter）和一个托管沙箱池 （default-pool），因此此配置可直接运行。将其保存为 agent.yaml：

version: v1
instruction: |
  You are an engineering assistant. Use your machine to run commands.
model:
  provider_config: omnara-openrouter
  name: anthropic/claude-fable-5.1
machine_sources:
  - machine_pool_name: default-pool

使用 CLI 启动（Node.js 22 或更高版本）。如果尚未登录， 第一条命令会打开浏览器供你登录。

npx omnara agents launch --file agent.yaml \
  --name "Machine assistant" \
  --message "Report this machine's operating system and free disk space."

在终端中使用 npx omnara agents chat <agent-id> 与智能体对话， 或在仪表盘中打开它，查看其工具调用并回复。

使用 TypeScript SDK 从代码中启动

在仪表盘中创建 API 密钥并导出为 OMNARA_TOKEN，使用 npm install @omnara/sdk 安装 SDK，并使用 npx omnara config 打印出的组织和项目 ID：

import { readFile } from 'node:fs/promises'
import { bearerToken, createOmnaraClient, openAgentEventStream, sdk } from '@omnara/sdk'

const client = createOmnaraClient({ auth: bearerToken(process.env.OMNARA_TOKEN!) })
const path = { orgID: 'org_...', projectID: 'proj_...' }

const config = await sdk.createAgentConfig({
  client,
  path,
  body: { source: await readFile('agent.yaml', 'utf8'), source_format: 'yaml' },
})
const launched = await sdk.createAgent({
  client,
  path,
  body: { config: config.data.id, message: "Report this machine's free disk space." },
})

const agentID = launched.data.agent.id
for await (const event of openAgentEventStream({ client, path: { ...path, agentID } })) {
  console.log(event)
}

快速开始 展示了使用 REST API 的相同流程。

要让你的编码智能体完成设置，请给它以下提示：

Help me set up Omnara by following https://www.omnara.com/SKILL.md

自托管

需要带 Compose 的 Docker。

git clone https://github.com/omnara-ai/omnara.git
cd omnara
docker compose -f compose.yaml --profile app up -d

打开 http://localhost:8000 并注册。本地 开发会在 docker compose logs api 中打印验证链接，因此无需 邮件提供商。若要从源码构建而非使用已发布的 镜像，请运行 docker compose --profile app up -d --build。

新实例尚无模型或机器。在控制台中，添加一个模型 提供商和一个模型，在 Machines 下连接此计算机，并将两者 与你的项目共享。一旦你的实例拥有 公共 URL，沙箱也可用。

将 CLI 指向你的实例并登录：

npx omnara config --api-url http://localhost:8000/api/v1 --issuer-url http://localhost:8000
npx omnara login

在 agent.yaml 中，使用你的提供商和模型名称，并将 machine_pool_name 条目替换为 machine_name: <your machine>。然后使用与上面相同的命令启动它。

本地默认配置有意不安全。对于真实部署，请遵循 自托管指南 和 配置参考。

工作原理

你的产品与 Omnara 通信，Omnara 使用其配置中的模型、 工具和机器运行每个智能体。

flowchart TB
    subgraph yours["Your side"]
        users(["Your users"]) --> app["Your app<br/>REST API · TypeScript SDK"]
        team["Your team<br/>CLI · dashboard<br/>Slack · Discord · GitHub"]
    end
    subgraph omnara["Omnara"]
        api["API<br/>launch · input<br/>event stream · approvals"] <--> pg[("Postgres<br/>each agent's event log")] <--> worker["Workers<br/>run the agent loop"]
    end
    subgraph plug[" "]
        models["Models<br/>OpenAI · Anthropic<br/>OpenRouter · self-hosted"]
        tools["Tools<br/>built-in · skills<br/>MCP · custom"]
        machines["Machines<br/>sandboxes or your own<br/>laptop, VM, container"]
    end
    app --> api
    team --> api
    worker --> models
    worker --> tools
    worker --> machines

    classDef side fill:none,stroke:#8b949e,stroke-width:1px
    classDef core fill:#506FCF,stroke:#3D5BB5,stroke-width:1px,color:#ffffff
    classDef store fill:#3D5BB5,stroke:#2E4794,stroke-width:1px,color:#ffffff
    classDef plugin fill:none,stroke:#85A0E6,stroke-width:1.5px
    class users,app,team side
    class api,worker core
    class pg store
    class models,tools,machines plugin
    style yours fill:none,stroke:#8b949e,stroke-dasharray:4 3
    style omnara fill:#506FCF14,stroke:#506FCF,stroke-width:1.5px
    style plug fill:none,stroke:#85A0E6,stroke-dasharray:4 3
    linkStyle default stroke:#8b949e,stroke-width:1.5px

加载中

• API。 你的应用、CLI 和仪表盘都使用相同的 REST API 来 启动智能体、发送消息和应答审批。事件在发生时 以流式返回。
• Postgres。 每个智能体的每一步都保存在这里。该记录就是 智能体的状态，因此任何工作进程都可以在崩溃或 重启后重新接管智能体。
• 工作进程。 无状态进程，负责构建模型上下文、调用 模型并运行工具。智能体仅在执行一轮时使用工作进程， 因此一个工作进程可服务多个智能体。添加工作进程以同时处理更多轮次。
• 机器。 每台机器运行 omnarad 守护进程，该进程向外连接 Omnara，因此智能体可在那里运行命令，无需任何入站端口。

Omnara 还使用 Redis、用于附件和工具输出的 blob 存储，以及 内存文件系统。 架构文档 涵盖了详细信息。

功能

构建智能体

• 任意模型。 自带 你的密钥，支持 OpenAI、Anthropic、OpenRouter、Amazon Bedrock、LiteLLM、 Ollama 或任何兼容端点，包括你自己托管的模型。
• 工具。 内置工具支持 shell 命令、文件、网页搜索与抓取，以及向人提问，此外还有在你自己的系统中运行的 MCP 服务器和自定义工具。
• 技能。 只需打包一次指令和文件，即可将其附加到任意 agent，agent 会在需要时加载它们。
• 记忆。 记忆存储为 agent 提供可在对话之间持久保存的文件，并可与其他 agent 共享，每个 agent 可拥有只读或读写权限。
• 子 agent。 一个 agent 可以启动具有全新上下文的子 agent，检查它们的进度，并向它们发送新指令。每个子 agent 都是一个完整的 agent，你可以对其进行检查。

随处运行

• 机器。 机器是 agent 使用的工具。在任意 macOS 或 Linux 笔记本电脑、VM 或容器上安装 Omnara 守护进程，你的 agent 就能在那里运行命令和编辑文件，无需入站端口或 SSH 密钥。或者使用来自十一家提供商的沙箱（Arker、Blaxel、boxd、CreateOS、Daytona、E2B、Freestyle、Modal、Superserve、Tenki、Unikraft）。一个 agent 可以同时使用多台机器（例如一组 GPU 服务器），并在它们之间迁移。如果你的笔记本电脑离线，agent 可以在沙箱中继续运行，并通过 git 将工作同步回来。
• 持久状态。 每一步都会被保存，因此 agent 在崩溃、重启和机器断开后能从上次中断处继续。
• 调度。 带时区的 Cron 触发器可以向现有 agent 发送消息、从配置文件启动新 agent，或启动新的 Slack 或 Discord 线程。

连接它们

• Slack、Discord 和 GitHub。 在 Slack 或 Discord 中提及机器人即可在线程中启动 agent，它会在其中回复、提问并请求批准。在 GitHub 上，agent 可以在拉取请求打开或有人提及时启动，然后读取 diff、发表评论并提交审查。要连接其他服务，可在同一公共 API 上构建自定义集成。
• 流式传输和 webhooks。 将每个事件在发生时流式传输或作为 webhook 接收，并在 agent 工作时发送新消息。
• 权限。 每个工具可以立即运行、先询问人员，或被阻止。平台会强制执行该设置，agent 会等待有人批准或拒绝该调用。
• API、SDK 和 CLI。 在 api/openapi/openapi.yaml 中定义的 REST API、一个 TypeScript SDK（@omnara/sdk）、一个 CLI（omnara），以及一个 MCP 服务器。

控制它们

• 基于角色的访问控制 和 密钥。 面向用户和 API 密钥的组织与项目角色。模型、机器和 MCP 服务器的凭据只存储一次，并显式地与每个项目共享。
• 多租户。 一次部署可服务多个组织，每个组织都有自己的成员、项目、密钥、模型提供商和机器。自托管运营者可以为每个新组织提供默认模型和沙箱，就像 Omnara Cloud 所做的那样。
• 你的数据。 自托管部署将每个 agent 的历史记录保存在你自己的 Postgres 中，你可以在那里查询它，用于分析、评估和训练数据集。

Omnara 对比 Claude Managed Agents 和 OpenAI 的 Agents API

Claude Managed Agents 和 OpenAI 的 Agents API 都是托管服务，用于在一家公司的模型上运行智能体。Omnara 做同样的工作，但它是开源平台，可以在任何地方运行，支持任何模型。

如果你使用一家公司的模型，并希望该公司为你运行一切，请选择 Claude Managed Agents 或 Agents API。如果你想自选模型和机器、自行运行平台，或将智能体数据保存在自己的数据库中，请选择 Omnara。

Omnara 的定位

示例

每个示例都是一个 agent.yaml 加上 examples/ 中的一个 SKILL.md， 你可以用一条提示将它们中的任何一个部署到你的编码智能体。

• Slack 编码智能体修复你在 Slack、Discord 或 GitHub 拉取请求中提到的问题，并打开一个 PR。
• PR 审查智能体根据仓库检出审查你的 GitHub 拉取请求，并留下行内发现。
• SRE 智能体调查生产问题，例如 5xx 激增。
• 浏览器智能体在真实浏览器中处理 长时间运行的任务。
• PostHog 分析智能体将 昨天的产品使用情况与 7 天平均值进行比较，并报告变化。
• Reddit、X 和 LinkedIn 信号智能体总结过去 24 小时内关于你选定主题的帖子。
• 视频生成智能体可根据简要说明制作短视频。

此外还有基于 TypeScript SDK 构建的 CLI 聊天应用、基于 webhook 的自定义工具以及 SharePoint 文件系统挂载的代码示例。

从你的编码智能体中使用 Omnara

MCP 服务器。将 Claude Code、Codex、Cursor 或任何支持 OAuth 的 MCP 客户端连接到 https://app.omnara.com/mcp，以启动和管理 Omnara 智能体。你通过浏览器登录，因此无需粘贴令牌。在 Claude 中，可从连接器目录添加。Omnara 也以 com.omnara/omnara 列在官方 MCP Registry 中。

claude mcp add --transport http omnara https://app.omnara.com/mcp
codex mcp add omnara --url https://app.omnara.com/mcp

然后在 Claude Code 中使用 /mcp 登录，或在 Codex 中使用 codex mcp login omnara 登录。参见连接 MCP 客户端。

CLI。omnara 可从你的终端或编码智能体的 shell 中管理智能体、配置文件、机器、模型提供商、密钥、技能和 cron 触发器。运行 npx omnara --help 即可开始。

设置技能。skills/setup-omnara-agent（也提供于 omnara.com/SKILL.md）会引导编码智能体为你的项目设置 Omnara。

面向 LLM 的文档。docs.omnara.com/llms.txt。

常见问题

Omnara 是什么？一个开源托管智能体平台，可在任意模型和任意机器上运行 AI 智能体。

费用是多少？自托管免费。Omnara Cloud 不收取平台费。你可以免费自带模型密钥和机器，或按提供商 token 费率对我们的模型按需付费，并按活跃时间和保留存储对我们的沙箱付费。参见定价。

可以自托管吗？可以。先在本地用 Docker Compose 运行，然后按照自托管指南进行生产部署。Omnara Cloud 和自托管部署的 API、CLI、SDK 和配置格式完全相同。

支持哪些模型？任何位于 OpenAI Responses、OpenAI Chat Completions 或 Anthropic Messages 兼容端点之后的模型，包括 OpenAI、Anthropic、OpenRouter、Amazon Bedrock、LiteLLM 和 Ollama。

开发

源码开发需要 go.mod 中声明的 Go 版本、Node.js 24 或更新版本（含 Corepack）、ripgrep，以及带 Compose 的 Docker。使用 make verify 运行快速仓库门禁。参见 CONTRIBUTING.md 了解完整测试套件、生成代码工作流和拉取请求要求。

社区

Discord · GitHub Issues · X · 安全

许可证

Apache License 2.0