Octomind 开源 Rust 编码智能体框架发布

开源编码智能体框架。单个 Rust 二进制文件，支持任意模型，覆盖所有界面。

交互式、stdin、守护进程、WebSocket 或 ACP——一个引擎，一份配置。
一个监督模型负责规划并检查工作。
策略存在于 TOML 护栏中，而非审批弹窗。

网站 · 文档 · Tap 注册表 · 基准测试 · 问题反馈

Octomind 是一个开源编码智能体框架。它通过 MCP 工具让 LLM 真正访问你的仓库——读写文件、运行 shell、搜索代码、委派给子智能体。同一框架可以交互式运行、通过 stdin 非交互式运行、作为后台守护进程运行、通过 WebSocket 运行，或作为编辑器内或其他智能体栈中的 ACP 智能体运行。

# Interactive
octomind run developer:general

# Piped — CI, scripts, automation
echo "Explain the auth module" | octomind run developer:general --format plain

# Daemon — keep it alive, talk to it from another terminal
echo "watch the build" | octomind run --name watcher --daemon --format jsonl
octomind send --name watcher "run the test suite"

为什么选择 Octomind？

大多数编码智能体假设有人盯着屏幕。Octomind 专为你离开后仍持续进行的工作而构建。

• 策略即代码，而非审批弹窗。确定性的 护栏——调用前守卫、结果后钩子、轮次后验证器——存在于 TOML 和脚本中，因此可在 CI、守护进程和定时运行中生效。
• 在真实 PR 上经过验证。它以低于最接近竞争对手的成本解决了 25 个留出任务中的 24 个。参见基准测试。
• 现成的专家。octomind run developer:general 从 tap 拉取打包好的智能体（提示词、模型、MCP 服务器、工具权限）。用一个仓库即可发布你自己的专家。
• 保持敏锐的会话。自适应压缩让长任务持续推进，同时保留任务知识和实时交互。
• 记住你的规则。你在会话中陈述的规则和纠正会成为经验教训，以你自己的话语为依据，限定于项目和角色，并在后续会话中重现。参见学习。
• 任意模型，任意预算。使用 Octomind Cloud 或你自己的密钥（OpenRouter、Anthropic、OpenAI、DeepSeek、Ollama 等），为每个角色选择模型，并限制每次请求和每个会话的支出。超出预算时，终端会话会询问 y/N；非交互式运行则以退出码 75 停止。
• 一份配置。模型、工具、角色、护栏、预算：全部为 TOML，无需框架代码。

快速开始

1. 安装（macOS、Linux）：

curl -fsSL https://raw.githubusercontent.com/muvon/octomind/master/install.sh | bash

在 Windows 上，使用 PowerShell：

irm https://raw.githubusercontent.com/muvon/octomind/master/install.ps1 | iex

在 macOS 上，你也可以使用 Homebrew 安装：

brew install muvon/tap/octomind

2. 获取模型访问权限。最快的途径是 Octomind Cloud，它包含模型且无需配置：

octomind login

更想用自己的提供商密钥？跳过登录并导出一个（也支持 OPENAI_API_KEY、ANTHROPIC_API_KEY、DEEPSEEK_API_KEY），然后按照模型访问将配置指向它：

export OPENROUTER_API_KEY="your_key"

3. 在你的项目中运行一个专家：

cd ~/your/project
octomind run developer:general

你现在进入了一个会话，其中的智能体可以读取你的代码、运行命令并编辑文件。界面是带 markdown 渲染的普通行提示符——无需学习 TUI，因此可通过 SSH、在 tmux 中以及在 CI 日志中工作。首次运行专家时，它可能会安装其工具并要求提供凭据。

developer:general 来自默认 tap muvon/tap，而非你的本地配置。普通的 octomind run 会启动配置的默认角色 assistant:concierge。

试试录制的缺陷修复演示：两个失败的测试、一次智能体修复，以及一次独立的测试重跑。

基准测试

在 octobench 上测量，针对从已合并的拉取请求中收集的 25 个任务，涵盖 Python、PHP、Rust、C++ 和 JavaScript。每个 agent 都在修复前的仓库中工作；来自已合并修复的留出测试决定通过或失败。这些是 2026 年 7 月 30 日发布的结果，不是对本次检出的测量。

• harness 很重要。opencode 使用了相同的模型和端点；octomind 以大约一半的成本解决了 24 个对 19 个。所有四个 agent 都运行了原版调用，没有调优，因此这测量的是整个 harness，而不是单个功能。
• 最坏情况定价，仍然领先。glm-5.2 在没有提示缓存的情况下运行，而 Opus 按缓存费率计费约 97% 的上下文重读——而 octomind 在解决数、成本和实际耗时上仍然领先。
• 可复现。逐案例表、工件和复现指南：BENCHMARK.md。背景：博客文章。

护栏：策略即代码

在你的仓库中放入一个 .agents/guardrails.toml。Octomind 确定性地执行它，无需编译代码，也无需安装插件。

# Pre-call deny — block a class of calls before they execute
[[guard]]
match   = "shell(command=^rm\\s+-rf?)"
message = "rm -rf blocked."

# Conditional rule — only fires after the agent ran git status this session
[[guard]]
match   = "shell(command=git push)"
when    = ["+shell(command=git status)"]
message = "Review changes before pushing."

如果你了解 Claude Code hooks：guards 是在 TOML 中声明的 PreToolUse 拒绝，hooks 是 PostToolUse，validators 是 Stop——常见情况无需脚本。

Hook 和 validator 脚本示例：护栏指南。

一个 Harness，五个界面

同一个 harness，暴露在你的工作流需要的地方。

需要机器可读的结果？传递 --schema schema.json 以将最终响应约束为 JSON Schema（需要支持结构化输出的模型）。参见 结构化输出。

功能

专家

octomind run developer:general    # general dev, language skills auto-activate
octomind run doctor:blood         # blood-test interpretation specialist
octomind run lawyer:sg            # legal specialist

运行专家时会从 tap registry 获取其 manifest、安装所需二进制文件、解析凭据、启动相应的 MCP server，然后打开会话。

构建并注册你自己的专家：

octomind tap init yourteam/my-tap   # scaffold, validate, git-init, and register locally
octomind tap yourteam/my-tap        # on another machine, after publishing to GitHub

octomind- 前缀会自动添加：yourteam/my-tap 映射到仓库 yourteam/octomind-my-tap。

安装

安装脚本会检测你的操作系统和架构（Linux 和 macOS 上的 x86_64/aarch64），并安装到 ~/.local/bin/。传入 --install-dir <DIR> 或设置 OCTOMIND_INSTALL_DIR 可覆盖。在 Windows（x86_64/aarch64）上，install.ps1 会安装到 %LOCALAPPDATA%\octomind\bin 并将其添加到用户 PATH；它也支持 OCTOMIND_INSTALL_DIR 和 OCTOMIND_VERSION。install.sh 仍可在 Git Bash 或 MSYS2 中使用。

提示找不到命令？ 将安装目录添加到你的 PATH：

export PATH="$HOME/.local/bin:$PATH"

从源码构建需要 protoc；各操作系统的前置条件见 从源码构建。

验证：

octomind --version
octomind config      # generate the default config
octomind run         # start your first session

Shell 补全：octomind completion <bash|zsh|fish|elvish|powershell>。

模型访问

Octomind Cloud — octomind login（设备码登录，类似 gh auth login）会在本地存储网关密钥。默认配置已使用 octohub:auto。了解更多。

使用你自己的密钥 — 设置提供方的环境变量（OPENROUTER_API_KEY、OPENAI_API_KEY、ANTHROPIC_API_KEY、DEEPSEEK_API_KEY、……）并将模型表指向它。supervisor 和压缩配置也默认使用 octohub:auto，因此请同时更新这三处：

[model]
name = "anthropic:claude-sonnet-5-5"

[supervisor.model]
name = "anthropic:claude-haiku-5-5"

[compression.model]
name = "anthropic:claude-haiku-5-5"

提供方详情与按角色覆盖：提供方与模型。

配置

配置文件位于 macOS 和 Linux 上的 ~/.local/share/octomind/config/config.toml，以及 Windows 上的 %LOCALAPPDATA%/octomind/config/ 下。设置 OCTOMIND_DATA_DIR 可覆盖数据根目录。

octomind config --show       # view current config
octomind config --validate   # validate config

使用 -c 为单次运行覆盖任意值：

octomind run -c supervisor.enabled=false

完整参考：配置参考 · 环境变量。

会话命令

完整列表：会话命令。

遥测

Octomind 会上报匿名使用情况：使用了哪些命令、工具和模型，以及耗时、token 数量和错误类型。它绝不会发送你的代码、提示词、文件路径、工具参数或环境变量值。可通过以下三种方式中的任意一种退出：

export DO_NOT_TRACK=1          # the cross-tool standard, honored first
export OCTOMIND_TELEMETRY=0    # for subsequent commands in this shell
# or set `telemetry = false` in config.toml

精确字段列表：遥测。

文档

完整索引：doc/README.md · 托管版本：octomind.run/docs。

贡献

最有影响力的贡献不是代码——而是专家智能体。一位心脏病专家发布 doctor:medications。一位税务律师发布 lawyer:us。一位安全研究员发布 security:owasp。一个 TOML 文件，就能让所有面临该问题的人获得专家级 AI。

• 如何编写 tap 智能体
• 未解决问题

也欢迎代码贡献。推送前请设置好钩子并运行门禁：

pip install pre-commit && pre-commit install
make dev    # fmt + clippy + test

提交遵循 Conventional Commits。完整指南、架构概览和代码约定：CONTRIBUTING.md · 内部实现：Architecture。

社区参与遵循我们的行为准则。请使用安全政策私下报告漏洞。

许可证

Apache License 2.0——见 LICENSE。