Agent Barn
在自有 Kubernetes 上运行一支 AI 同事团队，接入 Slack、Teams、Telegram 与 Discord。
- Star 数
- ★ 110
- 最近更新
- 3 天前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 55/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配OpenAI API（需要适配）
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 已在用 Kubernetes 的平台团队：希望把部门里的编码助手、值班助手统一放到自己的命名空间，而不是让同事再开一个 SaaS 账号。
- 不适合
- 不想维护 Kubernetes 集群和 PostgreSQL、Redis 等组件的团队
- 只想要开箱即用的 SaaS、不想自备 OpenRouter 密钥和基础设施的个人
- 源码审查
- 55/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Agent Barn 是 AAI Labs（立陶宛维尔纽斯）开源的 AI Agent 控制平面，采用 Apache-2.0 许可。它由 FastAPI 控制平面（api/、含 ingest、communications、memory、credentials 网关与 Dramatiq worker）、Next.js App Router 前端（ui/）、每个 Agent 一个 Pod 的运行时（名为 OpenClaw 与 Hermes 的两套基础镜像）、以及 helm/ 与 helmfile.yaml.gotmpl 描述的部署清单组成。每个 Agent 由“模板 + 模型 + 一个或多个通信连接 + 一组带凭据的技能”定义：模板是内容而非代码，由 settings.yaml 与 soul、identity、user、tools、agents、boot、bootstrap、heartbeat 等 Markdown 产物构成，随仓库以种子形式提供。模型调用统一经过你自建的 LiteLLM 代理，每个 Agent 拥有独立虚拟密钥，因此可以按 Agent 归集 token 与花费。全部组件——控制面、数据库、模型代理、每个运行中的 Agent——都跑在你自己的命名空间（默认命名空间为 agent-farm）内，凭据加密后存放在你自己的 PostgreSQL 中。安装本身不收费，但你必须自备 OpenRouter API 密钥并承担模型调用费用。
Agent Barn 读取你的 .env 或 .env.deploy 配置，通过 docker/k3d/k3d-up.sh 拉起的 k3d 集群（或部署场景下的真实集群）创建租户与 Agent 记录，再由 builder 把 Agent 记录转换成 Kubernetes 资源：每个运行中的 Agent 对应一个 Pod，从被固定版本的基础镜像启动。Agent 通过运行时插件把会话与工具调用事件推送给 8001 端口上的 ingest API，UI 只读取已持久化的数据；Web Chat 与 Email 走 8002 端口的 communications 网关，Agent Pod 通过 http://host.docker.internal:8002/communications/v1 领取并完成投递。技能挂载对应文档到 Agent 工作区，并以所需凭据为门槛，未附加凭据的技能不会自动装配；Agent 还会访问自托管的 Firecrawl 做网页检索。模型请求经 LiteLLM 代理转发到 OpenRouter，每 Agent 一个虚拟密钥，用于 token 与花费归集。身份与权限侧提供注册、登录、logout、httpOnly Cookie 中的 access/refresh token 与密码重置；组织使用固定角色，Agent 访问另有独立角色与分配；平台管理端提供用户与组织管理、平台统计以及 Event Delivery Monitor。领域事件通过事务性 outbox、Dramatiq worker 与安全审计投影处理；同时可查询每个 Agent 的对话历史与工具调用审计日志。
- 已在用 Kubernetes 的平台团队：希望把部门里的编码助手、值班助手统一放到自己的命名空间，而不是让同事再开一个 SaaS 账号。
- 有合规或数据驻留要求的公司：要求模型调用、对话记录、凭据全部留在自有 PostgreSQL 与自有网络内，只允许经自建 LiteLLM 访问 OpenRouter。
- 需要按项目核算 AI 成本的财务或工程负责人：想知道每个 Agent、每个组织消耗了多少 token 和费用，而不是只看到一张月账单。
- 想给工程团队配“PR Reviewer”“Documentation Agent”“Jira Task Helper”这类固定角色的研发效能团队，直接从内置模板起一个 Agent 即可。
- 在多语言团队里需要把自然语言请求转成结构化 Jira 任务、或把合并后的 PR 自动写入 Confluence 并推送 Slack 周报的协作团队。
- 希望验证与对比 OpenClaw、Hermes 两套运行时的团队：两者共用同一套通信协议，可以按 Agent 选择运行时与命令审批模式。
如何安装或部署这个 Agent？
需要 Git、Docker with Compose v2、bash、kubectl、OpenSSL、curl，以及一个 OpenRouter API 密钥；Python 与 Node.js 仅用于 native dev-* 目标、测试与 lint。
先克隆仓库并生成本地配置：
git clone https://github.com/aai-labs/agent-barn.git
cd agent-barn
cp .env.spec .env生成两个密钥（AGENT_TOKEN_ENCRYPTION_KEY 用于加密静态凭据，LITELLM_MASTER_KEY 必须保持稳定，LiteLLM 用它加密所存虚拟密钥）：
openssl rand -base64 32 | tr '+/' '-_'
echo "sk-$(openssl rand -hex 16)"在 .env 里填写 POSTGRES_USER / POSTGRES_PASSWORD / POSTGRES_DB / POSTGRES_PORT、SECRET_SIGNING_KEY、PLATFORM_ADMIN_CREDENTIALS（格式 email:password，密码需 8 位以上且含大小写字母与数字）、AGENT_TOKEN_ENCRYPTION_KEY、OPENROUTER_API_KEY、LITELLM_MASTER_KEY、AGENT_LITELLM_BASE_URL=http://host.docker.internal:7070，以及 OPENCLAW_IMAGE / HERMES_IMAGE 的完整 name:tag（tag 必须与 openclaw-base/VERSION、hermes-base/VERSION 对应）。
随后启动整套本地栈（首次会构建两套基础镜像，耗时较长）：
./run.sh部署到 Kubernetes 需要 ingress 控制器、cert-manager ClusterIssuer、StorageClass，以及本机上的 kubectl、Helm 3、Helmfile 0.171.0 与 helm-diff 插件：
cp .env.deploy.spec .env.deploy
# 替换所有示例镜像 tag，并填入 registry、密码、主机名与密钥
./deploy.sh如何使用这个 Agent？
启动后先在浏览器打开 UI 并用 PLATFORM_ADMIN_CREDENTIALS 登录，确认 API 与集群就绪：
curl -s localhost:8000/api/v1/health
# {"status":"ok","db":"connected"}export KUBECONFIG=.k3d/kubeconfig-host.yaml
kubectl get nodes
kubectl get ns agent-farmAgent 是按组织隔离的，全新数据库里没有组织，所以要先建组织，再从模板（PR Reviewer、Documentation Agent、Email Reminder、Jira Task Helper、Scrum Master、General Purpose）里选一个，指定模型，附加技能所需的凭据，然后启动它。接入 Slack、Teams、Telegram 或 Discord 属于单个 Agent 的 Communication Connection，UI 会逐步带你完成各平台设置（Slack 应用需按生成的 manifest 手工创建）。
想用程序化方式调用时，在账户设置里创建 Personal API Key，然后访问现有的用户认证 /api/v1 路由：
curl -H 'Authorization: Bearer <your-personal-api-key>' \
https://your-host/api/v1/openapi.json如需本地模拟开发，可改用 native 路径（先 make setup，再 make db-up、make migrate，然后按需运行 make dev-api / dev-ui / dev-worker 等），注意要把 .env 中的 DB_CONNECTION_URL 填对，并设置 LITELLM_BASE_URL=http://127.0.0.1:7070，否则 Agent 看似创建成功却无法应答。
这个 Agent 有哪些优点和局限？
- 端到端自托管：控制面、PostgreSQL、LiteLLM 代理与每个 Agent 的 Pod 都跑在你自己命名空间，凭据在自有 PostgreSQL 中加密存放，只经你运营的 LiteLLM 出站。
- 按 Agent 计量：每个 Agent 在 LiteLLM 上拥有独立虚拟密钥，可做 token 与花费归集，而不是只看到整月一张账单。
- 多租户从数据层做起：组织使用固定权限角色，Agent 另有独立访问角色与分配，模板与技能支持按组织 fork 或覆盖，并可按 Agent 固定技能版本。
- 交付形态覆盖常见协作工具：Slack、Microsoft Teams、Telegram、Discord，可同时拥有多个连接甚至同平台多个连接；Teams 连接可导出可安装的应用包。
- Helm + Helmfile 的部署路径齐全：包含 app/LiteLLM/Firecrawl 各自的 PostgreSQL、Redis、Hindsight、namespace 级 Prometheus 与 Grafana，并提供 k3d 本地集群脚本。
- 审计面完整：对话历史、工具调用日志、领域事件（事务性 outbox + Dramatiq worker）与安全审计投影，便于事后追查。
- 上手门槛高：需要 Git、Docker Compose v2、kubectl、OpenSSL、curl、OpenRouter 密钥，部署场景还要 ingress、cert-manager ClusterIssuer、StorageClass、Helmfile 0.171.0 与 helm-diff。
- 强依赖 Kubernetes：Agent 以 Pod 形式运行，即使走 native 开发路径也必须先有加载好镜像的 k3d 集群，本地全栈无法并行跑两套（容器名、卷、端口共享）。
- 模型出口目前绑定 OpenRouter：所有 Agent 的模型调用都经 LiteLLM 转发到 OpenRouter，需要外部 API 密钥并持续付费。
- 本地资源视图依赖额外组件：未安装 Prometheus 时，Resource usage 页会提示资源用量未配置。
- 部分能力带手工环节：Slack 应用需按生成 manifest 手工创建，Cloudflare Email Worker 的路由规则无法由 CI 配置，必须手动指向 Worker，且需开启 subaddressing 否则按 550 5.1.1 退信。
- 默认会向 Agent Barn 的 PostHog（EU）上报业务事件，虽然只带随机 ID 与安装名称、不含提示词与消息内容，但要完全关闭需显式设置 ANALYTICS_ENABLED=false 并重新部署。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Agent Barn 当前 | 55 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 110 | 3 天前 | Python | — |
| Moltis 个人代理服务器 | 53 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 2.9k | 今天 | Rust | Codex · Claude Code |
| n8n-claw | 52 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 560 | 2 个月前 | Shell | ChatGPT · Claude Code · OpenAI API · Claude API |
| Second Brain 个人智能助理 | 37 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 670 | 24 天前 | Python | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
SECURITY.md 明确要求按最小权限部署：API pod 使用命名空间级身份、仅在本命名空间创建 agent 工作负载，并建议对凭据按任务最小化授权、使用每 agent 的频道白名单与 DM 策略，故 least_privilege 得 2。但 OpenClaw 运行时的命令审批被固定为 AUTO（README 明示），意味着 agent 执行命令无需人工确认，user_confirmation 仅得 1。数据流透明性较好：README 说明出站流量去向（OpenRouter/LiteLLM、工具 API、可选 PostHog 分析），凭据在自有 PostgreSQL 中静态加密，得 2。敏感数据处理有加密密钥与轮换即迁移的说明，但未给出数据保留/删除策略，得 2。依赖安全仅见 CI 使用 uv --frozen 与镜像 tag 固定，未见依赖扫描/SBOM/漏洞处置流程，得 1。外部影响方面，agent 可调用 GitHub/Jira/邮件等外部系统，但缺少默认的破坏性操作防护与审批，得 1。回滚方面仅提到 stop.sh 不删卷、LiteLLM master key 变更会破坏旧密钥，未见版本回滚或迁移回退流程，得 1。来源归属：LICENSE 含 AAI Labs UAB 版权，但未声明上游 OpenClaw/Hermes 的归属与许可，得 1。
自一致性较好：README 的端口表、run.sh 流程、CI 工作流与测试配置相互吻合，且明确提示 namespace 名为 agent-farm 而非 agent-barn 的历史原因，得 2。依赖可用性偏弱：依赖 OpenRouter、LiteLLM、k3d、Hindsight 等外部组件，且 README 自述 create_agent 在 LITELLM_BASE_URL 为空时会静默跳过密钥铸造，得 1。失败信息较充分：run.sh 缺值即失败并列出缺失项，健康检查端点、troubleshooting 指引、密码策略失败提示均存在，得 2。
受众与场景清晰：面向自托管 Kubernetes 的团队，列出六类种子 agent 模板与 Slack/Teams/Telegram/Discord 场景，得 2。能力边界有说明：技能受凭据门控、部分技能不自动挂载、Excel 无需凭据等，得 2。触发精度较弱：agent 由频道消息/邮箱/定时心跳触发，但仓库未给出触发条件与去重/限流的明确规则，得 1。环境适配良好：给出 Docker Compose 本地栈、k3d、原生开发、Helm/Helmfile 生产部署及端口/主机名解析细节，得 2。
信息架构优秀：README 有目录、分节、折叠细节与仓库布局说明，得 3。安装说明详尽：前置软件、凭据、端口、六步快速开始、密钥生成命令与验证步骤齐全，得 3。命名稳定性一般：项目已从 agent-barn 更名但 Kubernetes namespace 仍为 agent-farm，且镜像 tag 必须与 VERSION 文件手工同步，得 2。示例与 FAQ 偏薄：仅有模板列表与外部 recipes 链接，仓库内缺少可运行示例与 FAQ，得 1。已知限制有记录：OpenClaw 审批固定 AUTO、部分技能不自动挂载、LiteLLM key 不可变更、内存网关需 Hindsight 等，得 2。许可证完整：Apache-2.0 全文与版权行齐备，得 3。版本与变更日志薄弱：SECURITY.md 提到 vX.Y.Z 标签与 1.0 前支持窗口短，但仓库内无 CHANGELOG，得 1。维护责任较清晰：SECURITY.md 给出报告渠道、响应时限与 operator responsibilities，但发布者身份未经验证，得 2。
输出可用性尚可：提供 UI、API、审计日志、成本归因与事件轨迹，但缺少输出格式与集成方式的示例，得 2。边际价值明确：自托管、多租户、按 agent 成本归因与审计相对通用聊天机器人有差异化，得 2。成本收益证据不足：仅声称按 agent 归因 token 与花费，未给出资源占用、规模上限或对比数据，得 1。
主张可追溯性中等：README 大量主张指向仓库内 docs/ 路径与具体文件，但本次仅提供 README、LICENSE、SECURITY.md 与两个工作流，无法核对多数引用，得 2。跨源印证有限：CI 工作流与 conftest 印证了测试与 k3d 集成存在，但无法印证功能主张，得 1。事实与推断分离一般：README 混用营销式表述与具体技术细节，未标注哪些为已验证，得 1。
- OpenClaw 运行时的命令审批固定为 AUTO，agent 执行命令无需人工确认；在生产环境使用前应确认该默认值是否符合你的风险承受度。
- README 自述当 LITELLM_BASE_URL 为空时 create_agent 会静默跳过密钥铸造，agent 看似创建成功却无法应答；部署时务必显式设置该变量并验证。
- LITELLM_MASTER_KEY 一旦变更会使既有虚拟密钥失效，属于不可逆操作；请将其视为迁移而非普通配置轮换。
- 仓库内未见依赖扫描、SBOM 或漏洞处置流程，也未提供 CHANGELOG；发布者身份未经验证，升级与安全响应路径需自行评估。
- 模型流量经 LiteLLM 转发至 OpenRouter 离开你的网络，且可选 PostHog 分析默认可能开启；请按 SECURITY.md 建议限制密钥额度并确认分析开关状态。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
What's Changed * fix(k8s): grant the Hindsight key hook read access to its hashes Secret by @kalibetre in https://github.com/aai-labs/agent-barn/pull/311 Full Changelog: https://github.com/aai-labs/agent-barn/compare/v0.19.1...v0.19.2在 GitHub 查看 ↗ -
发布说明摘录
What's Changed * fix(teams): keep one Teams app per bot across re-created Connections by @kalibetre in https://github.com/aai-labs/agent-barn/pull/310 Full Changelog: https://github.com/aai-labs/agent-barn/compare/v0.19.0...v0.19.1在 GitHub 查看 ↗ -
发布说明摘录
What's Changed * Bump Hermes and OpenClaw base versions by @kalibetre in https://github.com/aai-labs/agent-barn/pull/246 * onboard third domain and wire it by @dominykas-aai-labs in https://github.com/aai-labs/agent-barn/pull/248 * Promot staging to prod with changes on onboard third domain for cloud by @kalibetre in https://github.com/aai-labs/agent-barn/pull/249 * Allow organization owners and admins to rename organizations by @tadas-subonis in https://github.com/aai-labs/agent-barn/pull/254 …在 GitHub 查看 ↗