CORE 个人 AI 操作系统
始终在线的个人 AI 助手，具备持久记忆、任务执行与多接口交互，开源且可自托管。
证据显示：README 声称“human-in-loop by default”和“structured task planning with human approval”，但未提供实现细节；SECURITY.md 提到“principle of least privilege”和 RBAC，但未提供具体配置；数据流透明度仅提及 TLS 1.3 和 AES-256，未说明具体数据流向；敏感数据处理仅提及令牌加密，未说明其他敏感数据；依赖安全仅提及更新依赖，未提供审计或锁定文件；外部影响仅提及浏览器隔离，未说明其他外部操作；回滚未提及；来源归属仅提及 Poozle Inc. 和版权，未提供贡献者或验证。扣分原因：缺乏具体实现证据，多数为声明。
证据显示：README 和 SECURITY.md 在版本号上不一致（README 未提及版本，SECURITY.md 支持 0.1.x，package.json 为 0.7.20），但整体描述一致；依赖可用性仅提及 Docker 和 Node 要求，未提供依赖清单；失败消息未提及。扣分原因：版本不一致和缺乏失败处理文档。
证据显示：README 描述了多种使用场景（语音、消息、浏览器等），但未明确目标受众；能力边界仅提及“1000+ actions”和“50+ apps”，未说明限制；触发精度仅提及“within 3 minutes”，未说明触发条件；环境适配提及 Docker 和 Railway，但未说明其他环境。扣分原因：边界和触发条件不明确。
证据显示：README 结构清晰，有快速开始、文档链接、安全部分；安装说明提供 npm 和 Railway 部署；命名稳定但版本号不一致；示例和 FAQ 有示例但无 FAQ；已知限制未提及；许可证为 AGPL-3.0 带 Commons Clause，但元数据为 NOASSERTION；版本变更日志有链接但未提供内容；维护责任仅提及社区和 Discord。扣分原因：版本不一致、无 FAQ、无已知限制、许可证元数据不匹配。
证据显示：输出可用性有截图和演示，但未提供实际输出示例；边际价值有对比表，但未提供独立验证；成本效益提及“no per-token bill”，但未提供成本分析。扣分原因：缺乏实际输出和成本数据。
证据显示：README 声称 88.24% 基准准确率，但未提供复现方法；跨来源验证仅提及基准仓库，未提供其他来源；事实与推断分离未明确。扣分原因：缺乏可验证的细节。
- 版本号不一致：README 未提及版本，SECURITY.md 支持 0.1.x，package.json 为 0.7.20，可能影响用户对支持版本的判断。
- 许可证元数据为 NOASSERTION，但 LICENSE 文件为 AGPL-3.0 带 Commons Clause，可能引起法律风险。
- 安全声明多为断言，缺乏具体实现证据，如最小权限和 RBAC 的具体配置。
- 基准测试声称 88.24% 准确率，但未提供复现方法，无法独立验证。
这个 Agent 能做什么，适合哪些场景？
CORE 是一个开源、可自托管的个人 AI 操作系统，它不仅仅是聊天机器人，而是始终在后台运行、持续观察并主动响应。它通过 Scratchpad、语音、消息（WhatsApp、Slack、Telegram）和 Web 界面等多种接口访问，并集成了时间知识图谱作为持久记忆。CORE 能够将任务委派给 Claude Code 或 Codex 等编码代理，在本地或 Docker/Railway 中执行，并自动创建 PR。它提供 50+ 应用连接器（通过 MCP），支持 Webhook 触发，默认采用人工介入（human-in-the-loop）。安装通过 npm 包 @redplanethq/corebrain 完成，数据保存在用户的基础设施中。
CORE 索引邮件、会议、GitHub、Linear、Slack 和所有助手对话，构建时间知识图谱，用于在任务开始前提供完整上下文。用户可以在 Scratchpad（本地 http://localhost:3033）中写下任务，如 '[ ] Fix the auth bug from issue #47'，CORE 会在 3 分钟内抓取任务，收集上下文，制定计划，等待审批后执行。任务可以是一次性也可以是重复性的，每个任务都有独立的聊天线程，并能够触发编码会话（Claude Code、Codex）、浏览器操作和终端命令。它还提供语音输入（Mac 上 Ctrl+Option）和消息接口（WhatsApp、Slack、Telegram）。通过 Gateway 连接后，CORE 可以运行编码代理、驱动浏览器并访问本地文件。
- 开发者希望在日常页面上写下任务，让 CORE 自动从 GitHub 获取上下文并处理 issue。
- 产品经理通过 WhatsApp 从机场发送任务，CORE 在后台利用相同记忆和上下文执行。
- 用户希望 CORE 在后台运行 Claude Code，完成任务后自动打开 PR，同时关闭电脑。
- 团队使用 Slack 与 CORE 交互，通过 MCP 集成 Linear、Jira 和 GitHub，收到 Webhook 触发时自动响应。
- 用户希望自定义 CORE 的名称、个性和声音，并通过语音快速添加任务而不打断工作流。
这个 Agent 有哪些优点和局限？
- 持久记忆：时间知识图谱使任务始终有完整上下文，减少重复解释。
- 多接口交互：同时支持 Scratchpad、语音、消息和 Web，满足不同场景。
- 委派编码代理：可直接使用已有 Claude Code 或 Codex 订阅，无需额外 API 密钥。
- 开放和自托管：数据完全控制在自己手中，不用于训练模型。
- 丰富的集成：通过 MCP 连接 50+ 应用，支持 Webhook 触发主动工作。
- 安装要求较高：需要 Docker 和至少 4 vCPU/8GB RAM，对资源有限的用户有门槛。
- 依赖第三方订阅：核心功能依赖 Claude Code 或 Codex 订阅，存在供应商锁定。
- 学习曲线：需要理解 Scratchpad、Tasks、Gateway 等概念，配置有一定复杂度。
- 许可证不明确：GitHub 显示 NOASSERTION，尽管 README 提及 AGPL 3.0，但可能存在法律风险。
- 尚未公开基准测试细节：仅提到 LoCoMo 88.24% 准确率，但未提供完整对比数据。
如何安装或部署这个 Agent？
需要 Docker 20.10+ 和 Docker Compose 2.20+。运行 npm install -g @redplanethq/corebrain && corebrain setup，按照向导输入安装目录、AI 提供商、API 密钥和聊天模型。生成密钥后自动启动，打开 http://localhost:3033。也可以一键部署到 Railway。要求 4 vCPU / 8GB RAM。
如何使用这个 Agent？
安装后，运行 corebrain login 和 corebrain gateway setup 连接 Gateway，以便 CORE 能够运行编码代理、驱动浏览器和访问本地文件夹。打开 Scratchpad 页面，输入任务如 '[ ] Summarize my open GitHub issues'，CORE 将在 3 分钟内拾取任务，收集上下文并制定计划。批准计划后，CORE 执行任务并返回结果。也可以配置消息接口（WhatsApp、Slack、Telegram）和语音输入。
这个 Agent 与同类方案有什么区别？
与 OpenClaw 相比，CORE 提供多接口、持久记忆和结构化任务规划；与 Hermes Agent 相比，CORE 增加了语音和消息接口；与 Devin/Copilot 相比，CORE 开源可自托管且支持多接口。