Dexto
开源 AI 智能体运行框架：用 YAML 定义智能体，内置编码智能体，支持 50+ 模型热切换、MCP 工具集成与会话记忆。
证据显示容器以非 root 用户运行、工作区句柄拒绝越根路径访问（'Workspace path escapes root'）、进程能力仅在显式请求时开放；这些支持 least_privilege 得 2。但未见用户确认门控、敏感数据（API key）保护/脱敏机制、外部副作用审计或回滚机制的直接证据，均扣分；package. 用 overrides 固定若干有漏洞历史的依赖（tough-cookie、qs、jws 等）属部分缓解而非系统性供应链管理。作者字段为空，署名不完整。
集成测试针对实际契约（打包产物加载、路径越界拒绝、能力协商）编写，自洽性尚可；CI 使用 --frozen-lockfile 与固定 Node 版本支持依赖可用性；测试断言包含具体错误信息。未见主 README 与全部文档，整体文档-代码一致性只能部分确认。
面向 CLI/SDK/服务器/Docker 多种使用场景，Node>=20 引擎声明明确；能力按 intent（read/process）协商，边界清晰。触发精度缺乏提示词/工具路由层面的证据，扣分。
monorepo 结构清晰（@dexto/* 命名一致）、有 changesets 版本管理与 CI 构建、Docker 文档完整含 compose 示例，安装说明充分。许可证文件存在但仓库元数据为 NOASSERTION 且 package. 标注为 Elastic-2.0（源码可用限制性许可，非 OSI 开源），对企业采用构成实质约束，扣分；已知局限章节未见。作者字段为空，维护主体只能从组织结构间接推断。
提供健康检查端点、REST/SSE API、SDK 与 agent image 打包器，输出可用性可评 2；相比直接使用 MCP SDK，其 image/skill/workspace 抽象有增量价值。但成本收益（LLM token 成本控制、审批开销）证据不足，扣分。
测试直接对应代码声明的行为（越界拒绝、能力门控），主张可追溯到测试；事实与推断基本可分。但本次审阅仅见到部分仓库文件，跨来源（README 主文档、docs/）相互印证不充分，扣分。
- 许可证为 Elastic License 2.0（源码可用而非开源），禁止将其作为托管/托管服务提供给第三方，企业集成前须做合规评估。
- 内置工具包含文件系统与进程执行（process-tools），且以 .env 明文传入 API key；部署时应限制挂载范围、网络出口并轮换密钥。
- 未见到系统性的用户确认/审批门控与外部副作用审计证据，生产使用前应自行在宿主侧加沙箱。
- 依赖安全依赖 pnpm overrides 的点状固定，建议补充 lockfile 审计（如 pnpm audit / Dependabot）。
这个 Agent 能做什么，适合哪些场景？
Dexto 是 Truffle AI 开发的智能体编排框架（agent harness），将大语言模型变成有状态、可执行操作、可恢复错误的可靠智能体。项目基于 TypeScript 构建，提供 CLI、Web UI、REST/SSE API 服务器和 @dexto/core SDK 四种使用方式。它自带一个生产级编码智能体，可通过命令行或网页界面直接使用，能读写代码、执行 shell 命令、生成子智能体。智能体通过版本化 YAML 文件定义，可随时更换 LLM 提供商（OpenAI、Anthropic、Google、Groq、xAI、Ollama 本地模型等）而无需改动代码。Dexto 既是 MCP 客户端（连接 30+ 工具服务器），也可作为 MCP 服务器暴露给 Claude Code、Cursor 等工具。注意该项目采用 Elastic License 2.0 许可证，并非标准开源协议。
Dexto 读取 YAML 配置（llm、mcpServers、permissions、storage 等字段）来实例化智能体。运行时它调用所配置的 LLM 提供商 API，通过 MCPManager 连接 Model Context Protocol 服务器（如 filesystem、Puppeteer 浏览器），执行工具调用并支持细粒度权限审批（manual 或 auto-approve 模式）。持久化会话与记忆存储在 Redis/PostgreSQL/SQLite 等后端，支持 dexto -c 续聊、dexto -r <id> 恢复会话、dexto search 搜索历史。智能体可通过 agent-spawner 工具生成 explore-agent 等子智能体并行处理任务。运行模式包括 Web UI（默认）、CLI（--mode cli）、服务器（--mode server，暴露 REST/SSE 接口如 POST /api/message）和 MCP 服务器（--mode mcp，通过 stdio 供 Claude Code/Cursor 接入）。SDK 方面通过 npm 安装 @dexto/core，使用 DextoAgent 类进行编程：createSession()、generate()、stream()、switchLLM()、multimodal 输入等。
- 开发者想在终端里自主构建、调试和重构整个代码库，可用内置 coding-agent（dexto --agent coding-agent）自动读写代码、跑测试、执行 shell 命令
- 团队需要把智能体嵌入自家应用，可用 @dexto/core SDK 以编程方式创建会话、流式生成、切换模型，并通过 startHonoApiServer 暴露 REST/SSE 接口
- 使用 Claude Code 或 Cursor 的用户想把 Dexto 智能体作为 MCP 服务器接入（dexto --mode mcp --agent coding-agent --auto-approve --no-elicitation）
- 注重隐私的用户可用 Ollama 或 node-llama-cpp 在本地运行 GGUF 模型（自动检测 Metal/CUDA/Vulkan GPU），数据不出机器
- 需要多智能体协作的场景（如 triage-agent）可让主智能体通过 agent-spawner 委派 explore-agent 等子智能体处理子任务
- 客服或陪伴类应用开发者可利用持久会话、记忆系统和 Discord/Telegram 集成构建跨重启保留上下文的助手
这个 Agent 有哪些优点和局限？
- 配置驱动：智能体完全由版本化 YAML 定义，换模型、换工具不需改代码，可即时重载
- 模型无关：内置 OpenAI、Anthropic、Google、Groq、xAI、Cohere、AWS Bedrock、Vertex AI、OpenRouter、LiteLLM 及本地 Ollama/GGUF 支持，会话中可热切换模型
- MCP 双向支持：既可作为客户端连接 30+ MCP 工具服务器，也可作为 MCP 服务器被 Claude Code/Cursor 调用
- 开箱即用：会话持久化、记忆、多模态、可观测性、人类审批（manual/auto-approve/toolPolicies）内置于框架
- 多种交付形态：CLI、Web UI、REST/SSE 服务器、SDK 库、MCP 服务器，以及 Discord/Telegram 集成示例
- 许可证为 Elastic License 2.0（GitHub 元数据显示 NOASSERTION），限制作为竞品服务提供，不是 OSI 开源协议，商用集成需审查条款
- 项目标注为 Beta 状态，API 和配置格式可能变动，生产采用存在升级风险
- 默认收集匿名遥测数据（命令、执行时间、错误、系统信息、所用模型），需手动设置 DEXTO_ANALYTICS_DISABLED=1 关闭
- MCP 模式必须加 --auto-approve --no-elicitation（因非交互运行），削弱了人工审批的安全控制
- 从源码构建需要 pnpm 和 Node.js 工具链；生产级存储需要自行配置 Redis/PostgreSQL
如何安装或部署这个 Agent？
推荐原生安装：macOS/Linux/WSL 执行 curl -fsSL https://dexto.ai/install | bash；Windows PowerShell 执行 irm https://dexto.ai/install.ps1 | iex。或从源码构建：git clone https://github.com/truffle-ai/dexto.git && cd dexto && pnpm install && pnpm install-cli（需要 Node.js 和 pnpm）。SDK 方式：npm install @dexto/core。首次运行会启动设置向导（dexto setup）配置 LLM 提供商和 API 密钥（如 OPENAI_API_KEY、ANTHROPIC_API_KEY），或配置本地 Ollama 模型。
如何使用这个 Agent？
安装后运行 dexto 启动默认 Web UI 并进入首次设置向导；dexto --mode cli 进入交互式终端（输入 / 查看命令）；dexto -p "create a landing page" 执行一次性任务；dexto --agent coding-agent 启动编码智能体；dexto -m claude-sonnet-4-5-20250929 切换模型；dexto -c 继续上次对话；dexto --mode server --port 3001 启动 REST/SSE 服务器；dexto --mode mcp 作为 MCP 服务器运行。SDK 示例：const agent = new DextoAgent({llm: {provider: 'openai', model: 'gpt-5.2', apiKey: process.env.OPENAI_API_KEY}}); await agent.start(); const session = await agent.createSession(); const response = await agent.generate('What is TypeScript?', session.id);。可通过 dexto agents install <name> 从 Agent Registry 安装预置智能体。日志位于 ~/.dexto/logs/，用 DEXTO_LOG_LEVEL=debug 开启调试。
这个 Agent 与同类方案有什么区别？
README 将 Dexto 类比为'AI 智能体的操作系统'（LLM 是 CPU，上下文窗口是 RAM，Dexto 是操作系统），定位与直接调用 LLM API 的裸方案不同：它提供编排、状态、工具与恢复层。文档明确展示了将 Dexto 作为 MCP 服务器接入 Claude Code 和 Cursor 的用法，可作为这些工具的补充而非替代。