效率与协作 mcp-serverpersonal-assistantcode-modememory-managementscheduled-jobsoauthcloudflare-workersmulti-user-isolation

Kody 个人助理平台

为 AI 助理集中保存记忆、密钥、代码、软件包与自动化任务,并通过 MCP 跨主机使用。

FollowAgents 评估 · FARS-2.1
谨慎使用
70/ 100 五分制 3.5 / 5
1 2 3 4 5 6
按维度查看评分与理由
1信任安全17 / 29 · 2.9/5

安全策略明确把所有数据访问按 userId 隔离列为核心不变量,并列出 OAuth/PKCE、令牌、密钥存储、凭据剥离和运行时隔离等安全边界;工作流使用分级 GitHub 权限、固定提交的 github-script、关闭 checkout 凭据持久化,并通过受控环境变量同步秘密。扣分在于所给材料没有展示代理调用前的用户确认机制、每项生产令牌的最小权限、完整的数据流/保留政策或秘密实现细节。部署会迁移数据库、创建资源、同步秘密和更新多个 Worker,虽有 SHA 防护、顺序控制及健康检查,但未展示明确的应用级撤销流程;仅从脚本名可见备份/恢复能力。许可证和版权归属清楚,但发布者未经企业注册验证,因此来源归属不评满。

2可靠稳定12 / 14 · 4.3/5

README、package.json 与部署工作流在 Node 26、Cloudflare Workers、多 Worker 拓扑、MCP 和验证命令方面高度一致,因此自洽性充分。依赖版本、npm 版本、引擎、覆盖规则和 npm audit 命令处理较好,但不少依赖仍使用兼容范围、Remix 标为 beta,且未提供锁文件内容,故依赖可用性不评满。部署脚本使用严格 shell、超时、重试、退出码处理、提交 SHA 校验、健康检查及具体错误文本,失败消息证据充分。

3适用触发14 / 18 · 3.9/5

材料明确面向多用户个人助手、ChatGPT 及其他兼容 MCP 主机,并区分使用者、贡献者和本地开发场景;但用户侧任务示例和部署变体细节有限。范围与非目标非常清楚:它不是通用代理框架,采用 MCP 优先且偏好紧凑的 search/execute 接口,因此能力边界得满分。触发精度主要是架构性声明,未提供工具模式、调用条件或歧义处理代码,故只给中等分。Cloudflare、D1、KV、Durable Objects、Node 26 和本地端口要求明确,但环境依赖较重,跨 MCP 主机的兼容性仅表述为尽可能支持。

4规范维护14 / 18 · 3.9/5

README 提供清晰的仓库地图、拓扑、技术栈和分层文档索引,命名在包、Worker、脚本与部署配置间一致。快速开始足以启动普通本地开发,但详细环境变量和部署条件仅通过未提供内容的文档链接指向,因此安装说明不满分。示例主要是命令和拓扑,缺少完整用户工作流与 FAQ。范围、支持版本和若干风险边界有说明,但完整限制清单不在给定材料中。FSL-1.1-ALv2 正文、版权、用途限制及两年后转 Apache-2.0 均明确,许可证得满分;根包版本固定为 0.0.0,且没有提供发行标签或变更日志,版本演进只得薄分。SECURITY.md 明确由单一维护者维护、支持 main 最新部署版并给出私密报告渠道,维护责任清楚。

5有效结果7 / 13 · 2.7/5

项目给出可直接使用的 Remix UI、OAuth MCP 端点、记忆/密钥/代码/自动化定位,以及搜索和 Code Mode execute 的紧凑接口,预期输出对多 MCP 主机场景具有实用性。相较静态工具目录,集中且可携带的代理状态具有明确增量价值,但给定材料没有实际输入输出示例、采用数据或效果证据,故不评满。其多 Worker、D1、KV、Durable Objects、队列、OAuth 和可选第三方服务带来显著部署与运维成本,材料没有量化资源费用或与轻量方案比较,因此成本收益仅有初步支持。

6证据核验6 / 8 · 3.8/5

主要主张可映射到 README、SECURITY.md、LICENSE、package.json 和部署工作流中的具体配置,且技术栈、版本、拓扑和安全流程在多个文件间相互印证,因此跨来源一致性强。扣分在于隔离、安全沙箱、加密和可移植性等关键主张主要由说明性文字提出,所给摘录未包含实现代码或相应测试;CI 徽章和脚本名称也不能证明执行结果。文本通常区分目标、约定和流程,但没有系统标注哪些陈述是已验证事实、设计意图或尚待证明的保证。

证据充分度: 评估于 2026年9月11日 审查版本 0c2b96cc1cc6
使用前请注意
  • 这是仅基于所给文件摘录的静态审查;未执行安装、测试、部署、依赖审计或安全验证。
  • 生产部署可创建云资源、迁移远程 D1、同步大量秘密并更新多个 Worker;操作前应核实令牌权限、环境保护、备份可恢复性和回滚步骤。
  • 不要把“按 userId 完全隔离”、沙箱隔离、凭据剥离或静态加密视为已独立证实;应检查相应实现与安全测试。
  • FSL-1.1-ALv2 限制竞争性用途,并非当前即可无条件按 Apache-2.0 使用;采用或再分发前应确认适用日期和用途。
  • 仅支持 main 的最新部署版本且由单一开发者维护,意味着没有维护中的稳定发布线,升级和响应连续性需自行评估。
评估证据 [1][2][3][4][5][6]
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

Kody 是一个部署在 Cloudflare Workers 上的多用户个人助理平台,而不是通用 Agent 框架。每位登录用户拥有彼此隔离的软件包、任务、密钥、记忆及相关状态,并通过受 OAuth 保护的 MCP 端点访问。项目采用 Nx 单体仓库:Remix 3 界面和源站入口位于 packages/worker,平台、运行时和定时任务分别由 packages/platform-worker、packages/runtime-worker 与 packages/jobs-worker 承担。MCP 状态保存在 kody-platform 的 Durable Objects 中,数据库使用 D1,会话与 OAuth 使用 KV。它刻意提供精简的 MCP 接口,主要依靠 search 和 Code Mode execute 流程,而不是维护庞大的静态工具目录。它适合愿意采用 Cloudflare 基础设施、需要在兼容 MCP 的主机之间复用助理状态与自动化的团队或个人。

请求进入 packages/worker/src/index.ts 后,系统依次处理 OAuth、MCP 和静态资源;其他非静态请求交给服务器处理器与路由器。kody-production 承载 Remix、/mcp HTTP、OAuth、邮件和队列,并调用 kody-platform 管理 MCP、mailbox、meter 与 repo-session Durable Objects,调用 kody-runtime 运行 package apps、invoke API 和 StorageRunner,再由 kody-jobs 通过 cron 与 JobManager 执行任务并借助 JobsHost 回调。客户端资源构建到 packages/worker/public/,通过 ASSETS binding 提供;软件包应用则可经 kody.run 路由到运行时。对 MCP 主机,平台提供 search 和 Code Mode execute 流程,用于查找能力并执行代码,而用户的记忆、密钥、软件包和任务保持账户级隔离。

  1. 个人希望同一套助理记忆、密钥、代码和自动化可在多个兼容 MCP 的 AI 主机中继续使用。
  2. 团队需要托管多名用户的个人助理,同时确保每位用户的软件包、任务、密钥和记忆相互隔离。
  3. 开发者希望通过精简的 search 与 Code Mode execute 接口扩展助理,而不想暴露大量固定 MCP 工具。
  4. 已经采用 Cloudflare Workers 的团队,希望利用 D1、KV、Durable Objects、队列和 cron 部署完整的助理后端。
  5. 以 ChatGPT 为主要候选主机、同时希望尽可能兼容其他 MCP 主机的项目。

这个 Agent 有哪些优点和局限?

优点
  • 以 MCP 为核心,并明确追求在兼容主机之间携带助理的记忆、密钥、代码和自动化。
  • 多用户隔离覆盖软件包、任务、密钥、记忆及相关状态,没有运行时特权账户。
  • search 与 Code Mode execute 构成精简接口,可减少静态 MCP 工具目录的规模。
  • 职责拆分清晰:源站、平台状态、软件包运行时和定时任务由不同 Worker 承担。
  • 本地启动步骤简短,Wrangler 自动准备本地 Workers 运行时和 D1。
局限
  • 核心部署依赖 Cloudflare Workers,并进一步使用 D1、KV、Durable Objects、队列和区域路由,迁移到其他云运行时需要显著适配。
  • 项目自称 Fair Source 平台;仓库采用 FSL-1.1-ALv2,竞争性使用受到限制,各版本需到发布两周年后才转为 Apache-2.0。
  • Remix 3 仍标注为 beta,采用它可能带来框架升级或兼容性风险。
  • 来源没有给出完整的生产部署命令、环境变量、OAuth 客户端配置或端到端首次调用示例。
  • ChatGPT 只是“可能的主要主机目标”,其他具体 MCP 主机的兼容程度也没有逐项验证。

如何安装或部署这个 Agent?

本地开发需要 Node.js 26、npm,以及可运行 Cloudflare Workers 本地环境的 Wrangler。复制仓库后,在仓库根目录执行:

npm install
npm run dev

开发服务器默认使用 localhost:3742;如果端口已占用,CLI 会选择下一个可用端口并输出实际 URL。Wrangler 会自动处理本地 Workers 运行时和 D1 数据库。来源没有给出生产部署命令、Cloudflare 账户配置步骤或所需环境变量的具体清单,因此不能据此提供完整的生产安装流程。

如何使用这个 Agent?

先运行 npm run dev,然后打开 CLI 输出的本地 URL进入 Remix 界面。MCP 客户端应连接由服务提供的 OAuth 保护型 /mcp HTTP 端点,再使用其 search 和 Code Mode execute 流程。生产拓扑中,kody.codes 指向 kody-production,软件包应用区域通过 kody.run 路由到 kody-runtime。来源未提供可直接复制的 MCP 客户端配置、OAuth 注册参数、示例 search/execute 请求或首次登录凭据,因此首次远程调用仍需补充这些配置。

这个 Agent 与同类方案有什么区别?

与提供大量固定工具的 MCP 服务相比,Kody 明确偏好更小的接口面,主要通过 search 与 Code Mode execute 发现并运行能力。它也明确不是通用 Agent harness,而是面向个人助理状态、软件包与自动化的 Fair Source 平台。

常见问题

能否部署到 Cloudflare 以外的平台?
来源只描述了 Cloudflare Workers 架构,并依赖 D1、KV、Durable Objects、队列和 Worker 路由;没有提供其他运行时的部署路径。
不同用户能否看到彼此的记忆或密钥?
按项目描述不能。每位登录用户的软件包、任务、密钥、记忆及相关状态均完全隔离,测试夹具中的确定性本地账户也不会在运行时获得特权。
商业使用有什么限制?
仓库采用 FSL-1.1-ALv2,可用于竞争性使用以外的目的;每个版本在发布两周年时转为 Apache License 2.0。通过 Kody 发布的公共软件包不受该仓库 CLA 和许可门槛约束。
它是否只支持 ChatGPT?
不是只面向 ChatGPT。项目以兼容 MCP 的主机为目标,ChatGPT 被描述为可能的主要主机,但来源没有列出或验证其他具体主机。
本地启动失败时应先检查什么?
先确认 Node.js 26、npm 和 Wrangler 所需环境可用,并查看 CLI 输出的实际端口,因为 3742 被占用时会自动改用下一个空闲端口。来源未记录更多具体故障模式。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents