MyAgents
一款本地优先的开源桌面 Agent 工作台，把对话、工作区、文件、工具、模型和任务调度整合进同一个桌面系统，让 AI 进入真实工作流。
README 声明本地优先、Sidecar 按 Session 隔离、文件 IO 走 Tauri/Rust、控制面走 Rust 代理并受 CORS/CSP 约束，数据流边界描述较清晰；SECURITY.md 建议用户审查工具权限、API 密钥本地存储于 ~/.myagents/。但未见具体的权限模型实现、工具调用确认机制、密钥加密方式或依赖审计证据，均属断言而非展示，故 least_privilege/user_confirmation/sensitive_data_handling/dependency_security 仅 1 分。setup-no-egress.ts 显示测试层有零外呼防线（含外部资源守卫与 WidgetRenderer 安全不变量测试的 CI 说明），但这是测试约束而非运行时防护。test:integration 限定回环网络、test:credentialed 与默认 CI 分离，边界处理合理，data_flow_transparency 给 2。无回滚/恢复机制的实现证据（仅提到任务异常恢复），rollback 1。AGPL 与第三方声明完整，source_attribution 2。
README、package. 与 CI 配置相互一致（版本 0.4.15、Node 24、rust-toolchain 固定、分层测试命名在 test.yml 与 README 中对应），self_consistency 2。依赖通过锁定文件与 --locked cargo 命令保障可复现，dependency_availability 2。但提供的文件中无失败消息/错误处理的具体展示，failure_messages 仅 1。
README 明确列出开发者、创作者、研究者、产品经理、教育者等多类受众及其场景（工作区、任务中心、IM Bot、定时任务），audience_and_scenarios 3。能力边界（实验室 Runtime、模型列表以应用内为准）有说明但偏简略，2。Cron/传感器触发描述了低成本唤醒设计，trigger_precision 2。支持 macOS 13+/Windows 10+/Linux 的明确版本要求与环境准备说明，environment_fit 2。
项目结构清晰、specs 文档体系完整（架构+模块级技术文档），information_architecture 3。安装/开发步骤详尽含平台差异，但面向最终用户的安装说明依赖外部官网，install_notes 2。命名一致（myagents、Mino 工作区），2。有截图与用法说明但缺少 FAQ，examples_and_faq 2。已知限制仅零散提及（实验室功能），known_limitations 1。AGPL-3.0-only + LICENSING/COMMERCIAL/THIRD_PARTY_NOTICES + verify:license 脚本，license 3。无 CHANGELOG 文件证据，versioning_changelog 1。维护责任仅一个邮箱与个人仓库，无治理/响应承诺的实质证据（SECURITY.md 有响应时限，属部分支持），maintenance_responsibility 1。
功能概览表与截图展示输出形态（工作区、任务状态、执行日志、审计），output_usability 2。与'另一个聊天窗口'相比的差异化定位清晰，marginal_value 2。成本收益仅有定性主张（API 费用、资源占用无数据），cost_benefit 1。
README 的架构主张可追溯到 specs/ 具体文档路径，CI 与测试脚本名称在 package. 中一一对应，claim_traceability 2。README 与 SECURITY.md、package.、workflows 之间关键事实（密钥路径、测试分层、版本）可交叉印证，cross_source_corroboration 2。README 区分了'实验室'功能与稳定功能、'实际模型列表以应用内为准'，事实与推断分离意识较好，2。
- 本次为静态评审（置信度：低），未执行任何构建或运行验证；测试声明仅基于 CI 配置与脚本命名。
- 发布者未经企业注册库验证，身份未知；仓库为个人账号维护，长期维护承诺不确定。
- 运行时权限模型、工具调用确认机制与 API 密钥的加密存储方式在证据中未见实现细节，使用前应自行审计 src-tauri 与 src/server 的安全边界代码。
- 无 CHANGELOG 证据，版本间变更内容不可从本仓库文件追溯。
- release 工作流已禁用，发布改由本地脚本进行，更新分发的可审计性与签名链路需用户自行确认。
- xlsx 依赖来自 SheetJS CDN 直链 tarball 而非 npm registry，供应链来源需注意。
这个 Agent 能做什么，适合哪些场景？
MyAgents（GitHub: hAcKlyc/MyAgents）是一个用 Tauri v2 + Rust + React 19 构建的开源桌面端个人 Agent 工作台，采用 AGPL-3.0 许可证。它不是聊天窗口，而是把多标签会话、工作区文件树、内嵌终端、内嵌浏览器、任务中心和本地全文搜索放进同一个应用。执行层由 Node.js v24 Sidecar 承载，内置 Claude Agent SDK，实验室模式还可切换 Claude Code CLI、OpenAI Codex CLI 或 Google Gemini CLI 驱动会话。数据默认保存在本机，会话、任务、配置和生成产物都是本地优先。适合愿意自己配置模型供应商、技能和自动化流程、并希望 AI 深度接入本地文件与终端的进阶用户。
MyAgents 以工作区为核心组织 Agent：每个 Tab 绑定真实文件夹，会话通过 @ 引用文件、/ 调用 Skills、调用 MCP 工具（支持 STDIO/HTTP/SSE 三种接入），并可操作右侧分屏的 xterm.js + portable-pty 内嵌终端和 Tauri 多 Webview 内嵌浏览器。Node.js Sidecar 内置 Claude Agent SDK，也可在实验室中选择 Claude Code CLI / OpenAI Codex CLI / Google Gemini CLI 作为 Runtime。模型供应商可在应用内配置 Anthropic 订阅或 API，以及 DeepSeek、Moonshot、智谱、MiniMax、Google Gemini、火山方舟、硅基流动、ZenMux、OpenRouter、小米 MiMo、阿里云百炼等。「想法 + 任务中心」把零散念头收束成任务，支持一次性任务、Cron 周期任务、本地命令感知器（条件命中才唤醒 AI）、执行日志与失败恢复。IM 侧内置 Telegram 和钉钉 Bot，其他平台可经 OpenClaw 插件接入；本地全文搜索由 Tantivy + jieba 提供，检索会话历史和工作区文件。架构上 Session 与 Sidecar 为 1:1，控制面 HTTP/SSE 走 Rust 代理，工作区文件 IO 走 Tauri/Rust。
- 开发者在一个多文件项目中让 Agent 边看代码、边跑终端命令、边验证结果，而不是在孤立聊天框里问答
- 个人用户把零散想法通过「想法中心」和 AI 对齐目标，沉淀成可周期调度、可追踪状态的任务
- 需要在同一个桌面里并行运行多个独立会话（多标签、每个 Tab 独立 Sidecar）的重度 Agent 用户
- 希望用自己的模型供应商组合（如 Anthropic 订阅 + DeepSeek + OpenRouter）而不被单一厂商锁定的用户
- 想让 Agent 通过 Telegram 或钉钉 Bot 处理消息，或按 Cron 计划在后台自动执行任务的用户
- 习惯 Claude Code CLI / Codex CLI / Gemini CLI 的开发者，想在统一桌面界面里切换不同 Agent Runtime
这个 Agent 有哪些优点和局限？
- 本地优先架构：会话、任务、配置和生成产物默认存本机，Sidecar 按 Session 隔离，文件 IO 走 Tauri/Rust 而非 Sidecar HTTP，边界清晰
- 模型与 Runtime 双重开放：多供应商模型可替换，Runtime 可在内置 Claude Agent SDK 与 Claude Code CLI / Codex CLI / Gemini CLI 之间切换，避免锁定
- 任务系统完整：想法沉淀、Cron 周期调度、本地命令感知器（低成本条件触发才唤醒 AI）、执行日志与失败恢复，Chat、IM Bot 和后台任务共享同一调度器
- 工具生态可扩展：MCP（STDIO/HTTP/SSE）、内置/用户/工作区三级 Skills、OpenClaw 插件桥接和 myagents CLI
- 内嵌终端与浏览器分屏，Agent 的执行和验证在同一窗口闭环
- AGPL-3.0-only 许可证：闭源修改、OEM、托管服务需购买单独商业许可证，对商用集成有合规成本
- 桌面端依赖较重：开发者自建需要 Node.js 22+、Rust 工具链、CMake 3.28+，Linux 构建还需一组 WebKit/GTK 系统依赖
- 模型能力依赖外部供应商：必须自行配置 API Key 或订阅，且内置 Runtime 以 Claude Agent SDK 为主，外部 CLI Runtime 处于实验室阶段
- 多进程架构复杂（Tauri + Rust 代理 + Node Sidecar + 插件桥接），贡献和定制需先读 specs/tech_docs/ 文档，改动门槛较高
- 真实 Provider/SDK 链路测试（test:credentialed）不在默认 CI 中，需本机显式运行，开箱可靠性验证部分依赖用户自己完成
如何安装或部署这个 Agent？
最终用户可从官网 https://myagents.io 下载应用，支持 macOS 13.0+（Apple Silicon 与 Intel）和 Windows 10+。开发者本地构建需要 Node.js >=22.0.0（推荐 Node.js 24，仓库声明 [email protected]）、通过 rustup 安装的 Rust（工具链由 rust-toolchain.toml 固定），冷构建原生推理资源还需要 CMake 3.28+ 和平台 C/C++ 工具链（macOS 另需 Git、Python 3.10+ 与 Apple Clang）。
macOS / Linux：
git clone https://github.com/hAcKlyc/MyAgents.git
cd MyAgents
./setup.sh
./start_dev.shWindows：
powershell
git clone https://github.com/hAcKlyc/MyAgents.git
cd MyAgents
.\setup_windows.ps1
.\build_windows.ps1首次使用需要在应用内「模型供应商」页面配置至少一个模型供应商的 API Key 或订阅（如 Anthropic），否则 Agent 无法实际执行。
如何使用这个 Agent？
- 启动应用后打开或创建一个工作区（每个 Agent 绑定真实文件夹）。2. 在模型供应商页配置模型（Anthropic 订阅/API 或 DeepSeek、Moonshot、OpenRouter 等）。3. 在会话中用
@引用文件、/调用技能，或接入 MCP 服务器（STDIO/HTTP/SSE）。4. 需要验证结果时使用右侧分屏的内嵌终端和内嵌浏览器。5. 把想法录入「想法中心」，与 AI 讨论后转化为一次性或 Cron 周期任务，在任务中心追踪状态、运行次数和执行日志。6. 可在实验室设置中切换 Runtime 为 Claude Code CLI / Codex CLI / Gemini CLI，或通过 IM Bot（Telegram/钉钉）与同一工作上下文交互。开发调试用./start_dev.sh启动，提交前运行npm run typecheck、npm run lint、npm run test:classification、npm run test:unit。
这个 Agent 与同类方案有什么区别？
README 中将自身定位为「不是另一个聊天窗口」，并支持接入 Claude Code CLI、OpenAI Codex CLI、Google Gemini CLI 作为外部 Runtime——即它可以作为这些命令行 Agent 的统一桌面外壳；同时提到 Manus（仓库话题标签），但未给出具体对比数据。