Octomind
面向终端与自动化流程的多模型、MCP 原生编码代理运行时。
- Star 数
- ★ 643
- 最近更新
- 5 天前
- License
- Apache-2.0
- 主语言
- Rust
- FA 评分
- 63/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 费用
- 有免费版,另有付费云服务
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 开发者在本地仓库中启动
developer:general,让代理阅读代码、运行测试并编辑文件。 - 不适合
- 只想使用图形化桌面界面的用户
- 不希望代理执行命令或读写项目文件的团队
- 要求所有工具依赖都包含在单一二进制中的环境
- 官网
- octomind.run ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-16最新版本 0.72.0(2026-11-15)
- 源码审查
- 63/100 · 存在缺口
这个 Agent 能做什么,适合哪些场景?
Octomind 是一个以 CLI 为核心的开源 AI 代理客户端和运行时,由单个 Rust 二进制文件提供交互式终端、标准输入管道、常驻进程、WebSocket 服务和 ACP 子代理入口。模型通过 MCP 工具读取和修改文件、运行 shell、搜索代码,并可把任务委派给子代理。角色、模型、工具权限、工作流、预算和防护规则均由 TOML 配置,不要求编写框架代码。它可连接 Octomind Cloud,也支持通过自带密钥使用 OpenRouter、OpenAI、Anthropic、DeepSeek、Ollama 等提供商。会话支持持久化、自适应上下文压缩、结构化 JSONL 输出和按请求或会话统计成本。其部署边界主要是本地终端或自行运行的进程;外部模型和 MCP 工具仍可能需要网络、凭据及各自的依赖。
用户通过 octomind run 启动角色或 tap 中的专用代理,运行时加载对应的模型配置、系统提示、MCP 服务器和工具权限。代理可调用 octofs 提供的 view、text_editor、batch_edit、extract_lines、shell 和 workdir 来检查代码、执行命令并修改文件;它还可用 mcp 动态启停服务器、用 tap 委派专用代理、用 agent 注册动态代理,并通过 schedule 或 monitor 处理延时及事件驱动任务。输入既可来自交互式终端,也可经 stdin 进入 CI 或脚本;输出可为普通文本或 JSONL,并可用 JSON Schema 约束支持该功能的模型。.agents/guardrails.toml 中的 guards 会在调用前拦截匹配操作,hooks 会检查工具结果,validators 会在回合结束后把验证反馈送回代理。命名会话可以保存和恢复,长会话由自适应压缩缩减上下文,同时保留关键任务信息。
- 开发者在本地仓库中启动
developer:general,让代理阅读代码、运行测试并编辑文件。 - CI 维护者把任务经 stdin 传给 Octomind,并以普通文本或 JSONL 收集结果。
- 平台团队以 daemon 或 WebSocket 方式运行长期代理,供监控任务、IDE 或内部面板调用。
- 多代理系统通过
octomind acp将 Octomind 作为 ACP 子代理接入现有编排栈。 - 需要治理自主操作的团队用 guards、hooks 和 validators 阻止危险调用并自动回传检查失败。
- 希望控制模型费用的团队为不同角色或工作流步骤选择不同提供商,并设置请求级和会话级支出阈值。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
curl -fsSL https://raw.githubusercontent.com/muvon/octomind/master/install.sh | bashcargo install octomind
- 环境变量
OPENROUTER_API_KEY- 配置文件
config.toml- 运行环境
- Rust 1.95+
- 安装说明涉及
- Windows · macOS · Linux
如何安装或部署这个 Agent?
macOS、Linux 和 Windows 均受支持;Windows 需要在 Git Bash 或 MSYS2 中运行安装脚本。默认安装目录是 ~/.local/bin/。
curl -fsSL https://raw.githubusercontent.com/muvon/octomind/master/install.sh | bash随后可登录 Octomind Cloud,获得默认 octohub:auto 配置所需的模型访问能力:
octomind login也可以跳过 Cloud 登录,设置受支持提供商的密钥,并修改 config.toml 中的 [model]、[supervisor.model] 和 [compression.model]。例如:
export OPENROUTER_API_KEY="your_key"[model]
name = "openrouter:google/gemini-2.5-flash"
[supervisor.model]
name = "openrouter:google/gemini-2.5-flash"
[compression.model]
name = "openrouter:google/gemini-2.5-flash"也可通过 Cargo 安装,但要求 Rust 1.95+:
cargo install octomind验证安装并生成默认配置:
octomind --version
octomind config
octomind run如何使用这个 Agent?
首次运行可直接启动 tap 提供的通用开发代理;第一次使用某个专用代理时,可能安装工具并请求凭据:
octomind run developer:general在脚本或 CI 中,任务必须通过 stdin 输入,因为 octomind run 的位置参数是角色或 tap 标签,不是消息:
echo "Explain the auth module" | octomind run developer:general --format plain需要机器可读结果时使用 JSONL:
echo "List TODO items" | octomind run developer:general --format jsonl需要长期运行时可启动命名 daemon,再从另一终端发送消息;--daemon 会保持进程存活,但不会将其从当前终端分离:
echo "watch the build" | octomind run --name watcher --daemon --format jsonl
octomind send --name watcher "run the test suite"作为多代理系统中的 ACP 子代理运行:
octomind acp developer:general命名会话可稍后恢复:
octomind run --name my-feature
octomind run --resume my-feature这个 Agent 有哪些优点和局限?
- 同一会话引擎覆盖交互式 CLI、stdin 管道、daemon、WebSocket 和 ACP,便于在本地开发与自动化之间复用配置。
- 原生支持 stdio 与 Streamable HTTP MCP 服务器,并可在会话中按需启停能力或委派 tap 专用代理。
- 防护体系包含调用前 guards、结果后 hooks 和回合后 validators,可用确定性脚本治理无人值守任务。
- 支持多个模型提供商、按角色或工作流步骤选模、会话中切换模型,以及缓存感知的成本统计和支出阈值。
- 自适应压缩、命名会话恢复和外部 supervisor 计划机制面向持续数小时或跨天的任务。
- 核心程序虽为单一二进制,但 octofs、octobrain 和 tap 中的外部 MCP 工具可能需要额外安装依赖和凭据。
- 默认配置使用
octohub:auto;不使用 Octomind Cloud 时,用户必须同时修改主模型、supervisor 和 compression 的模型配置,并检查角色覆盖项。 - 支出阈值依据已记录成本进行继续检查,单次提供商调用仍可能让实际费用越过设定值,不能视为预付费硬上限。
- 结构化输出依赖模型支持;终端模式下,
--format若没有管道输入且未启用--daemon会报错。 - 遥测默认开启,尽管项目声明不会发送代码、提示、文件路径、工具参数或环境值,严格环境仍需主动设置
DO_NOT_TRACK=1、OCTOMIND_TELEMETRY=0或关闭配置项。
这个 Agent 与同类方案有什么区别?
仓库列出了 2026 年 7 月 30 日发布的 octobench 结果:在 25 个来自真实合并 PR、由保留测试判定的任务中,Octomind 搭配 glm-5.2 完成 24 个,Claude Code 搭配 claude-opus-5 完成 23 个,Codex 搭配 gpt-5.6-sol 完成 21 个,OpenCode 搭配 glm-5.2 完成 19 个。该结果衡量的是完整配置;Octomind 使用了分阶段 tap 和带 unfinished-handback pre-gate 的二进制覆盖,因此不能把差异归因于单一运行时功能或模型。README 也明确说明这些是当时发布的结果,而非当前检出的实时测量。
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 |
|---|---|---|---|---|---|---|
| Octomind 当前 | 63 · 存在缺口 | 命令行工具免费版 + 付费版 | ★ 643 | 5 天前 | Rust | OpenAI API · Claude API |
| Selectools | 62 · 存在缺口 | 代码库 / SDK免费 + 模型费 | ★ 11 | 18 天前 | Python | OpenAI API · Claude API |
| Neuron AI — PHP 智能体框架 | 69 · 存在缺口 | 代码库 / SDK免费 + 模型费 | ★ 2.2k | 1 天前 | PHP | OpenAI API · Claude API |
| Hazzel | 63 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 30 | 23 天前 | Python | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
证据显示工具权限可配置,提供目录沙箱、确定性 guardrails、预算上限、遥测退出选项,并说明遥测字段不含代码、提示词、路径或密钥;登录凭据保存到用户配置目录,安全报告渠道明确,因此这些措施支持中等分数。扣分原因:沙箱默认关闭且网络仍可用,沙箱有目录例外;guardrails 示例明确说正则不是 shell 安全策略;多数风险步骤没有逐次确认,回滚也未自动提供。依赖安全有 Cargo 清单和安全报告流程,但材料未显示审计或漏洞缓解状态。归因可通过 Co-Authored-By 设置和文件版权识别,但发布者身份按题设未知。
README、CLI 源码、文档和 Cargo 清单共同描述 Rust 二进制、多种运行界面及配置方式;但文档版本字段示例存在 22、25、26 不一致,降低自洽性。声明了 Rust MSRV、安装目标和外部模型/MCP 需求,足以支持一般可用性判断,但 tap、模型服务和第三方 MCP 的可用性依赖外部网络与服务。配置加载和登录错误有可见提示;安全教程也指出配置验证不覆盖项目 guardrails,仍未展示所有失败路径的用户信息。
材料明确覆盖交互终端、stdin/CI、daemon、WebSocket、ACP、多种模型提供方和 tap 专家,且说明配置角色、能力、沙箱与运行限制,场景适配广。能力边界有 role 权限、sandbox、guardrails 和非交互预算停止机制,但自动能力启用默认开启、sandbox 默认关闭,且 sandbox 不限制网络。技能说明何时委派到 Octomind,README 也区分本地角色与 tap 标签;不过高层触发范围仍宽泛。Linux、macOS、Windows 安装和架构要求说明较具体。
文档有使用指南、集成、参考、用例和开发入口,安装、配置、角色、MCP、故障排查均有例子和 FAQ。Apache-2.0 元数据与完整许可证相符。安全政策说明支持最新发布版、私密报告渠道和披露流程;Cargo 版本与 Conventional Commits 约定可见。扣分原因:未提供完整 changelog 内容,且配置版本示例互相不一致;安装材料同时列出多种来源,但远程安装脚本需要执行下载内容,版本固定虽有说明但默认示例未固定。维护者联系和响应承诺有边界,维护责任可识别但响应时间取决于维护者。
产品把文件、shell、MCP、子代理、监督检查和结构化输出整合为 CLI/CI/daemon 等界面,预算与输出格式也可配置,对自动化编码任务有明确用途。扣分原因:能力和监督可降低操作成本,但文档没有针对不同团队的部署成本或收益量化;benchmark 只有 README 中的汇总和对外 reproduction 链接,不能仅凭本材料确认该修订的比较结果,也不能据此给出高成本效益分。
不少行为可追溯到配置字段、命令、代码入口和安全教程,例如遥测退出方式、sandbox 限制、guardrails 与错误钩子。README 的主张在指南和源码中有部分交叉支持,安装与安全政策也提供具体流程。扣分原因:若干性能、安全和 benchmark 结论仍主要由 README 声称;本材料并未包含所有实现文件,无法完整交叉核对。文档会区分 benchmark 日期、限制和示例边界,但版本字段冲突使事实核对不够完整。
- Octomind 面向无人值守运行;sandbox 默认关闭且不限制网络。启用 sandbox 和项目 guardrails,并在授权前核对实际工具能力与外部 MCP 服务。
- Guardrails 的正则不是完整 shell 安全策略;钩子和验证器提供反馈但不会撤销写入。保留独立验收检查和可恢复的版本控制工作区。
- 首次 tap 使用可能下载 agent 清单并安装依赖;远程安装示例执行下载脚本。对供应链敏感的部署应固定版本并审查来源。
- README 的 benchmark 汇总无法由本材料独立复核;配置版本示例也不一致。
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。
-
0.72.0 Release 0.72.0
发布说明摘录
📋 Release Summary Tool calls now include their kind, file locations, and diffs, and TAP runs can be routed to a named specialist. Agent loading validates uses entries; TAP routing honors selected and confidence-gated choices, renamed-agent aliases, and the raised specialist threshold. Other fixes enforce pinned embedding revisions, correct log-level reselection, recognize schema-declared command arguments, render inbox markdown, and sync TAP clones with the upstream default branch. 🚨 Breaking Changes - resolver: validate uses entries when loading agents 33ed199a …在 GitHub 查看 ↗ -
0.71.0 Release 0.71.0
发布说明摘录
📋 Release Summary Agent and tap references now resolve across domains, including renamed tap agent tags; prompts expand declared dependencies, and successful turns print summaries. Global layer configuration and the unsupported ACP hook option have been removed; fixes address schedule and configuration validation, nested supervisor paths and evidence, tap refresh and role handling, gate evaluation, token formatting, and session resume. 🚨 Breaking Changes - agent: resolve cross-domain chief references 1489e930 - tap: resolve tap domains to chief agents 597e465d …在 GitHub 查看 ↗ -
0.70.1 Release 0.70.1
发布说明摘录
🔧 Improvements & Optimizations - configure-tests: derive skip index from provider count 4421fab8 🔄 Other Changes 1 maintenance, dependency, and tooling update not listed individually.在 GitHub 查看 ↗
常见问题
必须订阅 Octomind Cloud 吗?
octomind login 提供包含模型访问的 Cloud 路径,但也可跳过登录,使用 OpenRouter、OpenAI、Anthropic、DeepSeek、Ollama 等受支持提供商,并修改三个默认模型配置表。代理可以访问哪些本地资源?
.agents/tools/ 自动注册为 MCP 工具。如何限制危险操作?
.agents/guardrails.toml 中配置调用前 guards、工具结果 hooks 和回合后 validators。规则能匹配能力名称、参数正则、调用历史、角色及结果内容。费用限制会绝对阻止超额吗?
能否完全在自动化环境中运行?
Octomind 官网是什么?
Octomind 开源吗?
Octomind 安全吗?
Octomind 还在维护吗?
Octomind 是谁开发的?
谢谢反馈,我们会据此改进页面。