Omnigent
统一编排多种编程智能体，并提供协作、策略治理与沙箱运行能力。
按维度查看评分与理由
证据显示有策略系统（如ask_on_os_tools）和预算上限，支持用户确认；但数据流透明性仅提及遥测，未详细说明内部数据流；敏感数据处理有keyring和文件权限说明；依赖有版本锁定和注释，但未提及漏洞扫描；外部影响有沙箱和策略控制；回滚有uninstall和upgrade机制；来源归属未验证发布者，但代码中有作者信息。扣分：数据流透明性不足，来源归属未验证。
自洽性：README与pyproject.toml版本一致，但存在dev0版本；依赖可用性：有版本锁定和注释，但未提及镜像或备用源；失败消息：有错误处理示例，但未系统说明。扣分：版本不一致（dev0），失败消息文档不足。
受众明确（开发者），场景多样（多设备、多代理）；能力边界有说明（Windows限制）；触发精度有策略和命令；环境适配有跨平台说明。扣分：无重大缺陷。
信息架构清晰（README、docs）；安装说明详细；命名稳定（omnigent/omni）；示例丰富（Polly、Debby）；已知限制有说明（Windows）；许可证明确（Apache-2.0）；版本控制有pyproject.toml但无CHANGELOG；维护责任有CONTRIBUTING和MAINTAINER。扣分：无CHANGELOG，版本为dev0。
输出可用性：有CLI和Web UI；边际价值：多代理编排和策略；成本效益：开源免费，但依赖较多。扣分：无重大缺陷。
声明可追溯性：README有链接但未验证；跨来源佐证：有测试但未独立验证；事实推断分离：文档区分了事实和推断。扣分：声明未验证，测试未独立运行。
- 发布者身份未验证，需谨慎评估供应链风险。
- 版本为dev0，可能存在不稳定。
- 依赖较多，需关注安全漏洞。
- 遥测默认开启，需注意隐私。
这个 Agent 能做什么，适合哪些场景？
Omnigent 是面向 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 及自定义智能体的开源元运行框架。它以统一会话层协调不同 harness，使团队可以在同一会话中混用智能体、委派子任务，并让不同供应商的智能体互相审查。用户可从终端、浏览器、手机或 macOS 桌面应用连接同一会话，消息、终端、文件与子智能体保持同步。它提供 YAML 智能体定义，可接入本地 Python 函数、MCP 服务和子智能体，并通过策略控制 shell、文件操作与会话花费。部署边界既包括本机服务器和注册主机，也包括 Docker Compose、托管服务器及多种云沙箱提供商；Windows 可运行服务器、Web UI 与 SDK harness，但缺少原生 PTY 包装器及文件系统、网络隔离。
安装后可运行 omnigent 或 omni，启动本地会话和位于 http://localhost:6767 的 Web UI；也可使用 omnigent claude、omnigent codex、omnigent cursor、omnigent opencode、omnigent hermes 或 omnigent pi 启动指定运行时。omnigent setup 用于添加、设置或移除按智能体区分的 API key、Claude/ChatGPT 订阅、兼容网关或 Databricks 凭据；会话内可用 /model 切换模型。omnigent run path/to/my_agent.yaml 会读取 YAML 中的 prompt、executor 和 tools，并调用声明的本地 Python 函数、MCP URL 或子智能体。服务端可通过 omnigent server --background 启动，使用 omnigent host 注册机器；omnigent attach <session_id> 允许共同接入会话，omnigent run --fork <session_id> 可从既有会话分叉。策略可在服务器、智能体和会话三个层级叠加，对每次动作允许、阻止或要求审批，例如 ask_on_os_tools、max_tool_calls_per_session 与 cost_budget。
- 技术负责人需要让 Claude Code、Codex 或 Pi 在独立 git worktree 中并行处理编码任务，并将变更交给另一供应商的智能体审查时，可使用示例 Polly 的编排模式。
- 使用 ChatGPT 订阅和 Claude 订阅的个人开发者，希望在同一会话中让两个模型并列回答并通过
/debate互评时，可运行示例 Debby。 - 分布式工程团队需要分享一个实时会话，让同事查看智能体终端和文件、发送消息或在同一台主机上共同操作时，可使用 Share、
omnigent attach与多用户账户。 - 需要让业务人员从浏览器或手机继续本机开发会话的团队，可启动
omnigent server --background、注册omnigent host，或将服务部署到稳定 URL。 - 安全或平台团队需要在智能体执行 shell、写文件或消耗模型预算前执行统一控制时，可在服务端或 YAML 中配置内置策略。
- 需要把自有 Python 函数、远程或本地 MCP 服务和专门子智能体组合成一个开发助手的开发者，可编写并运行 Agent YAML。
这个 Agent 有哪些优点和局限？
- 用同一编排层覆盖 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 和 YAML 自定义智能体，支持替换或组合 harness。
- 将实时聊天、子智能体、终端与文件同步到终端、浏览器、手机和 macOS 桌面应用，且支持共享、共同接入和会话分叉。
- 策略可在服务器、智能体和会话三级叠加，内置 shell/文件操作审批、工具调用上限和成本预算控制。
- 可通过 Agent YAML 组合本地 Python 函数、MCP 服务和委派子智能体，并可选择 API key、订阅、兼容网关或 Databricks 凭据。
- 项目标注为 alpha，采用前应为接口和行为变化预留验证与升级成本。
- 完整的原生终端体验依赖 Python 3.12+、uv、git、Node.js、pnpm 与 tmux；Linux 原生包装器还强制要求 bubblewrap。
- Windows 仅支持降级模式：原生 tmux/PTY 包装器不可用，Job Object 不隔离文件系统或网络，也没有 L7 出站代理。
- 云沙箱、Databricks、Bedrock、Vertex、S3、Hindsight 和部分 SDK harness 依赖额外安装项或外部服务配置。
如何安装或部署这个 Agent？
要求 Python 3.12+。可执行 uv tool install omnigent，或使用 pip install "omnigent"；安装后 omnigent 和 omni 均可用。uv 与 git 为必需项；编程 harness CLI 需要 Node.js 22 LTS+ 和 npm，Web UI 需要 pnpm。原生 omnigent claude、omnigent codex、omnigent cursor、omnigent hermes、omnigent kiro 和 omnigent pi 终端包装器需要 tmux；Linux 上还需要 bubblewrap，macOS 使用 seatbelt。首次可运行 omnigent，它会启动会话并尝试识别环境中已有的 ANTHROPIC_API_KEY、OPENAI_API_KEY、已登录的 claude 或 codex CLI 凭据。
如何使用这个 Agent？
先运行 omnigent setup 添加 API key、Claude/ChatGPT 订阅、兼容网关或 Databricks 凭据，并为所选智能体设置默认值。随后运行 omnigent 开启默认会话，或运行 omnigent codex、omnigent claude 等选择运行时；Web UI 位于 http://localhost:6767。运行自定义智能体可使用 omnigent run path/to/my_agent.yaml，YAML 的 executor.harness 可设为 claude-sdk、claude-native、codex、codex-native、cursor、cursor-native、hermes、hermes-native、opencode、pi、pi-native 或 openai-agents。若要从浏览器创建会话，运行 omnigent server --background，再在另一终端运行 omnigent host。
这个 Agent 与同类方案有什么区别？
Omnigent 不要求只使用单一 coding harness：它明确支持 Claude Code、Codex、Cursor、OpenCode、Hermes 和 Pi，也允许在同一会话中组合这些运行时或改用 YAML 定义的自定义智能体。
常见问题
能否使用现有的 Claude 或 ChatGPT 订阅，而不是另购 API key？
omnigent setup 支持通过官方 claude 或 codex CLI 使用 Claude Pro/Max 或 ChatGPT 订阅，也支持第一方 API key。