Orbital 项目 Agent
把项目上下文留在本地，让不同执行 Agent 无缝接手。
按维度查看评分与理由
证据展示了工作区边界、工作区外路径的 request_access、可配置自治级别、结构化审批、凭据请求弹窗、操作系统钥匙串、密钥遮蔽以及 CI 密钥清理，因此最小权限、确认机制和敏感数据处理达到普通使用水平。工具和外部作用类别也有明确清单，日程执行可见且会话日志为追加式。不过，浏览器登录、共享浏览器配置、Shell、文件写入、触发器和第三方连接器形成较大的权限面，材料没有逐类说明危险操作的确认规则或数据保留策略。README 声称一切在本机运行，但 CI 和测试注释明确提到生产遥测端点及本地缓冲，未交代默认遥测内容、目的地、保留期和用户控制，故数据流透明度仅为薄弱。依赖方面仅对 MCP 破坏性升级给出上限和迁移理由；多数 Python 依赖只有宽泛下限，未见锁定、漏洞扫描或供应链校验。暂停、归档和追加日志有助恢复上下文，但没有文件修改、命令执行或外部操作的通用回滚方案。GPL 和“Orbital Contributors”提供有限归属，但发布者身份及第三方资产归属不清楚。
README、依赖清单、CI 和测试夹具共同支持桌面打包、多提供商、钥匙串、遥测开关和多平台测试等核心陈述。项目对每个队列项强制 Completed 或 Blocked，并描述重新提示及强制阻塞；测试标记和 CI 烟雾测试还提供具体的跳过、超时和失败信息，因此失败消息证据充分。依赖可用性通过 Windows/macOS 构建、可选依赖、MCP 版本上限和无 Python/Node 的安装包得到一定支持，但外部 CLI、模型提供商、账户、可选浏览器组件以及仓库外 relay 仍是可用性条件。自洽性因 Orbital 与包名 agent-os、README 的 v0.4.2 与 pyproject 的 0.12.3、完全本地表述与生产遥测记录之间的差异而扣分。
材料覆盖个人项目、长期队列、一次性任务、跨代理交接、中国大陆 TokenDance 路径和全球多提供商等场景，受众和用途较清楚，但缺少针对企业治理、高敏感项目或离线环境的具体适用指导。能力边界通过“Orbital Is/Is Not”、beta 标记、调度驱动而非完全自治、平台及传输类型得到充分说明。触发器被区分为计划任务和文件监视，队列有顺序、暂停及阻塞语义，但没有完整展示触发匹配、去抖、并发冲突或危险任务审批规则。Windows 和 macOS 有构建路径，可选 macOS 依赖会优雅降级；不过 macOS 构建明确针对 Apple Silicon，Linux 桌面支持和各外部代理的版本兼容范围未说明。
工作区、全局目录、会话、记忆、归档、队列和输出目录的职责及边界说明详尽，信息架构可直接用于理解产物。快速开始覆盖安装器、提供商、账户连接和项目创建，但没有给出源码安装、升级、卸载、故障排查或安装器校验流程。示例、动图、截图和功能深潜丰富，但没有系统 FAQ。已披露 beta、未实现的完全自治、未签名构建、资源型测试限制和仓库外 relay，因此已知限制达到普通水平但仍分散。完整 GPL-3.0 文本、README 徽章和 SPDX 头相互一致，许可证充分。版本与发布说明有迹象，但 pyproject 的 0.12.3、README 的 v0.4.2 和 agent-os/Orbital 双重命名削弱命名及版本稳定性；材料也未给出完整变更日志。维护责任只归于笼统的 Orbital Contributors，未提供明确维护者、支持渠道或安全更新责任人。
项目把状态、决策、经验、队列、日志和产物保存为普通文件，并提供索引、归档、明确任务结局和跨代理交接，这些输出具有很强的可继续使用性。相对于单一代理会话，项目级上下文和可替换 worker 展示了合理的增量价值，但与竞品的对照及无缝续接效果主要是项目自身陈述，未由所给实现文件充分证明。材料提到五分钟设置、自带 API 密钥、预算控制、前缀缓存及付费 live turns，但没有完整量化模型费用、存储增长、后台资源消耗、浏览器风险或维护成本，因此成本收益只达到普通水平。
大量陈述关联到具体文件名、目录、环境变量、版本、测试标记、CI 作业和规范编号，CI 与测试夹具也交叉印证遥测禁用、钥匙串规避、平台限制和打包烟雾测试。不过关键代理行为、审批治理、记忆合并和竞品比较主要出现在 README，未提供对应生产代码。材料中的截图过时及待重拍注释诚实暴露了部分证据限制，但宣传性结论、竞品断言、约 95% 缓存命中和“精确续接”等事实性主张没有在当前文件中明确区分演示、推断和已验证结果，因此事实与推断分离较弱。
- 在处理敏感项目之前，应确认遥测默认状态、实际上传字段、生产端点、保留期限、关闭方式以及本地缓冲数据的清除方法；“完全本地”表述与测试和 CI 中的生产遥测记录并不完全一致。
- 共享浏览器配置可包含 Google、GitHub 等已登录会话；应使用隔离账户，并核实 worker、浏览器工具和子代理能访问哪些 Cookie、令牌及站点。
- Shell、文件写入、定时任务和文件监视可能在无人值守时产生外部影响；应从最低自治级别开始，并在确认审批规则和回滚能力后再启用持续执行。
- 安装包可能是未签名或临时签名版本；下载后应核实发布来源和校验信息，尤其不要仅依赖 latest 下载链接。
- Python 依赖大多未锁定，CI 构建也未由后端测试结果阻断；部署前应使用锁定依赖、漏洞扫描，并独立检查目标修订的测试状态。
- 不要把 README 中的竞品对照、缓存比例或无缝交接演示视为独立验证过的性能与正确性证据。
这个 Agent 能做什么，适合哪些场景？
Orbital 是一个绑定本地项目而非单次聊天会话的持久管理 Agent，统一维护工作空间、任务状态、决策、经验、队列、预算和审批规则。它将上下文保存为 PROJECT_STATE.md、DECISIONS.md、LESSONS.md 等普通文件，并在后续任务开始前重新组装这些信息。管理 Agent 负责规划、委派、监督和记录结果，Claude Code、Codex、Gemini CLI、Cursor 或其他 CLI 工具可作为可替换的 worker 执行具体任务。产品由 React SPA 前端、基于 FastAPI 与 uvicorn 的 daemon、AgentManager、SubAgentManager、TriggerManager、Agent Loop、工具注册表及 worker transports 等组件构成。它支持桌面端项目管理、任务队列、定时和文件监听 trigger、浏览器自动化、按项目预算、审批以及可选的手机远程监督。文件与项目状态留在本地硬盘；可选 cloud relay 只转发审批和事件，不转发项目文件。
用户选择一个本地文件夹创建项目并设定 autonomy 等级后，AgentManager 管理项目生命周期，Agent Loop 调用 OpenAI 或 Anthropic SDK 支持的模型及 shell、文件、浏览器和 trigger 工具。管理 Agent 会读取工作空间以及 orbital/ 中的 PROJECT_STATE.md、DECISIONS.md、LESSONS.md 等记忆文件，规划下一步，并通过 SubAgentManager 把任务交给 Claude Code SDK、Codex app-server JSON-RPC、PTY、ACP 或 Pipe worker。worker 读取相同项目上下文，在工作空间或 orbital/output/ 中生成和修改成果；管理 Agent 再记录执行结果，供后续任务使用。TriggerManager 可以根据 cron 或文件监听启动工作，队列要求任务以完成或受阻状态闭环。Autonomy Interceptor 对敏感操作执行批准、拒绝或绕过策略，拦截器出错时默认拒绝；预算模块按项目限制和统计模型成本。React SPA 通过 REST 与 WebSocket 展示聊天、文件、实时活动、审批卡片和设置，可选 Node.js cloud relay 通过 WebSocket 转发事件、审批和推送通知。
- 同时使用 Claude Code 和 Codex 的开发者，可在一个 worker 用完额度或遇到账户问题时，将未完成任务连同项目文件和决策上下文交给另一个 worker。
- 管理长期软件项目的个人开发者，可让 Orbital 跨会话维护当前状态、关键决策和经验，不必在每个新会话中重新解释项目。
- 需要离开电脑运行批量任务的用户，可将工作排入队列，并在任务受阻或需要关键审批时通过工作台或手机监督。
- 需要周期性巡检仓库、复盘增长实验或响应文件变化的团队，可用 cron、自然语言创建的定时 trigger 或文件监听 trigger 自动派发任务。
- 需要控制模型支出的用户，可为每个项目设置预算上限和重置周期，并查看按模型统计的实时成本。
- 需要让 Agent 访问网站但不希望密码进入聊天记录的用户，可把网站凭据存入系统钥匙串，并用浏览器自动化执行任务。
这个 Agent 有哪些优点和局限？
- 上下文、状态、决策和经验存放在项目的普通本地文件中，使 Claude Code、Codex、Gemini CLI、Cursor 和其他 CLI worker 能围绕同一份资产交接。
- 治理边界按项目组织：任务队列、预算、审批、审计信息和 autonomy 设置不会只依附于某个聊天会话。
- 提供多种 worker transport，包括 Codex app-server JSON-RPC、Claude Code SDK、PTY、ACP 和 Pipe，并支持 OpenAI 与 Anthropic SDK 的多 LLM 路由和失败轮换。
- 具备 cron、文件监听、自然语言 trigger、浏览器自动化和队列闭环，可用于持续或无人值守的项目工作。
- 采用 local-first 设计，项目文件和状态保留在本地；凭据进入系统钥匙串，审批拦截器失败时默认拒绝。
- 产品仍处于早期阶段；daemon 重启后自动恢复进行中会话、Webhook trigger、pipeline trigger 和按项目的网络隔离仍在路线图中。
- 官方 macOS 构建只支持 macOS 13+ 的 Apple Silicon，不支持 Intel Mac；Linux bubblewrap 沙箱仍处于规划状态。
- Windows 安装包尚未代码签名，会触发 SmartScreen 警告，需要用户手动选择继续运行。
- 使用模型能力需要自行提供 API key 或 Token，实际费用与可用性依赖所选服务商；部分账户连接和浏览任务还需要网络访问及预先登录。
- 从源码部署需要同时维护 Python 3.11+ 后端和 Node.js 18+ 前端，且需分别启动 uvicorn daemon 与 Vite。
- Orbital 每天默认发送一份匿名汇总遥测；虽然不包含提示词、文件、路径、模型输出或项目标识且可以关闭，但有严格隐私要求的采用者仍需检查并调整该设置。
如何安装或部署这个 Agent？
桌面版可从 GitHub Releases 下载 Windows 的 Orbital-Setup-*.exe，或在 macOS 下载 Orbital-*-macOS.dmg 并拖入 Applications。macOS 需要 13 Ventura 或更高版本，仅支持 Apple Silicon；Windows 安装包目前未签名，可能触发 SmartScreen 警告。
从源码运行：
git clone https://github.com/zqiren/Orbital.git && cd Orbital
pip install -e ".[desktop]"cd web && npm install && cd ..
python -m uvicorn agent_os.api.app:create_app --factory --port 8000在另一个终端运行：
cd web
npx vite --host 127.0.0.1 --port 5173然后打开 http://localhost:5173。源码安装要求 Python 3.11+ 和 Node.js 18+。首次设置需要配置受支持 LLM 服务商的 API key；中国大陆用户也可通过引导页登录词元跳动领取 Token。
如何使用这个 Agent？
- 启动 Orbital，并在设置向导中选择 LLM provider、配置 API key；Google Calendar、Drive 和网站登录等账户连接可选，之后也能补充。
- 创建项目，填写名称，选择本地工作空间目录，并设定 autonomy 等级。
- 在聊天框输入第一个任务；管理 Agent 会读取项目文件、规划工作，并自行处理或派给可用 worker。
- 将后续任务加入队列。每个完成结果都会写回工作空间或项目记忆，成为下一项任务的上下文。
- 需要切换执行者时，可在同一对话中 @mention Codex 等 worker；示例流程是在 Claude Code 受额度限制后输入“@codex 你继续吧”。
- 对周期性工作创建定时或文件监听 trigger，并通过活动视图、审批卡片、工作台、日历和预算设置监督运行。
这个 Agent 与同类方案有什么区别？
与 Claude Code 和 Codex 相比，Orbital 将项目而非单一厂商的会话作为状态与治理单元，因此可以在 Claude Code、Codex、Gemini CLI、Cursor 和其他 CLI worker 之间交接。README 的 2026 年 7 月对比还指出，Claude Code 与 Codex 各自只使用本家的 worker，而 Orbital 要求队列任务以完成或受阻状态闭环，并把预算、审批和审计归属于项目。与 Hermes 相比，其定位同样强调可替换 worker；与 OpenClaw 相比，README 将 OpenClaw 的外部 Agent 支持描述为通过 ACP 实现的部分支持，而 Orbital 原生列出多类 worker transport。上述比较反映仓库作者给出的产品定位，而非独立基准测试。