Yao 应用运行时
用单一二进制构建、约束并部署 AI Agent 与 Web 应用。
按维度查看评分与理由
证据显示有沙箱隔离（CLI Agent 容器）和 Hook 机制，但未明确最小权限原则；用户确认机制未见；数据流透明度部分体现（Hook 流程），但未详细说明数据流向；敏感数据处理未见明确措施；依赖众多且版本较新，但未提供安全审计；外部影响（如网络调用）未明确限制；回滚机制未见；来源归属：发布者未验证，但代码中有版权声明。扣分原因：缺乏具体安全设计文档和实现细节。
自洽性：README 与代码结构基本一致，但存在本地 replace 指令（go.mod）可能导致构建不一致；依赖可用性：依赖众多，但未提供版本锁定或镜像；失败消息：测试工作流有错误处理，但产品本身的错误提示未详细说明。扣分原因：本地 replace 和依赖管理可能影响可重复构建。
受众和场景：明确面向开发者，提供多种模式；能力边界：通过 Hook 和沙箱定义边界，但未详细说明限制；触发精度：Hook 机制提供精确控制，但文档未深入；环境适配：支持多平台，但依赖 Docker 等外部组件。扣分原因：文档对边界和触发细节描述不足。
信息架构：README 清晰，但缺少详细文档链接；安装说明：有构建和测试工作流，但缺少用户安装指南；命名稳定性：项目名稳定，但版本号未明确；示例和 FAQ：有测试示例，但缺少 FAQ；已知限制：未提及；许可证：自定义 Apache 2.0 修改版，但未明确合规性；版本和变更日志：未提供；维护责任：有 CI 和贡献者协议，但发布者未验证。扣分原因：缺少版本管理和已知限制文档。
输出可用性：提供 REST API 和 UI，输出格式明确；边际价值：提供多种集成（MCP、多 Agent），价值较高；成本效益：单二进制部署降低运维成本，但商业许可可能增加成本。扣分原因：商业许可条款可能限制某些用户。
声明可追溯：README 中的功能声明有代码和测试支持，但部分未验证；跨来源佐证：有 CI 测试，但未独立验证；事实与推断分离：文档区分了功能描述和设计理念，但未明确标注。扣分原因：静态审查无法验证实际运行效果。
- 发布者身份未验证，需谨慎评估供应链风险。
- 许可证为自定义修改版，商业使用需注意条款。
- go.mod 中的本地 replace 指令可能导致构建不一致。
- 依赖众多且未提供安全审计，需关注已知漏洞。
这个 Agent 能做什么，适合哪些场景？
Yao 是一个开源运行时，用于构建 AI Agent 和 Web 应用，并以单一二进制形式交付。每个请求依次经过 Create Hook、执行器和 Next Hook：前者可注入上下文、施加约束或路由请求，后者可校验输出、触发后续动作和驱动多步骤循环。执行器可使用 OpenAI、Anthropic 等 LLM，或在隔离容器中运行 OpenCode、Claude Code、Codex 等 CLI Agent，也可仅运行自定义 TypeScript 逻辑。运行时还包含数据模型、REST API、SUI 服务端渲染页面、CUI 对话界面、TypeScript V8 引擎，以及向量检索、知识图谱和 GraphRAG。该二进制面向 ARM64/x64，README 声明主机无需 Python、Node.js 或容器。
请求先进入 Create Hook，可在此注入上下文、执行约束或选择路由；随后由 LLM、CLI Agent 或纯 TypeScript 执行器处理；Next Hook 再验证输出、触发下游操作或继续多步循环。LLM 模式可调用 OpenAI、Anthropic 等提供方；CLI Agent 模式可在带 VNC 桌面的隔离容器中运行 OpenCode、Claude Code 或 Codex；Pure Hook 模式运行自定义 TypeScript。它可通过进程、SSE 或 STDIO 传输连接 MCP 工具，提供请求、会话、用户和团队四个范围的 Memory API，并可输出 REST API、SUI 页面和 CUI 对话界面。搜索能力包括使用 OpenAI 或 FastEmbed 的向量搜索、知识图谱及混合式 GraphRAG。
- 负责内部开发工具的团队，需要把数据模型、REST API、SUI 页面和对话界面放进同一可执行运行时。
- 构建客服或知识问答助手的开发者，需要通过
Create Hook注入上下文，并通过Next Hook校验结果或触发后续流程。 - 需要让 Codex、Claude Code 或 OpenCode 执行任务的团队，希望将 CLI Agent 放入带 VNC 支持的隔离容器。
- 已有 TypeScript 业务规则的团队，需要在不调用 AI 的情况下用 Pure Hook 处理路由、菜单流或确定性逻辑。
- 需要将向量检索与实体关系检索结合的应用团队，可采用向量搜索、知识图谱和 GraphRAG。
这个 Agent 有哪些优点和局限？
- 统一请求管线将
Create Hook、执行器和Next Hook串联，可在执行前约束请求并在执行后验证或编排后续动作。 - 同一 Hook 接口可组合 LLM、容器化 CLI Agent 与纯 TypeScript 执行器，支持将确定性逻辑与模型驱动流程混用。
- 运行时同时提供数据模型、REST API、SUI、CUI、V8 TypeScript 和检索能力，减少多组件拼装。
- 原生支持进程、SSE 和 STDIO 三种 MCP 传输，并提供四个范围的 Memory API。
- 资料未给出安装包获取、启动命令、配置示例或最小项目，初次部署路径无法据此复现。
- LLM 模式依赖 OpenAI、Anthropic 等外部模型提供方；凭据、费用、模型选择和故障处理细节均未说明。
- CLI Agent 模式使用隔离容器，且可提供 VNC 桌面支持，采用该模式会引入容器执行与桌面访问的运维和安全评估。
- 虽然声明主机不需要 Python、Node.js 或容器，但 TypeScript Hook、SUI、数据模型和 API 的文件结构与发布流程未在资料中定义。
如何安装或部署这个 Agent？
所给资料没有提供可复制的下载、安装、初始化或启动命令。已明确的信息仅包括：Yao 以单一二进制交付，支持 ARM64/x64，且主机无需 Python、Node.js 或容器。要完成安装仍缺少二进制获取位置、平台对应文件名、配置格式、启动命令以及首个应用的创建步骤。
如何使用这个 Agent？
所给资料未提供可复制的配置文件、命令行调用或最小可运行示例，因此无法给出经过证实的首个调用。可确认的工作模型是：为请求定义 Create Hook 与 Next Hook，并选择 LLM、CLI Agent 或 Pure Hook 作为执行器；如需工具连接，可使用进程、SSE 或 STDIO 的 MCP 传输。LLM 调用涉及 OpenAI、Anthropic 等提供方时，所需凭据的具体名称和配置方式未在资料中说明。
这个 Agent 与同类方案有什么区别？
Yao 将 OpenAI、Anthropic 等作为 LLM 执行器，并可在容器中运行 OpenCode、Claude Code 或 Codex；这些产品在资料中被描述为可接入的执行方式，而非 Yao 的同类替代品。
常见问题
Yao 是否只能使用某一家模型提供商？
能否把 Codex 或 Claude Code 纳入流程？
部署主机需要安装 Node.js、Python 或容器吗？
模型调用和工具接入需要哪些凭据？
执行失败或 Hook 校验失败会怎样？
Next Hook 可校验输出和触发下游操作，但没有定义错误处理、重试或恢复策略。