FollowAgents AI AGENTS 目录
首页 / 全部 Agents / YoMo
开发与工程 function-callingserverless-toolsollamaquicgeo-distributed-inferenceopenai-compatible-api

YoMo

面向低延迟函数调用的可部署式 AI Agent 与工具框架。

在 GitHub 查看 ↗ 快速上手 ↓
源仓库
yomorun/yomo
Star 数
★ 1.9k
最近更新
1 天前
主语言
Rust
FA 评分
39/100 · 缺口较多

30 秒速览

运行形态
命令行工具自托管服务开发框架
可在哪里用
兼容但需适配
费用
软件免费，模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
OllamaRust（用于源码构建）Shell / 命令行网络访问本地文件系统
典型场景
为已有聊天应用实现天气查询等可由函数完成的任务的开发者。
不适合
  • 希望开箱即用、无需自行编写 TypeScript 工具代码的用户
  • 需要完整生产部署与鉴权文档的企业团队
源码审查
39/100 · 缺口较多 2 项安全控制未见

这个 Agent 能做什么，适合哪些场景？

YoMo 是一个用于构建可扩展、高速 AI Agent 的开源 LLM 函数调用框架。它提供 yomo serve 服务端、yomo init 工具项目初始化，以及 yomo run 的工具运行方式。服务端暴露 POST /v1/chat/completions，可根据对话请求调用已运行的工具；示例使用 Ollama 的 ornith 模型。工具也可通过 POST /tool/get-weather 直接调用，并以 JSON 参数接收输入。项目将 TLS v1.3、无服务器工具管理和地理分布式部署作为其产品特性。

先用 ollama pull ornith 获取示例所用模型，再通过 yomo serve 启动服务。执行 yomo init 会初始化一个工具项目，文档示例要求编辑 ./app/src/app.ts；随后以 yomo run -n get-weather ./app 运行名为 get-weather 的工具。客户端可向 http://127.0.0.1:9001/v1/chat/completions 发送包含 messages 的 JSON 对话请求，也可向 http://127.0.0.1:9001/tool/get-weather 发送含转义 JSON 字符串的 args，直接调用该工具。

  1. 为已有聊天应用实现天气查询等可由函数完成的任务的开发者。
  2. 希望在本机通过 Ollama 模型验证工具调用流程的工程团队。
  3. 需要让内部 HTTP 客户端通过 /v1/chat/completions 发起对话请求的后端开发者。
  4. 希望把一个名为 get-weather 的服务端工具直接暴露为 /tool/get-weather HTTP 接口的团队。
  5. 关注将推理和工具部署到更接近终端用户位置的架构设计者。

如何安装或部署这个 Agent？

安装 CLI：curl -fsSL https://get.yomo.run | sh，然后运行 yomo --version 验证。获取示例模型：ollama pull ornith。也可从源码执行 cargo build --release，再使用 ./target/release/yomo --help；源码构建需要 Rust/Cargo。文档未要求配置 API 密钥。

如何使用这个 Agent？

运行 yomo serve 启动服务；可使用 --config 指定自定义 YAML 配置文件。执行 yomo init 初始化项目并编辑 ./app/src/app.ts，然后运行 yomo run -n get-weather ./app。首次请求可执行：curl http://127.0.0.1:9001/v1/chat/completions -H "Content-Type: application/json" -d '{"messages":[{"role":"user","content":"How is the weather in London?"}]}'。

这个 Agent 有哪些优点和局限？

优点
  • 同时给出对话入口 /v1/chat/completions 与工具直连入口 /tool/get-weather，便于分别测试 Agent 流程和单个工具。
  • CLI 覆盖服务启动、工具初始化与工具运行三个步骤，示例可从本机 Ollama 模型开始。
  • 项目明确将 TLS v1.3 应用于数据包，并将地理分布式架构列为设计特性。
局限
  • 示例仅明确展示 Ollama 和 ornith，其他模型或提供商的配置方式未在所给材料中说明。
  • 工具项目的完整 TypeScript 依赖、构建方式及生产部署步骤未提供。
  • 自定义 YAML 的具体字段和服务端认证、授权、错误处理行为均未在所给材料中说明。

这个 Agent 与同类方案有什么区别？

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
YoMo 当前 39 · 缺口较多 命令行工具免费 + 模型费 ★ 1.9k 1 天前 Rust —
SGR Agent Core 50 · 缺口较多 自托管服务免费 + 模型费 ★ 1.1k 1 个月前 Python OpenAI API
fx 编程代理 65 · 存在缺口 命令行工具免费 + 模型费 ★ 3.8k 今天 Zig ChatGPT · Codex · OpenAI API
Osaurus 76 · 表现良好 桌面应用免费 + 模型费 ★ 8.1k 1 天前 Swift OpenAI API · Claude API

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1
缺口较多
39/ 100 五分制 2.0 / 5
信任安全 7/29
可靠稳定 5/14
适用触发 9/18
规范维护 9/18
有效结果 7/13
证据核验 2/8
查看各维度的扣分理由
信任安全7 / 29 · 1.2/5

代码将工具运行时监听限制在 127.0.0.1，并提供 TLS 与认证相关模块，支持有限的最小权限和传输保护判断；但材料未说明工具权限、用户确认、输入数据流、敏感数据处理、外部副作用或回滚机制。README 的安全和性能表述缺少具体配置或证据，依赖清单也未呈现审计或缓解措施，因此这些项只给低分；仓库名称和链接提供部分出处线索，但发布者身份及维护者责任仍不清楚。

可靠稳定5 / 14 · 1.8/5

README、Rust 模块说明和 TypeScript/Go 工具桥代码共同表明这是 LLM 工具路由与无服务器运行框架，但 README 的示例输出含有明显自相矛盾的季节和天气描述，削弱了自洽性。Cargo.toml 列出依赖和版本约束，未展示锁定或依赖可用性保障。桥接代码包含部分错误响应，但 Go 启动错误和反射错误以无消息退出，故失败报告仅属部分处理。

适用触发9 / 18 · 2.5/5

README 面向构建 AI Agent 的开发者，给出本地 Ollama、工具初始化、运行和 HTTP 请求场景，适用对象与常见用途较清楚。模块和工具接口显示支持不同模型提供方、工具语言及分布式部署方向；但能力边界、适用限制和触发条件未明确说明，因此未给更高分。CLI 与本地服务示例帮助识别环境要求，但操作系统和部署差异说明有限。

规范维护9 / 18 · 2.5/5

README 按功能、入门、文档和开发组织内容，Cargo.toml 与 CI/release 工作流补充版本、依赖和发布信息，结构清楚但存在拼写错误及配置说明不足。安装仅给出 curl 安装命令，未说明脚本来源验证、替代安装方法或故障排查；示例覆盖基本流程但没有 FAQ。未见已知限制说明。README 和 Cargo 元数据均明确 Apache-2.0，许可证项给满分。版本号及 tag 与 Cargo 版本校验体现一定版本纪律，但材料没有变更日志。贡献指南链接提供部分维护路径，具体责任主体和更新承诺不清楚。

有效结果7 / 13 · 2.7/5

框架提供工具初始化、运行、聊天接口和直接工具调用示例，足以支持开发者理解基本产物并开始搭建；无服务器工具路由和地理分布式部署方向构成可见价值。对运营开销和延迟的改善主要是 README 的主张，材料没有量化成本、部署复杂度或收益证据，因此成本效益评分较低。

证据核验2 / 8 · 1.3/5

CLI 命令、代码接口、依赖元数据和 CI/release 配置为部分主张提供可追溯依据，但 TLS、显著提速和可靠性等宣传未由所给文件充分支撑。多个文件能交叉确认工具运行和发布流程，但不能验证端到端安全或示例效果。README 将断言与示例混在一起，天气示例本身还出现事实与推断混淆，故事实和推断区分项为零。

风险与缓解建议
  • 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
  • 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
  • README 的天气示例包含相互矛盾的季节、天气和蚊虫说法；不要将其当作准确性证据。
  • README 建议直接执行远程安装脚本，但材料未说明如何校验脚本或安装包。
  • 提供的材料没有展示工具权限、用户确认、敏感数据处理、回滚或依赖安全审计细节。
证据充分度：低 评估于 2026年11月8日 审查版本 13430a26085f
评估证据 README.mdnode/main.tsgo/main.gosrc/lib.rsCargo.tomlworkflows/ci.ymlworkflows/release.yml
查看完整评分方法 →
你是这个项目的维护者？把 FARS 徽章加到 README

徽章显示当前的评审分数和结论，点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/yomo.svg?lang=zh)](https://followagents.com/zh/agents/yomo)
<a href="https://followagents.com/zh/agents/yomo"><img src="https://followagents.com/badge/yomo.svg?lang=zh" alt="FARS 评测"></a>

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。

  1. v2.1.7
    发布说明摘录
    What's Changed * test(model-api): cover invalid UTF-8 frame passthrough in stream wrapper by @fanweixiao in https://github.com/yomorun/yomo/pull/1296 * feat(openai): add Responses API support with automatic routing by @woorui in https://github.com/yomorun/yomo/pull/1297 * fix(vertexai): return Gemini reasoning and clamp output tokens by @woorui in https://github.com/yomorun/yomo/pull/1298 Full Changelog: https://github.com/yomorun/yomo/compare/v2.1.6...v2.1.7
    在 GitHub 查看 ↗
  2. v2.1.6
  3. v2.1.5

常见问题

运行示例需要 API 密钥吗？
所给安装与运行步骤未要求 API 密钥；示例要求安装 Ollama 并拉取 ornith。
能否直接调用工具而不经过聊天接口？
可以。文档展示了向 /tool/get-weather 发送 args JSON 字符串的直接 HTTP 调用。
默认服务地址是什么？
示例请求使用 http://127.0.0.1:9001。
是否支持其他模型提供商？
材料只明确演示 Ollama；虽提到可传入自定义 YAML 配置，但没有给出其他提供商的配置证据。
这页内容对你有帮助吗？
在 GitHub 查看 ↗ 安装 ↓