Omnigent - AI Agent 統一排程框架

解決什麼

當開發者同時使用 Claude Code、GitHub Codex、Cursor 等多個 AI 程式設計助手時,面臨三大痛點:每個工具獨立執行無法協作、切換裝置需重新配置上下文、缺乏統一的許可權與成本管控。Omnigent 提供一個"元框架"(meta-harness)層,將不同 AI Agent 納入統一會話,支援跨終端/瀏覽器/手機即時同步,並通過策略引擎(基於 CEL 表示式)實現操作審批、費用上限、工具白名單等企業級治理。

為何火

專案由 Databricks 與 Neon 團隊聯合推出,5天內獲 2456 星,核心吸引力在於:1) 跨裝置協作實現"終端啟動→瀏覽器接管→手機檢視"的無縫切換;2) 多 Agent 編排允許讓 Claude 審查 Codex 的程式碼,或按任務拆分給不同模型;3) 雲沙箱整合支援 Modal/Daytona 等服務,無需本地環境即可執行 Agent;4) Databricks 背景帶來的企業級可信度。

核心功能

• 統一會話管理:通過本地 Web 服務(預設 6767 埠)維護持久會話,訊息、子 Agent、終端、檔案狀態即時同步
• 多 Agent 協作:在同一會話中混用 Claude Code/Codex/Pi 及自定義 YAML Agent,支援主從審查或任務分工
• 策略治理:YAML 定義的 Policy 可攔截高風險操作(如檔案刪除)、限制 API 呼叫次數或單次會話成本
• 雲沙箱執行:整合 Modal/Daytona/Islo,Agent 可在遠端容器中執行,避免汙染本地環境
• 跨裝置同步:桌面 CLI、瀏覽器 UI、移動端 Web 共享同一會話狀態,支援團隊成員即時協作或 fork 分支

安裝

一鍵安裝(推薦):

curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh

手動安裝(需 Python 3.12+):

uv tool install omnigent  # 或 pip install omnigent

依賴項:

• uv(必需,安裝指令碼會自動配置)
• tmux(Linux/macOS 必需,用於 Agent 終端隔離)
• bubblewrap(Linux 必需,提供 OS 級沙箱)
• Node.js 22+(可選,執行 Claude/Codex 原生 CLI 時需要)

啟動首個 Agent:

omnigent              # 互動式選擇模型
omnigent claude       # 直接啟動 Claude Code
omnigent run examples/polly/  # 執行示例 Agent

適合誰

• 多工具使用者:同時訂閱 Claude Pro 和 GitHub Copilot,需要在一個介面統一管理
• 企業團隊:需要審計 AI 操作記錄、限制敏感檔案訪問或控制 API 成本
• 遠端協作場景:希望在手機上檢視 Agent 進度,或讓同事即時接管會話
• 中文開發者注意:需梯子訪問 Anthropic/OpenAI API,但本地執行框架本身無需外網;Databricks 模型閘道器可能需企業賬號

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估:

專案在 HN 獲得曝光但評論稀少,GitHub 上 5 天內快速漲至 2456 星顯示強烈關注。Alpha 狀態(124 個 open issues)表明功能尚在快速迭代,Databricks 官方背書提供可信度,但生產環境使用需評估穩定性。技術棧成熟(Starlette/Uvicorn/OpenAI SDK),架構設計體現企業級思維(策略引擎、多租戶會話),但文件對非英語使用者友好度有限。

選型對比

vs 商業工具(如 Cursor Team):

• Omnigent 開源免費,支援自建模型閘道器,但需自行維護服務端
• Cursor 提供開箱即用的 UI 與團隊協作,但鎖定其模型與訂閱體系

vs 同類開源(如 LangChain Agents):

• Omnigent 專注程式設計 Agent 的跨工具編排,內建終端沙箱與策略引擎
• LangChain 更通用但需自行實現裝置同步、許可權管控等企業功能

取捨:選 Omnigent 若需統一管理現有 AI 程式設計工具且重視資料主權;選商業方案若優先考慮易用性與官方支援。

已知坑

1. Alpha 穩定性:124 個未關閉 issue,生產環境需謹慎,建議先在開發環境試用
2. Linux 依賴:bubblewrap 在某些精簡發行版需手動編譯,缺失會導致 Agent 終端啟動失敗
3. 網路要求:Claude/OpenAI API 需梯子,Databricks 閘道器需企業賬號,純內網環境需自建模型服務
4. Node.js 版本:要求 22 LTS+,舊版本會導致 Codex/Pi harness 安裝失敗
5. 移動端體驗:手機瀏覽器訪問 Web UI 功能完整,但終端操作在小螢幕上不便,更適合監控而非編輯
6. 文件缺口:自定義 Agent 的 YAML 規範文件不全,需參考 examples 目錄摸索