> [!NOTE]
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
> [English](./README.en.md) · [原始项目](https://github.com/RightNow-AI/openfang) · [上游 README](https://github.com/RightNow-AI/openfang/blob/HEAD/README.md)
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
OpenFang
智能体操作系统（Agent Operating System）
基于 Rust 构建的开源智能体操作系统（Agent OS）。137K 行代码。14 个 crate。1,767+ 项测试。零 clippy 警告。
单一二进制文件。久经实战检验。真正为你工作的智能体。
文档 •
快速入门 •
Twitter / X
---
> **v0.5.10（2026 年 4 月）**
>
> OpenFang 功能已完备，但仍处于 1.0 之前阶段。小版本之间可能出现粗糙之处和破坏性变更。我们快速发布、快速修复。在 v1.0 之前，生产环境请固定到特定 commit。[在此报告问题。](https://github.com/RightNow-AI/openfang/issues)
---
## OpenFang 是什么？
OpenFang 是一款**开源智能体操作系统（Agent Operating System）**。它不是聊天机器人框架，不是围绕 LLM 的 Python 封装，也不是「多智能体编排器（multi-agent orchestrator）」。它是从零用 Rust 构建的、面向自主智能体的完整操作系统。
传统智能体框架等你输入指令。OpenFang 运行**为你工作的自主智能体**：按计划定时执行、7×24 小时运转，构建知识图谱、监控目标、生成销售线索、管理你的社交媒体，并将结果汇报到你的仪表盘。
整个系统编译为**单一约 32MB 的二进制文件**。一次安装、一条命令，你的智能体即可上线。
```bash
curl -fsSL https://openfang.sh/install | sh
openfang init
openfang start
# Dashboard live at http://localhost:4200
```
Windows
```powershell
irm https://openfang.sh/install.ps1 | iex
openfang init
openfang start
```
---
## Hands：真正做事的智能体
「传统智能体等你输入。Hands 是为你工作。」
**Hands** 是 OpenFang 的核心创新。预构建的自主能力包，可独立运行、按计划调度，无需你反复提示。这不是聊天机器人。这是一个会在早上 6 点醒来、研究你的竞争对手、构建知识图谱、对发现进行评分，并在你喝咖啡之前把报告发到 Telegram 的智能体。
每个 Hand 包含：
- **HAND.toml**：清单文件，声明工具、设置、依赖项和仪表盘指标。
- **System Prompt**：多阶段操作手册。不是一句话提示。这些是 500+ 词的专家级流程。
- **SKILL.md**：领域专业知识参考，在运行时注入上下文。
- **Guardrails**：敏感操作的审批关卡（例如 Browser Hand 在任何购买前都需要审批）。
全部编译进二进制文件。无需下载、无需 pip install、无需 Docker pull。
### 内置的 7 个 Hands
| Hand | 实际功能 |
|------|----------------------|
| **Clip** | 接收 YouTube URL，下载视频，识别最佳片段，裁剪为带字幕和缩略图的竖屏短视频，可选添加 AI 配音，并发布到 Telegram 和 WhatsApp。8 阶段流水线。FFmpeg + yt-dlp + 5 种 STT 后端。 |
| **Lead** | 每日运行。发现符合你 ICP 的潜在客户，通过网络调研丰富信息，按 0-100 评分，与现有数据库去重，并以 CSV/JSON/Markdown 交付合格线索。随时间构建 ICP 画像。 |
| **Collector** | OSINT 级情报能力。你指定目标（公司、人物、主题）。它持续监控：变更检测、情绪追踪、知识图谱构建，并在重要变化发生时发出关键告警。 |
| **Predictor** | 超级预测（Superforecasting）引擎。从多个来源收集信号，构建校准后的推理链，给出带置信区间的预测，并用 Brier 分数追踪自身准确度。具备刻意反驳共识的逆向（contrarian）模式。 |
| **Researcher** | 深度自主研究员。交叉引用多个来源，使用 CRAAP 标准（Currency、Relevance、Authority、Accuracy、Purpose）评估可信度，生成带 APA 格式引用的报告，支持多种语言。 |
| **Twitter** | 自主 Twitter/X 账号管理器。以 7 种轮换格式创作内容，为最佳互动效果安排发帖，回复提及，追踪表现指标。设有审批队列，未经你确认不会发布。 |
| **Browser** | 网页自动化智能体。浏览网站、填写表单、点击按钮、处理多步骤工作流。通过 Playwright 桥接并保持会话持久化。**强制购买审批关卡**：未经你明确确认，绝不会替你花钱。 |
```bash
# Activate the Researcher Hand. It starts working immediately.
openfang hand activate researcher
# Check its progress anytime
openfang hand status researcher
# Activate lead generation on a daily schedule
openfang hand activate lead
# Pause without losing state
openfang hand pause lead
# See all available Hands
openfang hand list
```
**自行构建。** 定义一个 `HAND.toml`，配置工具、设置和 system prompt，发布到 FangHub。
---
## OpenFang 与业界对比
### 基准测试：实测，而非营销
所有数据来自官方文档与公开仓库，截至 2026 年 2 月。
#### 冷启动时间（越低越好）
```
ZeroClaw ██░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 10 ms
OpenFang ██████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 180 ms ★
LangGraph █████████████████░░░░░░░░░░░░░░░░░░░░░░░░░ 2.5 sec
CrewAI ████████████████████░░░░░░░░░░░░░░░░░░░░░░ 3.0 sec
AutoGen ██████████████████████████░░░░░░░░░░░░░░░░░ 4.0 sec
OpenClaw █████████████████████████████████████████░░ 5.98 sec
```
#### 空闲内存占用（越低越好）
```
ZeroClaw █░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 5 MB
OpenFang ████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 40 MB ★
LangGraph ██████████████████░░░░░░░░░░░░░░░░░░░░░░░░░ 180 MB
CrewAI ████████████████████░░░░░░░░░░░░░░░░░░░░░░░ 200 MB
AutoGen █████████████████████████░░░░░░░░░░░░░░░░░░ 250 MB
OpenClaw ████████████████████████████████████████░░░░ 394 MB
```
#### 安装体积（越低越好）
```
ZeroClaw █░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 8.8 MB
OpenFang ███░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 32 MB ★
CrewAI ████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 100 MB
LangGraph ████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 150 MB
AutoGen ████████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░ 200 MB
OpenClaw ████████████████████████████████████████░░░░ 500 MB
```
#### 安全体系（越高越好）
```
OpenFang ████████████████████████████████████████████ 16 ★
ZeroClaw ███████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 6
OpenClaw ████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 3
AutoGen █████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 2
LangGraph █████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 2
CrewAI ███░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 1
```
#### 渠道适配器（越高越好）
```
OpenFang ████████████████████████████████████████████ 40 ★
ZeroClaw ███████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 15
OpenClaw █████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 13
CrewAI ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 0
AutoGen ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 0
LangGraph ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 0
```
#### LLM 提供商（数值越高越好）
```
ZeroClaw ████████████████████████████████████████████ 28
OpenFang ██████████████████████████████████████████░░ 27 ★
LangGraph ██████████████████████░░░░░░░░░░░░░░░░░░░░░ 15
CrewAI ██████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 10
OpenClaw ██████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 10
AutoGen ███████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 8
```
### 逐项功能对比
| 功能 | OpenFang | OpenClaw | ZeroClaw | CrewAI | AutoGen | LangGraph |
|---------|----------|----------|----------|--------|---------|-----------|
| **编程语言** | **Rust** | TypeScript | **Rust** | Python | Python | Python |
| **自主操作能力（Autonomous Hands）** | **7 个内置** | 无 | 无 | 无 | 无 | 无 |
| **安全层** | **16 个独立层** | 3 个基础层 | 6 层 | 1 个基础层 | Docker | AES 加密 |
| **智能体沙箱** | **WASM 双计量** | 无 | 白名单 | 无 | Docker | 无 |
| **通道适配器** | **40** | 13 | 15 | 0 | 0 | 0 |
| **内置工具** | **53 + MCP + A2A** | 50+ | 12 | 插件 | MCP | LC tools |
| **记忆/存储** | **SQLite + 向量** | 基于文件 | SQLite FTS5 | 4 层 | 外部 | 检查点 |
| **桌面应用** | **Tauri 2.0** | 无 | 无 | 无 | Studio | 无 |
| **审计追踪** | **Merkle 哈希链** | 日志 | 日志 | 追踪 | 日志 | 检查点 |
| **冷启动** | **<200ms** | ~6s | ~10ms | ~3s | ~4s | ~2.5s |
| **安装体积** | **~32 MB** | ~500 MB | ~8.8 MB | ~100 MB | ~200 MB | ~150 MB |
| **许可证** | MIT | MIT | MIT | MIT | Apache 2.0 | MIT |
---
## 16 套安全系统：纵深防御（Defense in Depth）
OpenFang 不会事后才仓促补上安全机制。每一层都可独立测试，且运行时无单点故障。
| # | 系统 | 功能说明 |
|---|--------|-------------|
| 1 | **WASM 双计量沙箱** | 工具代码在 WebAssembly 中运行，采用 fuel 计量 + epoch 中断。看门狗线程会终止失控代码。 |
| 2 | **Merkle 哈希链审计追踪** | 每个操作在密码学上与前一操作链接。篡改任意一条记录都会破坏整条链。 |
| 3 | **信息流污点追踪（Information Flow Taint Tracking）** | 标签在执行过程中传播。密钥从源到汇全程被追踪。 |
| 4 | **Ed25519 签名的智能体清单** | 每个智能体身份与能力集均经过密码学签名。 |
| 5 | **SSRF 防护** | 阻止访问私有 IP、云元数据端点及 DNS 重绑定攻击。 |
| 6 | **密钥零化（Secret Zeroization）** | `Zeroizing` 在 API 密钥不再需要时立即从内存中自动擦除。 |
| 7 | **OFP 双向认证** | 基于 HMAC-SHA256 随机数、恒定时间校验的 P2P 网络认证。 |
| 8 | **能力门控（Capability Gates）** | 基于角色的访问控制。智能体声明所需工具，内核负责强制执行。 |
| 9 | **安全响应头** | 每个响应均设置 CSP、X-Frame-Options、HSTS、X-Content-Type-Options。 |
| 10 | **健康检查端点信息脱敏** | 公开健康检查仅返回最少信息。完整诊断需认证。 |
| 11 | **子进程沙箱** | `env_clear()` + 选择性变量透传。进程树隔离，支持跨平台终止。 |
| 12 | **提示词注入扫描器** | 检测覆盖尝试、数据外泄模式及技能中的 shell 引用注入。 |
| 13 | **循环守卫（Loop Guard）** | 基于 SHA256 的工具调用循环检测，带熔断器，可处理乒乓模式。 |
| 14 | **会话修复** | 7 阶段消息历史校验，并可从损坏状态自动恢复。 |
| 15 | **路径遍历防护** | 规范化处理并防止符号链接逃逸。``../`` 在此处无效。 |
| 16 | **GCRA 速率限制器** | 成本感知的令牌桶速率限制，按 IP 追踪并清理过期条目。 |
---
## 架构
14 个 Rust crate。137,728 行代码。模块化内核设计。
```
openfang-kernel Orchestration, workflows, metering, RBAC, scheduler, budget tracking
openfang-runtime Agent loop, 3 LLM drivers, 53 tools, WASM sandbox, MCP, A2A
openfang-api 140+ REST/WS/SSE endpoints, OpenAI-compatible API, dashboard
openfang-channels 40 messaging adapters with rate limiting, DM/group policies
openfang-memory SQLite persistence, vector embeddings, canonical sessions, compaction
openfang-types Core types, taint tracking, Ed25519 manifest signing, model catalog
openfang-skills 60 bundled skills, SKILL.md parser, FangHub marketplace
openfang-hands 7 autonomous Hands, HAND.toml parser, lifecycle management
openfang-extensions 25 MCP templates, AES-256-GCM credential vault, OAuth2 PKCE
openfang-wire OFP P2P protocol with HMAC-SHA256 mutual authentication
openfang-cli CLI with daemon management, TUI dashboard, MCP server mode
openfang-desktop Tauri 2.0 native app (system tray, notifications, global shortcuts)
openfang-migrate OpenClaw, LangChain, AutoGPT migration engine
xtask Build automation
```
---
## 40 个通道适配器
将你的智能体连接到用户所在的各个平台。
**核心：** Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Email（IMAP/SMTP）
**企业：** Microsoft Teams、Mattermost、Google Chat、Webex、飞书/Lark、Zulip
**社交：** LINE、Viber、Facebook Messenger、Mastodon、Bluesky、Reddit、LinkedIn、Twitch
**社区：** IRC、XMPP、Guilded、Revolt、Keybase、Discourse、Gitter
**隐私：** Threema、Nostr、Mumble、Nextcloud Talk、Rocket.Chat、Ntfy、Gotify
**办公：** Pumble、Flock、Twist、钉钉、Zalo、Webhooks
每个适配器均支持按通道覆盖模型、私信/群组策略、速率限制和输出格式化。
---
## WhatsApp Web 网关（二维码）
通过二维码将个人 WhatsApp 账号连接到 OpenFang，用法与 WhatsApp Web 相同。无需 Meta Business 账号。
### 前置条件
- 已安装 **Node.js >= 18**（[download](https://nodejs.org/))
- 已安装并完成 OpenFang 初始化
### 设置
**1. 安装网关依赖：**
```bash
cd packages/whatsapp-gateway
npm install
```
**2. 配置 `config.toml`：**
```toml
[channels.whatsapp]
mode = "web"
default_agent = "assistant"
```
**3. 设置网关 URL（任选其一）：**
添加到 shell 配置文件以持久化：
```bash
# macOS / Linux
echo 'export WHATSAPP_WEB_GATEWAY_URL="http://127.0.0.1:3009"' >> ~/.zshrc
source ~/.zshrc
```
或在启动网关时内联设置：
```bash
export WHATSAPP_WEB_GATEWAY_URL="http://127.0.0.1:3009"
```
**4. 启动网关：**
```bash
node packages/whatsapp-gateway/index.js
```
网关默认监听端口 `3009`。可通过 `WHATSAPP_GATEWAY_PORT` 覆盖。
**5. 启动 OpenFang：**
```bash
openfang start
# Dashboard at http://localhost:4200
```
**6. 扫描二维码：**
打开控制台 → **Channels** → **WhatsApp**。将出现二维码。用手机扫描：
> **WhatsApp** → **Settings** → **Linked Devices** → **Link a Device**
扫描完成后，状态将变为 `connected`，入站消息会路由到你配置的智能体。
### 网关环境变量
| 变量 | 说明 | 默认值 |
|----------|-------------|---------|
| `WHATSAPP_WEB_GATEWAY_URL` | OpenFang 用于连接网关的 URL | _（空 = 禁用）_ |
| `WHATSAPP_GATEWAY_PORT` | 网关监听端口 | `3009` |
| `OPENFANG_URL` | 网关上报的 OpenFang API URL | `http://127.0.0.1:4200` |
| `OPENFANG_DEFAULT_AGENT` | 处理入站消息的智能体 | `assistant` |
### 网关 API 端点
| 方法 | 路由 | 说明 |
|--------|-------|-------------|
| `POST` | `/login/start` | 生成二维码（返回 base64 PNG） |
| `GET` | `/login/status` | 连接状态（`disconnected`、`qr_ready`、`connected`） |
| `POST` | `/message/send` | 发送消息（`{ "to": "5511999999999", "text": "Hello" }`） |
| `GET` | `/health` | 健康检查 |
### 备选方案：WhatsApp Cloud API
生产环境工作负载请使用 [WhatsApp Cloud API](https://developers.facebook.com/docs/whatsapp/cloud-api)，并配合 Meta Business 账号。请参阅 [Cloud API 配置文档](https://openfang.sh/docs/channels/whatsapp).
---
## 27 家 LLM 提供商，123+ 款模型
3 个原生驱动（Anthropic、Gemini、OpenAI 兼容）可路由至 27 家提供商：
Anthropic、Gemini、OpenAI、Groq、DeepSeek、OpenRouter、Together、Mistral、Fireworks、Cohere、Perplexity、xAI、AI21、Cerebras、SambaNova、HuggingFace、Replicate、Ollama、vLLM、LM Studio、Qwen、MiniMax、Zhipu、Moonshot、Qianfan、Bedrock 等。
智能路由：任务复杂度评分、自动回退、成本追踪，以及按模型定价。
---
## 从 OpenClaw 迁移
已经在运行 OpenClaw？一条命令即可：
```bash
# Migrate everything: agents, memory, skills, configs.
openfang migrate --from openclaw
# Migrate from a specific path
openfang migrate --from openclaw --path ~/.openclaw
# Dry run first to see what would change
openfang migrate --from openclaw --dry-run
```
迁移引擎会导入你的 agents、对话历史、skills 和配置。OpenFang 原生读取 SKILL.md，并与 ClawHub 市场兼容。
---
## OpenAI 兼容 API
即插即用替代方案。将现有工具指向 OpenFang：
```bash
curl -X POST localhost:4200/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "researcher",
"messages": [{"role": "user", "content": "Analyze Q4 market trends"}],
"stream": true
}'
```
140+ 个 REST/WS/SSE 端点，涵盖 agents、memory、workflows、channels、models、skills、A2A、Hands 等。
---
## 快速开始
```bash
# 1. Install (macOS/Linux)
curl -fsSL https://openfang.sh/install | sh
# 2. Initialize. Walks you through provider setup.
openfang init
# 3. Start the daemon
openfang start
# 4. Dashboard is live at http://localhost:4200
# 5. Activate a Hand. It starts working for you.
openfang hand activate researcher
# 6. Chat with an agent
openfang chat researcher
> "What are the emerging trends in AI agent frameworks?"
# 7. Spawn a pre-built agent
openfang agent spawn coder
```
Windows (PowerShell)
```powershell
irm https://openfang.sh/install.ps1 | iex
openfang init
openfang start
```
---
## 开发
```bash
# Build the workspace
cargo build --workspace --lib
# Run all tests (1,767+)
cargo test --workspace
# Lint (must be 0 warnings)
cargo clippy --workspace --all-targets -- -D warnings
# Format
cargo fmt --all -- --check
```
---
## 稳定性说明
OpenFang v0.5.10 处于 1.0 之前阶段。架构扎实，测试套件完善，安全模型深入。不过：
- 在 v1.0 之前，**破坏性变更**可能出现在各次要版本之间。
- **部分 Hands** 比其他更成熟。Browser 和 Researcher 经过最多实战检验。
- **边缘情况**依然存在。如发现，请 [提交 issue](https://github.com/RightNow-AI/openfang/issues).
- 在 v1.0 之前，生产部署请 **固定到特定 commit**。
我们快速交付、快速修复。目标是在 2026 年年中推出坚如磐石的 v1.0。
---
## 安全
如需报告安全漏洞，请发送邮件至 **jaber@rightnowai.co**。我们认真对待每一份报告，并将在 48 小时内回复。
---
## 许可证
MIT。随意使用。
---
## 链接
- [网站与文档](https://openfang.sh)
- [快速入门指南](https://openfang.sh/docs/getting-started)
- [GitHub](https://github.com/RightNow-AI/openfang)
- [Discord](https://discord.gg/sSJqgNnq6X)
- [Twitter / X](https://x.com/openfangg)
---
## 由 RightNow 打造
OpenFang 由 Jaber 构建并维护，他是 RightNow 的创始人。
网站 •
Twitter / X •
---
使用 Rust 构建。16 层安全防护。真正为你效力的 Agents。