Files
rightnow-ai--openfang/README.md
T
wehub-resource-sync cedbb64f7e
CI / Check / ubuntu-latest (push) Has been cancelled
CI / Check / macos-latest (push) Has been cancelled
CI / Check / windows-latest (push) Has been cancelled
CI / Test / macos-latest (push) Has been cancelled
CI / Test / ubuntu-latest (push) Has been cancelled
CI / Test / windows-latest (push) Has been cancelled
CI / Clippy (push) Has been cancelled
CI / Format (push) Has been cancelled
CI / Security Audit (push) Has been cancelled
CI / Secrets Scan (push) Has been cancelled
CI / Install Script Smoke Test (push) Has been cancelled
docs: make Chinese README the default
2026-07-13 10:40:42 +00:00

24 KiB
Raw Blame History

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 · 原始项目 · 上游 README
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 Logo

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

Rust MIT v0.6.9 Tests Clippy Buy Me A Coffee


v0.5.102026 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。


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。

curl -fsSL https://openfang.sh/install | sh
openfang init
openfang start
# Dashboard live at http://localhost:4200
Windows
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。
# 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

OpenFang vs OpenClaw vs ZeroClaw

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
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 白名单 Docker
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 Studio
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<String> 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、EmailIMAP/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 >= 18download)
  • 已安装并完成 OpenFang 初始化

设置

1. 安装网关依赖:

cd packages/whatsapp-gateway
npm install

2. 配置 config.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:

# 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:

export WHATSAPP_WEB_GATEWAY_URL="http://127.0.0.1:3009"

4. 启动网关:

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

openfang start
# Dashboard at http://localhost:4200

6. 扫描二维码:

打开控制台 → ChannelsWhatsApp。将出现二维码。用手机扫描:

WhatsAppSettingsLinked DevicesLink 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(disconnectedqr_readyconnected
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,并配合 Meta Business 账号。请参阅 Cloud API 配置文档.


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:

# 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:

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

# 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)
irm https://openfang.sh/install.ps1 | iex
openfang init
openfang start

开发

# 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.
  • 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


由 RightNow 打造

RightNow Logo

OpenFang 由 Jaber 构建并维护,他是 RightNow 的创始人。

网站Twitter / XBuy Me A Coffee


使用 Rust 构建。16 层安全防护。真正为你效力的 Agents。