24 KiB
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
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。
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。 |
| 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
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<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、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)
- 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 → 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,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
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。

