Omnara：可自托管的开源 Agent 平台，对标 Claude 托管 Agent

一个可自托管的 Claude Managed Agents 和 OpenAI Agents API 替代方案。

网站·快速开始·文档·API·更新日志·Discord

Omnara 是一个开源托管智能体平台。使用 API 可在任意模型和任意机器上运行 AI 智能体，内置工具、密钥、权限和流式传输。可在 Apache 2.0 下免费自托管，或使用Omnara Cloud。

快速开始

Omnara Cloud

登录app.omnara.com。你的第一个项目自带一个模型提供商（omnara-openrouter）和一个托管沙箱池（default-pool），因此此配置可直接运行。将其保存为agent.yaml：

version: v1
instruction: |
你是一名工程助手。使用你的机器运行命令。
model:
  provider_config: omnara-openrouter
  name: anthropic/claude-fable-5.1
machine_sources:
  - machine_pool_name: default-pool

使用 CLI 启动它（Node.js 22 或更高版本）。如果你尚未登录，第一条命令会打开浏览器让你登录。

npx omnara agents launch --file agent.yaml \
  --name "机器助手" \
  --message "报告这台机器的操作系统和可用磁盘空间。"

在终端中与智能体聊天，使用npx omnara agents chat <agent-id>，或在仪表盘中打开它，查看其工具调用并回复。

在仪表盘中创建 API 密钥，并将其导出为OMNARA_TOKEN，使用以下命令安装 SDKnpm install @omnara/sdk，并使用由以下命令打印的 org 和 project IDnpx omnara config：

import { readFile } from 'node:fs/promises'
import { bearerToken， createOmnaraClient， openAgentEventStream， sdk } from '@omnara/sdk'

const client = createOmnaraClient({ auth: bearerToken(process。env。OMNARA_TOKEN!) })
const path = { orgID: 'org_...'， projectID: 'proj_...' }

const config = await sdk。createAgentConfig({
  client，
  path，
  body: { source: await readFile('agent.yaml'， 'utf8')， source_format: 'yaml' }，
})
const launched = await sdk。createAgent({
  client，
  path，
  body: { config: config。data。id， message: "报告这台机器的可用磁盘空间。" }，
})

const agentID = launched。data。agent。id
for await (const event of openAgentEventStream({ client， path: { ...path， agentID } })) {
  console。log(event)
}

该快速开始展示了使用 REST API 的相同流程。

要让你的编码智能体完成设置，请给它以下提示词：

Help me set up Omnara by following https://www.omnara.com/SKILL.md

自托管

需要带 Compose 的 Docker。

git clone https://github.com/omnara-ai/omnara.git
cd omnara
docker compose -f compose.yaml --profile app up -d

打开http://localhost:8000并注册。本地开发会在以下位置打印验证链接docker compose logs api，因此不需要电子邮件提供商。要从源码构建而不是使用已发布的镜像，请运行docker compose --profile app up -d --build。

新实例还没有任何模型或机器。在控制台中，添加一个模型提供商和一个模型，在机器下连接这台计算机，并将两者都共享给你的项目。实例拥有公共 URL后，沙箱也能正常工作。

将 CLI 指向你的实例并登录：

npx omnara config --api-url http://localhost:8000/api/v1 --issuer-url http://localhost:8000
npx omnara login

在agent.yaml中，使用你的提供商和模型名称，并将machine_pool_name条目替换为machine_name: <your machine>。然后用与上面相同的命令启动它。

本地默认配置有意设置为不安全。对于真实部署，请遵循自托管指南和配置参考。

工作原理

你的产品与 Omnara 通信，Omnara 使用其配置中的模型、工具和机器来运行每个智能体。

flowchart TB
    subgraph yours["Your side"]
        users(["Your users"]) --> app["Your app<br/>REST API · TypeScript SDK"]
        team["Your team<br/>CLI · dashboard<br/>Slack · Discord · GitHub"]
    end
    subgraph omnara["Omnara"]
        api["API<br/>launch · input<br/>event stream · approvals"] <--> pg[("Postgres<br/>each agent's event log")] <--> worker["Workers<br/>run the agent loop"]
    end
    subgraph plug[" "]
        models["Models<br/>OpenAI · Anthropic<br/>OpenRouter · self-hosted"]
        tools["Tools<br/>built-in · skills<br/>MCP · custom"]
        machines["Machines<br/>sandboxes or your own<br/>laptop, VM, container"]
    end
    app --> api
    team --> api
    worker --> models
    worker --> tools
    worker --> machines

    classDef side fill:none,stroke:#8b949e,stroke-width:1px
    classDef core fill:#506FCF,stroke:#3D5BB5,stroke-width:1px,color:#ffffff
    classDef store fill:#3D5BB5,stroke:#2E4794,stroke-width:1px,color:#ffffff
    classDef plugin fill:none,stroke:#85A0E6,stroke-width:1.5px
    class users,app,team side
    class api,worker core
    class pg store
    class models,tools,machines plugin
    style yours fill:none,stroke:#8b949e,stroke-dasharray:4 3
    style omnara fill:#506FCF14,stroke:#506FCF,stroke-width:1.5px
    style plug fill:none,stroke:#85A0E6,stroke-dasharray:4 3
    linkStyle default stroke:#8b949e,stroke-width:1.5px

• API。你的应用、CLI 和仪表盘都使用同一个 REST API 来启动智能体、发送消息和应答审批。事件会在发生时实时流式返回。
• Postgres。每个智能体的每一步都保存在这里。该记录就是智能体的状态，因此任何工作进程都能在崩溃或重启后重新接管某个智能体。
• 工作进程。无状态进程，负责构建模型上下文、调用模型并运行工具。智能体只在执行一轮时使用工作进程，因此一个工作进程可以服务多个智能体。添加工作进程以同时处理更多轮次。
• 机器。每台机器运行omnarad守护进程，它向外连接到 Omnara，因此智能体可以在那里运行命令，而无需任何入站端口。

Omnara 还使用 Redis、用于附件和工具输出的 blob 存储，以及内存文件系统。架构文档涵盖了详细信息。

功能

构建智能体

• 任意模型。自带密钥，支持 OpenAI、Anthropic、OpenRouter、Amazon Bedrock、LiteLLM、Ollama 或任何兼容端点，包括你自己托管的模型。
• 工具。内置工具支持 shell 命令、文件、网页搜索与抓取，以及向人提问，此外还有MCP 服务器和自定义工具，它们在你自己的系统中运行。
• 技能。将指令和文件打包一次，附加到任何智能体，智能体会在需要时加载它们。
• 记忆。记忆存储为智能体提供可在对话之间持久保存的文件，并可与其他智能体共享，每个智能体可拥有只读或读写权限。
• 子智能体。一个智能体可以启动具有全新上下文的子智能体，检查它们的进度，并向它们发送新指令。每个子智能体都是一个完整的智能体，你可以对其进行检查。

在任何地方运行它们

• 机器。机器是智能体使用的工具。在任何 macOS 或 Linux 笔记本电脑、虚拟机或容器上安装 Omnara 守护进程，你的智能体就能在那里运行命令和编辑文件，无需入站端口或 SSH 密钥。或者使用来自十一家提供商的沙箱（Arker、Blaxel、boxd、CreateOS、Daytona、E2B、Freestyle、Modal、Superserve、Tenki、Unikraft）。一个智能体可以同时使用多台机器（例如一组 GPU 服务器）并在它们之间迁移。如果你的笔记本电脑离线，智能体可以在沙箱中继续工作，并通过 git 将工作同步回来。
• 持久状态。每一步都会被保存，因此智能体在崩溃、重启和机器断开后能从上次中断的地方继续。
• 定时调度。带时区的 Cron 触发器可以向现有智能体发送消息、从配置文件启动新智能体，或启动一个新的 Slack 或 Discord 线程。

连接它们

• Slack、Discord 和 GitHub。在 Slack 或 Discord 中提及该机器人，即可在线程中启动一个智能体，它会在其中回复、提问并请求批准。在 GitHub 上，智能体可以在拉取请求打开或有人提及时启动，然后读取 diff、发表评论并提交审查。要连接其他服务，可在同一公共 API 上构建自定义集成。
• 流式传输和webhook。将每个事件在发生时实时流式传输，或作为 webhook 接收，并在智能体工作时发送新消息。
• 权限。每个工具都可以立即运行、先询问人员，或被阻止。平台会强制执行该设置，智能体会等待有人批准或拒绝该调用。
• API、SDK 和 CLI。一个 REST API，定义于api/openapi/openapi.yaml，一个@omnara/sdkTypeScript SDK（omnara）、一个 CLI（

）以及一个 MCP 服务器。

• 控制它们基于角色的访问控制和密钥。面向用户和 API 密钥的组织与项目角色。模型、机器和 MCP 服务器的凭据只存储一次，并显式地与每个项目共享。
• 多租户。一次部署可服务多个组织，每个组织都有自己的成员、项目、密钥、模型提供商和机器。自托管运营者可以为每个新组织提供默认模型和沙箱，就像 Omnara Cloud 所做的那样。
• 你的数据。自托管部署将每个智能体的历史记录保存在你自己的 Postgres 中，你可以在那里查询它用于分析、评估和训练数据集。

Omnara 与 Claude Managed Agents 和 OpenAI 的 Agents API 对比

Claude Managed Agents以及 OpenAI 的Agents API都是托管服务，用于在一家公司的模型上运行智能体。Omnara 做的是同样的事，但作为一个开源平台，你可以在任何地方运行它，并使用任何模型。

如果你使用一家公司的模型并希望该公司为你运行一切，请选择 Claude Managed Agents 或 Agents API。如果你想自选模型和机器、自行运行平台，或将智能体数据保存在你自己的数据库中，请选择 Omnara。

Omnara 的适用场景

示例

其中每一个都是一个agent.yaml外加一个SKILL.md位于examples/，你可以用一条提示词将它们中的任何一个部署到你的编码智能体。

• Slack 编码智能体修复你在 Slack、Discord 或 GitHub pull request 中提到的问题，并打开一个 PR。
• PR 审查智能体基于仓库的检出副本审查你的 GitHub pull request，并留下行内发现。
• SRE 智能体调查生产环境问题，例如 5xx 激增。
• 浏览器智能体在真实浏览器中处理长时间运行的任务。
• PostHog 分析智能体将昨天的产品使用情况与 7 天平均值进行比较，并报告变化。
• Reddit、X和LinkedIn信号智能体总结过去 24 小时内关于你所选主题的帖子。
• 视频生成智能体根据简要说明制作短视频。

此外还有代码示例，包括一个CLI 聊天应用基于 TypeScript SDK 构建，通过 webhook 的自定义工具，以及一个SharePoint 文件系统挂载。

从你的编码智能体使用 Omnara

MCP 服务器。连接 Claude Code、Codex、Cursor 或任何支持 OAuth 的 MCP 客户端到https://app.omnara.com/mcp以启动和管理 Omnara 智能体。你通过浏览器登录，因此无需粘贴令牌。在 Claude 中，从连接器目录添加它。Omnara 也以com.omnara/omnara的身份列在官方 MCP Registry 中。

claude mcp add --transport http omnara https://app.omnara.com/mcp
codex mcp add omnara --url https://app.omnara.com/mcp

然后使用/mcp在 Claude Code 中登录，或使用codex mcp login omnara在 Codex 中登录。参见连接 MCP 客户端。

CLI。 omnara从你的终端或编码智能体的 shell 管理智能体、配置文件、机器、模型提供商、密钥、技能和 cron 触发器。运行npx omnara --help以开始。

设置技能。 skills/setup-omnara-agent，同时也提供于omnara.com/SKILL.md，引导编码智能体为你的项目设置 Omnara。

面向 LLM 的文档。 docs.omnara.com/llms.txt。

常见问题

Omnara 是什么？一个开源托管式智能体平台，可在任意模型和任意机器上运行 AI 智能体。

费用是多少？无需自托管。Omnara Cloud 没有平台费用。你可以免费自带模型密钥和机器，或者按提供商 token 费率按需付费使用我们的模型，并按活跃时间和保留存储为我们的沙箱付费。参见定价。

我可以自托管吗？可以。在本地用 Docker Compose 运行，然后按照自托管指南进行生产部署。API、CLI、SDK 和配置格式在 Omnara Cloud 和自托管部署中完全相同。

支持哪些模型？任何兼容 OpenAI Responses、OpenAI Chat Completions 或 Anthropic Messages 端点的模型，包括 OpenAI、Anthropic、OpenRouter、Amazon Bedrock、LiteLLM 和 Ollama。

开发

源码开发需要 中声明的 Go 版本、go.mod、Node.js 24 或更新版本（含 Corepack）、ripgrep，以及带 Compose 的 Docker。用 运行快速仓库门禁。参见make verify。CONTRIBUTING.md了解完整测试套件、生成代码工作流和拉取请求要求。

社区

Discord·GitHub Issues·X·安全

许可证

Apache License 2.0