Loading... # OpenFang 开源 Agent 操作系统发布 # 一、新闻概述 ## 1. 标题 OpenFang v0.1.0 发布：基于 Rust 构建的开源 Agent 操作系统 ## 2. 发布时间 2026 年 2 月 ## 3. 来源 RightNow AI # 二、核心内容 ## 1. 事件摘要 ### A. 主要内容 RightNow AI 正式发布 OpenFang v0.1.0，这是一个用 Rust 从头构建的开源 Agent 操作系统，并非聊天机器人框架或简单的 LLM 封装。 ### B. 核心亮点 - 整个系统编译为单个约 32MB 二进制文件 - 137K 行代码，14 个 crates，1767+ 测试 - 7 个内置自主 Hands（预建能力包） - 16 层安全系统，无单点故障 - 40 个通道适配器，27 个 LLM 提供商支持 ## 2. 关键信息 ### A. 版本号 v0.1.0（首次公开发布） ### B. 重要数据 - 代码行数：137,728 行 - Crates 数量：14 个 - 测试数量：1,767+ 个 - Clippy 警告：0 个 - 冷启动时间：180ms - 安装体积：约 32MB - 通道适配器：40 个 - LLM 提供商：27 个（123+ 模型） ### C. 涉及产品 OpenFang Agent 操作系统 ## 3. 背景介绍 ### A. 前置版本 这是首次公开发布，此前未有过公开版本。 ### B. 相关上下文 OpenFang 与传统 Agent 框架（如 LangGraph、CrewAI、AutoGen）不同，它运行自主代理，可以按计划 24/7 工作，构建知识图谱、监控目标、生成线索、管理社交媒体等。 # 三、详细报道 ## 1. 主要内容 ### A. 功能更新 - Hands 核心创新：7 个预建自主能力包（Clip、Lead、Collector、Predictor、Researcher、Twitter、Browser） - OpenAI 兼容 API：140+ REST/WS/SSE 端点 - Tauri 2.0 桌面应用 - OpenClaw/LangChain/AutoGPT 迁移引擎 ### B. 技术改进 - WASM 双计量沙箱：燃料计量 + 历元中断 - Merkle 哈希链审计追踪 - 信息流污染追踪 - Ed25519 签名代理清单 - GCRA 速率限制器 ### C. 兼容性说明 首次公开发布，可能存在不稳定性和边缘情况，建议生产环境固定到特定提交。 ## 2. 技术细节 ### A. 架构设计 ```mermaid graph TB subgraph 用户层 CLI[CLI 命令行] Desktop[桌面应用] Dashboard[Web Dashboard] end subgraph API层 API[API Server<br/>140+ 端点] OpenAICompat[OpenAI兼容接口] end subgraph 内核层 Kernel[Kernel<br/>编排/调度/RBAC] Runtime[Runtime<br/>Agent Loop/LLM驱动] Channels[Channels<br/>40适配器] end subgraph 安全层 WASM[WASM沙箱] Audit[Merkle审计链] Taint[污染追踪] Gates[能力门控] end subgraph 数据层 Memory[SQLite+向量] Skills[60+技能] Hands[7个Hands] end CLI --> API Desktop --> API Dashboard --> API API --> Kernel OpenAICompat --> Kernel Kernel --> Runtime Kernel --> Channels Runtime --> WASM Runtime --> Audit Runtime --> Taint Kernel --> Gates Runtime --> Memory Runtime --> Skills Runtime --> Hands ```  ### B. 模块组成 - openfang-kernel：编排、工作流、计量、RBAC、调度器、预算跟踪 - openfang-runtime：Agent 循环、3 个 LLM 驱动、53 个工具、WASM 沙箱、MCP、A2A - openfang-api：140+ REST/WS/SSE 端点、OpenAI 兼容 API、Dashboard - openfang-channels：40 个消息适配器，支持速率限制和 DM/群组策略 - openfang-memory：SQLite 持久化、向量嵌入、规范会话、压缩 - openfang-types：核心类型、污染追踪、Ed25519 清单签名、模型目录 - openfang-skills：60 个捆绑技能、SKILL.md 解析器、FangHub 市场 - openfang-hands：7 个自主 Hands、HAND.toml 解析器、生命周期管理 - openfang-extensions：25 个 MCP 模板、AES-256-GCM 凭证库、OAuth2 PKCE - openfang-wire：OFP P2P 协议，带 HMAC-SHA256 互认证 - openfang-cli：CLI 守护进程管理、TUI Dashboard、MCP 服务器模式 - openfang-desktop：Tauri 2.0 原生应用（系统托盘、通知、全局快捷键） - openfang-migrate：OpenClaw、LangChain、AutoGPT 迁移引擎 ### C. Hands 功能说明 - Clip：YouTube 视频 URL 处理，下载、识别最佳时刻、剪裁成竖屏短视频，添加字幕和缩略图，发布到 Telegram 和 WhatsApp - Lead：每日运行，发现符合 ICP 的潜在客户，通过网络研究丰富信息，评分 0-100，去重并交付合格线索 - Collector：OSINT 级情报收集，持续监控目标（公司、人员、主题），变化检测、情感跟踪、知识图谱构建 - Predictor：超预测引擎，从多个来源收集信号，构建校准推理链，做出带置信区间的预测，使用 Brier 分数跟踪准确性 - Researcher：深度自主研究员，交叉引用多个来源，使用 CRAAP 标准评估可信度，生成 APA 格式的引用报告 - Twitter：自主 Twitter/X 账号管理，7 种轮换格式创建内容，安排最佳发布时间，响应提及，跟踪性能指标 - Browser：Web 自动化代理，使用 Playwright 桥接和会话持久化，强制购买审批门控 ## 3. 数据与事实 ### A. 性能对比 ```mermaid graph LR X[指标<br/>越低越好] --> Y[Cold Start<br/>冷启动] X --> Z[Idle Memory<br/>空闲内存] X --> W[Install Size<br/>安装大小] Y --> Y1[OpenFang: 180ms] Y --> Y2[LangGraph: 2.5s] Y --> Y3[CrewAI: 3.0s] Y --> Y4[AutoGen: 4.0s] Y --> Y5[OpenClaw: 5.98s] Y --> Y6[ZeroClaw: 10ms] Z --> Z1[OpenFang: 40MB] Z --> Z2[LangGraph: 180MB] Z --> Z3[CrewAI: 200MB] Z --> Z4[AutoGen: 250MB] Z --> Z5[OpenClaw: 394MB] Z --> Z6[ZeroClaw: 5MB] W --> W1[OpenFang: 32MB] W --> W2[LangGraph: 150MB] W --> W3[CrewAI: 100MB] W --> W4[AutoGen: 200MB] W --> W5[OpenClaw: 500MB] W --> W6[ZeroClaw: 8.8MB] ```  ### B. 功能对比 - 安全系统：OpenFang 16 层 vs OpenClaw 3 层 vs CrewAI 1 层 - 通道适配器：OpenFang 40 个 vs ZeroClaw 15 个 vs OpenClaw 13 个 vs 其他 0 个 - 自主 Hands：OpenFang 7 个 vs 其他 0 个 - LLM 提供商：OpenFang 27 个 vs ZeroClaw 28 个 vs LangGraph 15 个 # 四、影响分析 ## 1. 行业影响 ### A. 技术趋势 - Agent 框架从被动响应用户输入转向自主执行任务 - 性能优化成为差异化竞争点（Rust 带来的优势） - 安全性成为企业级应用的关键考量 ### B. 竞争格局 - 在性能（冷启动、内存占用、安装体积）方面优于大多数竞品 - 安全系统数量（16 层）远超竞品 - 通道适配器数量领先 ## 2. 用户影响 ### A. 现有用户 - 快速安装体验，单个命令即可启动 - 一站式解决方案，无需多个依赖 ### B. 潜在用户 - 对 AI Agent 感兴趣的开发者 - 需要 24/7 自动化任务的企业 - 希望集成多平台消息的用户 ### C. 迁移建议 - 提供从 OpenClaw、LangChain、AutoGPT 的迁移工具 - 建议生产环境固定到特定提交直到 v1.0 - 可能存在边缘情况和破坏性变更 ## 3. 技术趋势 ### A. 技术方向 - Rust 在 AI/LLM 基础设施中的应用增加 - Agent 从聊天机器人转向自主操作系统 - 安全性成为第一公民而非后期附加 ### B. 生态影响 - 提供 FangHub 技能市场 - 兼容 ClawHub 市场 - MCP 和 A2A 协议支持 # 五、各方反应 ## 1. 官方回应 OpenFang v0.1.0 是首次公开发布，架构稳健、测试套件全面、安全模型完善。目标是在 2026 年中期推出稳定的 v1.0 版本。 ## 2. 业内评价 ### A. 专家观点 - Hands 概念的创新性：代理从被动等待转向主动工作 - Rust 带来的性能优势：180ms 冷启动时间 - 16 层安全系统的深度防御策略 ### B. 社区反馈 - 文档完善，快速上手简单 - 7 个内置 Hands 提供即用价值 - 单个二进制文件简化部署 ## 3. 用户反馈 ### A. 正面评价 - 安装简单，单个命令完成 - Dashboard 界面友好 - OpenAI 兼容 API 易于集成 ### B. 关注点 - 首次公开发布，稳定性待验证 - 部分 Hands 成熟度不一 - v1.0 之前可能存在破坏性变更 # 六、相关链接 ## 1. 官方公告 - GitHub 仓库 - 官方文档 - 快速入门指南 ## 2. 相关资源 - Discord 社区 - Twitter / X 账号 - 安装脚本 ## 3. 技术文档 - API 文档 - 迁移指南 - 架构说明 *** ## 参考资料 1. [OpenFang GitHub 仓库](https://github.com/RightNow-AI/openfang) 2. [OpenFang 官方文档](https://docs.openfang.sh) 3. [OpenFang 快速入门指南](https://docs.openfang.sh/quick-start) 最后修改：2026 年 03 月 01 日 © 允许规范转载 赞 如果觉得我的文章对你有用，请随意赞赏