OpenFang
用Rust建構的開源Agent作業系統——從單個二進位檔案執行跨40個通道、26個LLM提供商和38個工具的自主Agent。
社群:
產品概覽
OpenFang 是什麼?
OpenFang是一個完全用Rust編寫的開源Agent作業系統(Agent OS),旨在以生產級水準建構、執行和部署自主Agent。它作為單個二進位檔案提供,包含30個預建Agent、7個自主智慧手、38個內建工具、40個通道適配器,並支援26個LLM提供商。OpenFang透過具有16個分層安全系統的核心級安全架構脫穎而出——包括WASM沙盒、Merkle稽核軌跡和提示注入掃描器——以及持久化記憶體、多協定支援(MCP、A2A、OFP)和原生Tauri 2.0桌面應用程式。它專為希望獲得真正按排程工作並回報結果的自主Agent的開發者和團隊而建構,而不僅僅是等待輸入的聊天機器人。
主要功能
7個自主智慧手
預建的能力套件——Clip、Lead、Collector、Predictor、Researcher、Twitter和Browser——按排程執行,建構知識圖譜,並向您的儀表板回報進度,無需持續的使用者輸入。
16層安全架構
企業級安全,包括WASM雙計量沙盒、Ed25519清單簽署、Merkle稽核軌跡、污點追蹤、SSRF保護、提示注入掃描器和HMAC-SHA256相互認證。
40個通道適配器
在Telegram、Discord、Slack、WhatsApp、Teams、IRC、Matrix和其他33個平台上部署Agent,支援每個通道的模型覆寫、私訊/群組政策和速率限制。
26個LLM提供商和30個預建Agent
支援26個LLM提供商,包括Anthropic、Gemini、Groq和DeepSeek,提供30個即用型Agent,涵蓋編排器、程式碼審查器和客戶支援角色,分為四個效能層級。
MCP、A2A和OFP協定支援
原生Model Context Protocol客戶端和伺服器、Google Agent-to-Agent任務委派,以及用於點對點Agent網路的OpenFang Protocol,支援相互認證。
持久化記憶體和工作流程引擎
基於SQLite的向量記憶體,具有自動LLM壓縮功能,使Agent能夠在會話間保持上下文;多Agent工作流程引擎支援扇出、條件和迴圈執行模式。
使用案例
- 自主潛在客戶生成 : 銷售和行銷團隊可以啟動Lead Hand,按排程自主發現、豐富、評分和去重合格潛在客戶,支援ICP畫像和CSV/JSON匯出。
- 內容重新利用 : 內容創作者可以使用Clip Hand自動將長影片轉換為帶字幕、縮圖和配音的短片段,然後直接發佈到Telegram或WhatsApp。
- 情報監控和OSINT : 分析師和研究人員可以部署Collector Hand進行任何目標的持續OSINT式監控,包括變化偵測、情感追蹤和自動知識圖譜建構。
- 多平台Agent部署 : 開發者可以同時在40多個訊息和協作平台上部署單個Agent,每個通道設定特定平台的政策和模型路由。
- 研究和事實查核 : 知識工作者可以執行Researcher Hand自主交叉引用來源,使用CRAAP評估進行事實查核,並產生多語言引用報告。
常見問題
OpenFang 的替代方案
Manus AI
全自動 AI Agent,可獨立規劃、執行並交付多領域的複雜多步驟任務。
Unsloth AI
開源平台,最高 32 倍加速大型語言模型微調,顯著降低記憶體用量。
Cerebras
AI加速平台,透過wafer-scale處理器與雲端超級運算,為深度學習、LLM訓練與推論帶來突破性速度。
Continue
開源 AI 程式助理,整合於主流 IDE,透過聊天、自動補全、編輯與 Agent 能力,提升開發者生產力。
TensorFlow
開源機器學習平台,提供全面工具用於建構、訓練和部署適用於任何環境的機器學習模型。
DeerFlow
位元組跳動開源的 SuperAgent 框架,使用沙箱、記憶、工具和子智慧體自主進行研究、編碼和創作。
Agno
用於建構具有進階推理、記憶管理和跨多個AI模型無縫整合的自主系統的全端多Agent框架。
Massed Compute
彈性隨選 GPU、CPU 雲端運算服務,提供企業級 NVIDIA GPU、價格透明與專家支援。
OpenFang 網站分析
🇺🇸 US: 19.25%
🇮🇳 IN: 13.21%
🇻🇳 VN: 11.85%
🇮🇩 ID: 6.36%
🇪🇸 ES: 6.22%
Others: 43.11%
