首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >6K Star!统一Claude Code、Cursor、Codex,这个开源项目做到了。

6K Star!统一Claude Code、Cursor、Codex,这个开源项目做到了。

作者头像
cxuanAI
发布2026-07-07 14:53:44
发布2026-07-07 14:53:44
30
举报
文章被收录于专栏:cxuanAIcxuanAI

这次看到的是这个项目:omnigent-ai/omnigent

Omnigent GitHub 项目预览
Omnigent GitHub 项目预览

Stars:6,447 | Forks:849 | License:Apache-2.0 | 主要语言:Python

1. 它到底是什么

Omnigent 把自己叫作“meta-harness”。

这个词听起来有点绕。简单说,Claude Code、Codex、Cursor、OpenCode、Pi 这些工具,本身都负责让模型读文件、跑命令、调用工具。Omnigent 再往上加一层,把它们接进同一套会话、权限和协作界面。

所以它不是一个新模型,也不是只服务某个模型的聊天壳。它更像一个 Agent 工作台:底下接不同的执行器,上面统一管理任务、历史记录、工具权限和人机协作。

Omnigent 桌面端界面
Omnigent 桌面端界面

它能跑在终端、浏览器、手机和 macOS 客户端里。一次会话从终端开始,换到浏览器后还能接着看,消息、子 Agent、终端和文件会同步。

2. 它解决什么麻烦

现在用多个 AI 编程工具,真正麻烦的往往不是“能不能生成代码”,而是每套工具各有自己的会话、模型配置和权限方式。

你可能让 Claude Code 写功能,让 Codex 做审查,再让另一个 Agent 查资料。任务一多,谁做了什么、花了多少、哪些命令需要确认,很快就散在几个终端里。

Omnigent 多 Agent 会话界面
Omnigent 多 Agent 会话界面

Omnigent 想统一的就是这一层。你可以在同一会话里混用不同 Agent,也可以让一个 Agent 检查另一个 Agent 的结果。团队成员还能通过链接进入同一场会话,查看过程、评论或继续操作。

3. 核心看点

第一个看点是组合能力。

仓库自带两个很直观的例子。Polly 像一个技术负责人:先拆任务,再把工作交给多个编码 Agent,最后让不同厂商的 Agent 交叉审查。Debby 则会同时询问 Claude 和 GPT,把答案并排放出来,还能让它们继续辩论。

Omnigent 组合多个 Agent
Omnigent 组合多个 Agent

第二个看点是控制能力。

它的策略不只写在提示词里。服务端可以按整套系统、单个 Agent 或单次会话设置规则,比如限制花费、约束工具访问,或者让高风险操作停下来等人确认。

Omnigent 策略控制界面
Omnigent 策略控制界面

第三个看点是沙箱。Linux 上可以用 bubblewrap,macOS 上用系统自带的 Seatbelt。文件和网络访问都能收紧,凭据也可以由代理在请求发出时补上,不必直接暴露给 Agent。

Omnigent 沙箱示意图
Omnigent 沙箱示意图

4. 为什么值得看

我觉得它值得看的地方,不是“又多了一套 Agent 框架”,而是它把注意力放在 Agent 上线之后的管理问题。

当团队只跑一个 Agent 时,切模型、共享会话、限制成本都不难。可一旦开始混用 Claude Code、Codex 和自定义 Agent,这些事就会变成公共问题。Omnigent 选择在各个 harness 之上处理,而不是要求大家重写已有 Agent。

Omnigent 多人实时协作
Omnigent 多人实时协作

仓库在 2026 年 6 月创建,7 月 3 日发布了 v0.4.0,目前已经有 6.4k stars。增长很快,也说明“怎么统一管理多个 Agent”确实是很多人正在遇到的问题。

5. 怎么用起来

最省事的安装方式是一条命令:

代码语言:javascript
复制
curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh

也可以用 uv 或 Homebrew:

代码语言:javascript
复制
uv tool install omnigent
brew install omnigent-ai/tap/omnigent

它需要 Python 3.12 以上。要运行通过 npm 安装的编程 Agent,还要准备 Node.js 22 LTS;终端包装器需要 tmux。

装好后直接运行 omnigent,它会帮你选择模型并启动第一个会话。本地 Web 界面默认在 http://localhost:6767。想明确选择工具,也可以运行 omnigent claudeomnigent codexomnigent cursor

自定义 Agent 用 YAML 描述。提示词、执行器、本地函数、MCP 服务和子 Agent 都能写进去,再用 omnigent run path/to/agent.yaml 启动。

6. 适合谁,以及先注意什么

它比较适合已经同时使用两种以上 AI 编程工具的开发者,也适合想把 Agent 会话共享给团队、统一加审批和成本限制的人。

如果你只在本机偶尔开一个 Codex 或 Claude Code,会觉得这一层偏重。Omnigent 还包含服务端、Runner、Web 界面、凭据和沙箱配置,理解成本明显高于单独运行一个 CLI。

Omnigent 策略信任模型
Omnigent 策略信任模型

另外,项目现在明确标注为 alpha。Windows 原生模式也有缺口:Web 界面和 SDK harness 可用,但 tmux 终端包装器、完整的文件与网络沙箱并不提供。正式接入前,要先把自己依赖的 harness、操作系统和权限链路跑通。

今天就先聊到这里。我们下期再见!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-07-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Java建设者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 它到底是什么
  • 2. 它解决什么麻烦
  • 3. 核心看点
  • 4. 为什么值得看
  • 5. 怎么用起来
  • 6. 适合谁,以及先注意什么
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档