Omnigent AI 智能体元框架详细部署教程
Omnigent AI 智能体元框架详细部署教程
Omnigent 是一个开源的 AI 智能体元框架(meta-harness),它提供了一个统一的编排层,让您可以混合使用 Claude Code、Codex、Cursor、Pi 等多种 AI 编程助手,以及自定义智能体。它支持实时协作、跨设备访问和统一的策略管控,是团队或高级用户管理多个 AI 工具的利器。本教程将指导您完成部署。
📋 目录
- Omnigent 是什么
- 安装前准备
- 快速安装
- 首次启动与配置
- 核心功能与使用
- 团队协作与服务器部署
- 自定义智能体
- 更新与卸载
- 常见问题排查
Omnigent 是什么
Omnigent 是一个“元工具”,它不取代您的 AI 助手,而是将它们统一管理起来。
核心价值:
- 统一界面与体验:通过一个终端命令或网页界面,启动和管理不同的 AI 编程助手。
- 跨设备协作:会话状态同步,您可以在电脑上开始工作,在手机上继续。
- 混合多智能体:在同一会话中让 Claude Code 和 Codex 协作,或让一个智能体审查另一个的工作。
- 策略管控:为智能体设置成本上限、操作审批策略、沙箱隔离,实现治理。
- 云沙箱运行:可将会话运行在 Modal、E2B、Kubernetes 等云端沙箱中,解放本地电脑。
安装前准备
系统要求
- 操作系统:macOS、Linux (Ubuntu/Debian 推荐) 或 Windows (功能受限,建议使用 WSL2)。
- Python 版本:3.12 或更新版本。
- 包管理器:
uv(推荐) 或pip。 - 依赖工具(部分为必需):
git(必需)Node.js 22 LTS 或更新及npm(用于运行编码助手 CLI)tmux(必需,用于终端包装器)bubblewrap(bwrap):Linux 必需,用于沙箱隔离 (sudo apt install bubblewrap)pnpm:可选,用于构建 Web UI
推荐使用一键安装脚本
官方提供了自动安装脚本,会检查并引导安装大部分依赖。执行以下命令:
1 | curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh |
如需安装额外集成(如 Databricks, Modal 沙箱),可以加上 --extra 参数:
1 | # 安装 Databricks 和 Modal 支持 |
对于 Windows 原生环境:无法使用上述脚本,请使用 uv 直接安装:
1 | uv tool install --python 3.12 omnigent |
快速安装
通过 uv 安装(推荐)
1 | uv tool install omnigent # 若需 extras: uv tool install "omnigent[databricks,modal]" |
安装后,omnigent (和简称 omni) 命令即添加到 PATH。
通过 pip 安装
1 | pip install "omnigent" # 若需 extras: pip install "omnigent[databricks]" |
通过 Homebrew 安装 (macOS)
1 | brew install omnigent-ai/tap/omnigent |
从源码安装(开发版)
1 | uv tool install -q --python 3.12 git+https://github.com/omnigent-ai/omnigent.git |
首次启动与配置
1. 启动第一个会话
安装后,在终端中输入:
1 | omnigent |
或启动特定智能体:
1 | omnigent claude # 启动 Claude Code |
首次运行会检测您环境中的 API 密钥(如 ANTHROPIC_API_KEY, OPENAI_API_KEY),并引导您设置默认模型。
2. 配置模型与凭证
您可以使用 omnigent setup 命令管理凭证:
1 | omnigent setup |
该命令支持四种凭证类型:
- API Key:直接输入 Anthropic/OpenAI 等厂商的密钥。
- 订阅 (Subscription):通过官方
claude或codexCLI 登录。 - 网关 (Gateway):配置 OpenRouter、Ollama 等兼容网关的
base_url和密钥。 - Databricks:如果安装了对应 extras,可配置 Databricks 工作区。
3. 在浏览器中使用
启动本地服务器:
1 | omnigent start |
然后打开浏览器访问 http://localhost:6767,您将看到一个与终端同步的 Web 界面,方便远程访问。
核心功能与使用
运行示例智能体
Omnigent 自带几个示例,可快速体验:
1 | omnigent run examples/polly/ # 多智能体编码编排器 |
切换模型
在终端会话中,输入 /model 命令可切换当前智能体使用的模型。或在启动时指定:
1 | omnigent claude --model claude-3-5-sonnet-20241022 |
查看与管理会话
- 列出当前所有会话:
omnigent session list - 重新附着到一个会话:
omnigent attach <session_id> - 停止一个会话:
omnigent stop <session_id>
团队协作与服务器部署
部署一个团队服务器
您可以在一台有公网 IP 的服务器上部署 Omnigent,团队成员即可远程访问。
使用 Docker Compose 快速部署(推荐):
项目根目录下的 deploy/ 文件夹包含 Docker 配置。在服务器上执行:
1 | git clone https://github.com/omnigent-ai/omnigent.git |
服务启动后,访问 http://<your-server-ip>:6767。
其他部署目标:Omnigent 支持一键部署到 Render、Railway、Fly.io、Hugging Face Spaces 等平台,详细配置请参考 deploy/README.md。
用户管理与邀请
- 设置环境变量启用认证:
OMNIGENT_AUTH_ENABLED=1 - 首次访问时,使用默认
admin账号登录(密码在启动时打印)。 - 在 Web 界面的 Admin → Members → Invite 中创建邀请链接,分发给团队成员。
实时协作
- 共享会话:在 Web 界面点击会话的 Share 按钮,生成链接分享给队友,他们可以观看和与智能体聊天。
- Co-drive (共驾):队友可以使用
omnigent attach <session_id>命令直接附着到您正在运行的会话上,共同操作。 - Fork (复刻):队友可用
omnigent run --fork <session_id>在自己的机器上从某个会话点创建一个独立的分支继续工作。
自定义智能体
您可以通过编写简单的 YAML 文件来定义自己的智能体。
一个最小示例 (my_agent.yaml):
1 | name: my_analyst |
运行您的智能体:
1 | omnigent run path/to/my_agent.yaml |
更复杂的智能体可以参考 examples/polly/ 中的示例,它包含了子智能体和审查者的定义。您也可以在 Omnigent 聊天中直接用自然语言描述想要的智能体,让它帮助生成 YAML 文件。
更新与卸载
更新 Omnigent
1 | omni upgrade # 自动检测安装方式并更新 |
卸载 Omnigent
1 | omnigent uninstall # 预览将删除的内容 |
如果 omnigent 命令不可用,可以使用独立脚本:
1 | curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/uninstall_oss.sh | sh |
常见问题排查
问题:Linux 下启动智能体失败,提示 bwrap 未找到。
- 解决:
bubblewrap是 Linux 下沙箱隔离的必需组件。执行sudo apt install bubblewrap(Debian/Ubuntu) 或sudo yum install bubblewrap(RHEL/Fedora) 安装。
问题:tmux 相关错误。
- 解决:Omnigent 依赖
tmux来管理终端会话。执行brew install tmux(macOS) 或sudo apt install tmux(Linux) 安装。
问题:uv 命令未找到。
- 解决:
uv是推荐的 Python 包安装工具。请访问 Astral 官网 安装。
问题:在 Windows 上某些功能不可用。
- 解决:Windows 原生环境不支持
tmux包装器和bwrap沙箱。建议在 WSL2 (Windows Subsystem for Linux) 中运行 Omnigent 以获得完整功能。
通过以上步骤,您应已成功部署并开始使用 Omnigent。它是一个强大的智能体编排平台,尤其适合需要管理多个 AI 工具或进行团队协作的场景。如需深入了解高级配置(如策略编写、云沙箱集成等),建议仔细阅读项目中的 deploy/README.md 和 docs/ 目录下的详细文档。



