Omnigent 是给你已经在用的那些编程 agent 加的一层控制面。与其在一个终端跑 Claude Code、另一个终端跑 Codex,你把它们都从 Omnigent 跑起来,于是有了一个会话:多个 agent 可以同时干活、互相监督,并被你设的策略约束。项目自称「元 harness(meta-harness)」,这个词就是它的全部立意:它站在各个 agent 运行时(Claude Code、Codex、Cursor、Pi、OpenAI agents SDK,以及你自己用 YAML 定义的 agent)之上一层,给它们一个共享的编排、协作与治理层。

它是 Apache-2.0、Python(3.12+)写的,有件事得先说清楚:它非常新,仓库 2026 年 6 月才建,目前还标着 alpha。星数涨得快,但你看的是很早期的软件。

元 harness 到底给你买到什么

如果你永远只手动跑一个 agent,Omnigent 就是多余的开销。它的价值出现在 README 演示得很好的三个场景:

多 agent 监督。 示例 agent Polly 是个自己一行代码都不写的技术 lead:她做规划,把活分给编程子 agent(Claude Code、Codex 或 Pi)在并行的 git worktree 里干,然后把每个 diff 路由给一个跟写它的厂商不同的评审方。跨厂商评审是抓模型特有盲点的实用招数,Omnigent 把它变成一段配置,免去自己写脚本。另一个示例 Debby 把你的每个问题同时发给一个 Claude 头和一个 GPT 头,并把两份答案并排摆出,还有个 /debate 模式让两个头互相批评几轮。

治理。 策略(policy)决定一个 agent 能做什么(跑 shell、改文件、花 token),并对每个动作选择放行、拦截,或暂停等你批准。它们分三级叠加:服务端级、单 agent 级、单会话级,更严的会话规则先检查。花费上限和工具调用次数上限作为内置项发货,你也能用对话加一条(「加一条策略,跑 shell 命令前先问我」)。对任何拿真实权限跑 agent 的人来说,这部分值回票价。

跨设备协作。 一个会话会跟着你从终端到浏览器再到手机,你可以分享它,让队友实时旁观、在你机器上一起开,或把对话 fork 走自己继续。它有多用户鉴权、邀请制注册,以及给已部署服务用的 OIDC 登录(Google、GitHub、Okta、Microsoft)。

安装

curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh
# 或
uv tool install omnigent        # pip install "omnigent" 也行
brew install omnigent-ai/tap/omnigent

然后跑 omnigent(别名 omni)选模型、起会话,同时会开一个本地 web UI 在 http://localhost:6767。首次运行时它会复用环境里已有的凭证,比如 ANTHROPIC_API_KEY/OPENAI_API_KEY,或一个已登录的 claude/codex CLI。模型来自四种凭证:厂商 API key、通过官方 CLI 用的 Claude/ChatGPT 订阅、任何 OpenAI 或 Anthropic 兼容的 gateway(OpenRouter、LiteLLM、Ollama、vLLM、Azure),以及 Databricks。

没人提、一出事才知道的平台现实

Omnigent 重度依赖操作系统级沙箱,这让它的前置条件比一个普通 pip 包更严。你需要 uv、git、Node.js 22+、tmux。在 Linux 上,bubblewrap(bwrap)是必须的:原生的 Claude/Codex/Pi 包装器把每个 agent 终端隔离在 bwrap 沙箱里,缺了它这些终端就起不来。macOS 用系统自带的 seatbelt 沙箱,不需要额外装。

Windows 是个缺口。原生 Windows 支持在 issue 区还是悬而未决,今天务实的答案是在 WSL2 下跑。如果你在 Windows 上,提前按这个准备,别指望原生安装。

还有一个已知鉴权 bug 值得点出:有人反映服务端托管的云沙箱在原生 OIDC/账号鉴权下会失败,因为 runner 没通过鉴权。如果你同时用 OIDC 和托管 host 部署,依赖它之前先看那条 issue。

云沙箱与部署

你不需要一台笔记本常在线。会话可以跑在一次性的 Modal、Daytona 或 Islo 沙箱里,从 CLI 启动,或由服务端按会话临时分配(托管 host)。要一个稳定 URL,一句 docker compose up 就能把服务端跑在任意 VPS 或家用服务器上,Render、Fly.io、Railway、Hugging Face Spaces、Modal 都有文档。

同类对比

项目是什么区别
omnigent-ai/omnigent跨多个 agent 运行时的元 harness编排 + 治理 + 跨厂商协作
earendil-works/pi一个 agent harnessOmnigent 能驱动的运行时之一
Kilo-Org/kilocode跨 IDE 的单个编程 agent它自己就是个 harness,自带模型 marketplace
obra/superpowers给 agent 的技能框架增强单个 agent,编排留给上层

干净的区分:kilocode、pi、superpowers 各自把一个 agent 做得更好,而 Omnigent 的活是指挥好几个,并给它们拴上缰绳。

FAQ

omnigent 免费吗? 免费。Apache-2.0 开源。你自带模型凭证(API key、Claude/ChatGPT 订阅、gateway 或 Databricks),所以唯一的成本是模型用量。

元 harness 是什么? 是架在各个 agent 运行时之上的编排层。Omnigent 让 Claude Code、Codex、Cursor、Pi、OpenAI agents SDK 和自定义 YAML agent 通过同一个界面跑起来,于是你能组合或替换它们,也能集中监督和治理。

omnigent 在 Windows 上能用吗? 截至 2026-06,原生 Windows 支持尚未定论;今天务实的路径是 WSL2。Linux 上需要 bubblewrap 做沙箱,macOS 用系统自带的 seatbelt。

omnigent 能上生产吗? 还不行。它 2026 年 6 月才建,仍标着 alpha,open issue 里包括一个 OIDC 下托管沙箱的鉴权 bug。当成早期试验品,依赖它之前先试。

怎么拦住 agent 干危险的事? 用策略。它检查每个动作,可以暂停等你批准、设花费上限,或限制 agent 能碰哪些工具,在服务端、agent、会话三级叠加。

相关仓库