OpenFang
RightNow-AI · 程式設計
OpenFang 是一套以 Rust 打造的開源代理作業系統，會依排程執行自主 AI 代理，而不是等你輸入提示詞。它既是一套開源代理平台，也是一個執行環境。它內建 7 個現成的 Hands、30 個現成代理、38 個內建工具、能跨對話延續的記憶體，以及約 40 個通道轉接器。一個二進位檔。一次安裝。接著你的代理就上線了。它是為想讓代理在真實安全控管下全天候工作的人而做，而不是又一個聊天機器人外殼。
關於 OpenFang
什麼是 OpenFang
OpenFang 是一套 agent OS，這個用詞很關鍵。框架給你積木，接線得自己來。作業系統則給代理一個棲身的執行環境：記憶體、安全、排程與通道都屬於平台本身，不是你事後硬加上去的。從這個角度看，它與其說是 Rust 代理框架，不如說是那些框架所立足的地基。RightNow-AI 全用 Rust 打造，編譯成單一的小型二進位檔，所以沒有 Python 環境要維護，也沒有笨重的容器映像要下載。
它針對的問題，是多數代理工具太被動。你打開終端機、問個問題、拿到答案。然後關掉視窗，代理也跟著你停下來。OpenFang 把這點反過來。它的「Hands」是自主能力包，會依排程醒來、完成工作、回報到儀表板，不管你有沒有在看。
最大的缺點是成熟度。OpenFang 功能齊全，但仍處於 1.0 之前，專案也提醒各小版本之間會有粗糙之處與破壞性變更。要用於正式環境，他們建議先鎖定特定 commit，直到 v1.0 推出。另外，軟體免費，但你連接的模型可不免費，除非你指向本機模型。
開始使用
- 用適合你平台的一行腳本安裝二進位檔，或下載發行版。
- 執行
openfang init，並連接至少一個 LLM 供應商，例如 Anthropic、Gemini、Groq、DeepSeek 或本機選項。 - 用
openfang start啟動服務，然後在 http://localhost:4200 開啟儀表板。 - 啟用一個 Hand，例如研究或潛在客戶的 Hand，並設定它的排程。
- 把 Telegram 或 Slack 這類通道指向你的代理，讓結果送到你原本工作的地方。
產品資訊
快速了解 OpenFang 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 想要正式環境等級執行環境、用來跑自主代理，且不介意照著命令列設定走完的開發者。
- 需要代理全天候盯著競爭對手、潛在客戶或社群帳號、又不想有人隨時看顧的小型團隊。
- 在意沙箱隔離與稽核軌跡、在讓代理碰真實系統前會先想清楚的安全導向開發者。
任務
- 執行排程研究，交叉比對來源並產出附引用的報告。
- 監控目標的變動，並從發現的內容建立知識圖譜。
- 管理社群帳號，用草擬、排程好的貼文等待審核。
情境
- 每天執行的對外開發潛在客戶，每天早晨交給你一份去重後的名單。
- 競爭情報，由代理追蹤價格與新聞，一有動靜就通知你。
- 把長影片轉成附字幕的短版直式剪輯，從頭到尾一條龍。
主要功能
Hands：自主能力包
Hands 是核心概念。每一個都是預先打造好的工作者，有自己的職務說明、工具與排程，所以不用你下提示詞就會執行。內建七個。Clip 處理影片。Lead 尋找潛在客戶。Collector 監控目標。Predictor 做預測。Researcher 深入挖掘。Twitter 經營社群。Browser 操控網路。你啟用一個、設定排程，然後查看儀表板。
16 層安全模型
OpenFang 在具備雙重計量的 WebAssembly 沙箱中執行工具程式碼，所以失控的迴圈會被中斷，吃記憶體的程式會被終止。在此之上還有 Ed25519 清單簽章、Merkle 稽核軌跡、汙染追蹤與 SSRF 防護。為什麼要在意？如果你要讓代理自行行動，就會想要在出錯時仍守得住的界線。這正是它與較輕量框架的分野。
40 個通道轉接器
一個代理就能觸及 Telegram、Discord、Slack、WhatsApp、Teams、IRC、Matrix 以及數十個其他平台。你可以設定每個通道的模型，以及私訊或群組政策，讓同一個代理依訊息抵達的位置而有不同行為。對同時駕馭多平台的團隊來說差別很大。而且你不必為團隊已在用的每個平台重做工作流程。
持續性記憶
儲存以 SQLite 搭配向量嵌入執行，另有工作階段鏡像與自動壓縮。代理會跨對話、跨通道記住脈絡，所以在 Slack 上的追問能接上昨天在 Telegram 發生的事。
工具、MCP 與協定
內建 38 個原生工具，並支援 Model Context Protocol，可同時作為用戶端與伺服器，還有 Google 的 A2A 與用於點對點網路的 OpenFang Protocol。內附工具涵蓋網路搜尋、瀏覽器自動化、影像生成、文字轉語音、Docker 與知識圖譜。
原生桌面應用程式
儀表板以 Tauri 2.0 桌面應用程式的形式提供，讓你有真正的視窗，附系統匣、通知與登入時自動啟動。不是每個人都想活在終端機裡。如果你寧可點滑鼠也不想打字，這就是你觀看代理工作的方式。
優缺點
優點
- 單一 Rust 二進位檔，安裝輕巧，啟動也比 Python 技術堆疊快。
- 真正的沙箱隔離與稽核軌跡，在代理自行行動後格外重要。
- Hands 依排程執行，所以平台在你休息時照樣運作。
- 通道與模型支援廣泛，讓你免於被單一供應商綁死。
缺點
- 仍在 1.0 之前，各小版本之間會有破壞性變更，正式環境請鎖定特定 commit。
- 設定假設你熟悉命令列與供應商金鑰，這把一般使用者擋在門外。
- 軟體免費，但模型呼叫不免費，除非你跑本機模型而且硬體撐得住。
常見問題
是。這套軟體以 Apache-2.0 與 MIT 開源，所以你可以執行、修改，甚至推出以它為基礎的商業作品。真正的成本是你花在模型 API 呼叫上的錢，而只要你透過 Ollama 或 LM Studio 之類的方式接上本機模型，這筆錢就降到零。
相關內容
探索與 OpenFang 相關的工具、技能與文章。
OpenFang 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。