介绍下openmuse

Z，我查的是 CopilotKit 开源的 OpenMuse：一个 MIT 许可、可自部署的个人 Agent 应用模板，目前处于 Alpha，支持 iOS、Android 和 Web。它不是新模型，而是把 Agent 做成能持续办事的产品。 它能做什么？ 不只是聊天，而是给 Agent 配上浏览器、可选的 Linux 工作环境、文件和任务管理。 例如官方展示的流程是：读取邮件附件中的表单，让你补充信息，填写支持的 PDF 字段，生成文件和待审核回复。你看到的不只是一句“处理好了”，还有文件、任务进度和操作记录。 它也支持定期检查公开网页的变化、库存或价格条件，以及导入交易 CSV 生成支出汇总。注意，这不是已经接通银行账户或能够自主付款。 比较值得关注的三个设计 第一，工作不只存在于聊天记录里。 任务有计划、进度、审批和结果记录，可以暂停、恢复、取消或重试。后台会持久化任务状态，并通过数据库中的任务占用机制协调执行、恢复中断工作。 所以“关闭 App 后继续工作”靠的是服务端任务执行，不是手机在偷偷跑；服务端仍需保持运行。 第二，人能接过 Agent 正在使用的环境。 浏览器会保留会话，你可以打开同一个会话接管。可选的 Linux 容器提供终端和持久文件，但它不是完整的桌面虚拟机，也不能等同于任意软件都能操作。 第三，重要动作有审核环节。 发送邮件、修改日历等操作需要用户审阅确认。它试图把“模型提出动作”和“系统实际执行动作”分开，而不是一句授权后放任执行到底。 技术上怎么拼起来？ 前端使用 Expo、React Native 和 CopilotKit，通过 AG-UI 把 Agent 的执行过程、工具结果同步到界面。 后端是 Hono、CopilotKit runtime，加上持久任务执行器和数据库；浏览器由独立的 Playwright／Chromium worker 承担，终端则运行在可选的 Docker 容器中。 因此，它的重点是应用层与执行管理层。官方强调可以对接不同 Agent harness，但这不意味着每个框架都已有开箱即用、完成验收的适配。 还有一个自改进方向 官网介绍，CopilotKit Intelligence 可以从 Agent 的使用中提出 Skill 建议，经用户批准后加入 Agent。这里说的是补充技能，不是模型自己训练升级；实际改善多少，不能只凭介绍下结论。 目前要注意什么？ 它仍是 Alpha。ROADMAP 还把真实邮箱／日历、开放式模型任务等端到端验收列为后续事项，不能把“接口已经实现”当成“真实场景都已验证”。 另外，当前 README 明确写着：对话持久化依赖独立的 CopilotKit Intelligence 服务，该服务不包含在仓库的 MIT 许可里。官网快速开始的口径还有差异，所以“可自部署”不能直接理解成“完全本地、没有外部服务依赖”。 我的理解：OpenMuse 最值得看的，是怎样把浏览器、文件、后台任务、人工审批组合成一个完整的个人 Agent 产品，而不是它背后又造出了多强的新模型。 仓库：https://github.com/CopilotKit/openmuse 官网：https://www.copilotkit.ai/openmuse