OpenFang：当Agent有了自己的操作系统

—— 从聊天机器人到自主工作者的进化

你有没有想过，为什么大多数AI助手都那么...被动？

你打开ChatGPT，输入问题，等待回答。对话结束。下次你有问题，再打开，再输入，再等待。

这就像拥有一个永远在等待指令的实习生。聪明，但从不主动。

如果AI可以像员工一样工作，而不是像工具一样等待，会怎样？

这就是OpenFang想要回答的问题。

一、从框架到操作系统

让我们先理清一个概念：OpenFang不是什么。

它不是聊天机器人框架。 不是那种你输入、它回答、对话结束的东西。

它不是Python包装器。 不是那种在LLM API外面套一层代码的薄 wrapper。

它不是"多Agent编排器"。 不是那种需要你自己写代码来协调多个Agent的工具。

它是一个操作系统。

就像Windows管理你的硬件和软件，OpenFang管理你的Agent。它提供：

• 调度（什么时候运行什么）
• 内存（Agent记得什么）
• 安全（Agent能做什么、不能做什么）
• 通信（Agent如何与外界交互）

二、Hands：真正干活的Agent

OpenFang的核心创新叫做Hands。

想象一下：传统Agent像是一个等待指令的助手。你问，它答。对话结束。

Hands像什么？像一个自动运行的员工。

它早上6点醒来，研究你的竞争对手，构建知识图谱，给发现打分，然后在你喝咖啡之前把报告发到你的Telegram。

不需要你输入任何东西。它自己工作。

7个内置的Hands

每个Hand包含：

• HAND.toml —— 声明工具、设置、需求和仪表板指标
• System Prompt —— 多阶段操作手册（不是一句话，是500+字的专业流程）
• SKILL.md —— 运行时注入上下文的领域专业知识
• Guardrails —— 敏感操作的审批门

三、数字不说谎：性能对比

OpenFang用Rust编写。这意味着什么？

冷启动时间

ZeroClaw   █░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░   10 ms
OpenFang   ██████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░  180 ms    ★
LangGraph  █████████████████░░░░░░░░░░░░░░░░░░░░░░░░  2.5 sec
CrewAI     ████████████████████░░░░░░░░░░░░░░░░░░░░░  3.0 sec
AutoGen    ██████████████████████████░░░░░░░░░░░░░░░  4.0 sec
OpenClaw   █████████████████████████████████████████  5.98 sec

180毫秒 vs 6秒。这就是Rust vs TypeScript/Python的差距。

空闲内存使用

ZeroClaw   █░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░    5 MB
OpenFang   ████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░   40 MB    ★
LangGraph  ██████████████████░░░░░░░░░░░░░░░░░░░░░░░░░  180 MB
CrewAI     ████████████████████░░░░░░░░░░░░░░░░░░░░░░░  200 MB
AutoGen    █████████████████████████░░░░░░░░░░░░░░░░░░  250 MB
OpenClaw   ████████████████████████████████████████░░░░  394 MB

40MB vs 394MB。你可以在一台树莓派上运行OpenFang。

安装包大小

ZeroClaw   █░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░  8.8 MB
OpenFang   ███░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░   32 MB    ★
CrewAI     ████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░  100 MB
LangGraph  ████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░  150 MB
AutoGen    ████████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░  200 MB
OpenClaw   ████████████████████████████████████████░░░░  500 MB

32MB vs 500MB。这就是"一个二进制文件"的力量。

四、16层安全：深度防御

OpenFang不是在事后 bolt-on 安全。每一层都独立可测试，没有单点故障。

这是企业级的安全。 不是"我们有个Docker容器"那种安全，是"每一行代码都经过审计"的安全。

五、40个频道适配器：无处不在

你的Agent需要在哪里工作？OpenFang支持40个平台：

核心： Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Email
企业： Microsoft Teams, Mattermost, Google Chat, Webex, Feishu/Lark, Zulip
社交： LINE, Viber, Facebook Messenger, Mastodon, Bluesky, Reddit, LinkedIn, Twitch
社区： IRC, XMPP, Guilded, Revolt, Keybase, Discourse, Gitter
隐私： Threema, Nostr, Mumble, Nextcloud Talk, Rocket.Chat, Ntfy, Gotify
工作场所： Pumble, Flock, Twist, DingTalk, Zalo, Webhooks

每个适配器支持：

• 每频道模型覆盖
• DM/群组策略
• 速率限制
• 输出格式化

六、27个LLM提供商：不被锁定

OpenFang原生支持3个驱动（Anthropic, Gemini, OpenAI-compatible），路由到27个提供商：

Anthropic, Gemini, OpenAI, Groq, DeepSeek, OpenRouter, Together, Mistral, Fireworks, Cohere, Perplexity, xAI, AI21, Cerebras, SambaNova, HuggingFace, Replicate, Ollama, vLLM, LM Studio, Qwen, MiniMax, Zhipu, Moonshot, Qianfan, Bedrock...

智能路由：

• 任务复杂度评分
• 自动回退
• 成本追踪
• 每模型定价

七、架构：137K行Rust代码

14个Rust crate。137,728行代码。模块化内核设计。

openfang-kernel      编排、工作流、计量、RBAC、调度器、预算追踪
openfang-runtime     Agent循环、3个LLM驱动、53个工具、WASM沙箱、MCP、A2A
openfang-api         140+ REST/WS/SSE端点、OpenAI兼容API、仪表板
openfang-channels    40个消息适配器，带速率限制、DM/群组策略
openfang-memory      SQLite持久化、向量嵌入、规范会话、压缩
openfang-types       核心类型、污点追踪、Ed25519清单签名、模型目录
openfang-skills      60个捆绑技能、SKILL.md解析器、FangHub市场
openfang-hands       7个自主Hands、HAND.toml解析器、生命周期管理
openfang-extensions  25个MCP模板、AES-256-GCM凭证库、OAuth2 PKCE
openfang-wire        OFP P2P协议，带HMAC-SHA256双向认证
openfang-cli         CLI，带守护进程管理、TUI仪表板、MCP服务器模式
openfang-desktop     Tauri 2.0原生应用（系统托盘、通知、全局快捷键）
openfang-migrate     OpenClaw、LangChain、AutoGPT迁移引擎
xtask                构建自动化

八、快速开始

# 1. 安装 (macOS/Linux)
curl -fsSL https://openfang.sh/install | sh

# 2. 初始化 —— 引导你完成提供商设置
openfang init

# 3. 启动守护进程
openfang start

# 4. 仪表板在 http://localhost:4200 上线

# 5. 激活一个Hand —— 它开始为你工作
openfang hand activate researcher

# 6. 与Agent聊天
openfang chat researcher
> "AI agent框架的新兴趋势是什么？"

# 7. 生成预构建Agent
openfang agent spawn coder

三步上线。一个二进制文件。你的Agent开始工作。

九、从OpenClaw迁移

已经在用OpenClaw？一条命令：

# 迁移一切 —— Agent、内存、技能、配置
openfang migrate --from openclaw

# 从特定路径迁移
openfang migrate --from openclaw --path ~/.openclaw

# 先干运行，看看会改变什么
openfang migrate --from openclaw --dry-run

迁移引擎导入你的Agent、对话历史、技能和配置。OpenFang原生读取SKILL.md，兼容ClawHub市场。

十、OpenAI兼容API

直接替换。把你现有的工具指向OpenFang：

curl -X POST localhost:4200/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "researcher",
    "messages": [{"role": "user", "content": "分析Q4市场趋势"}],
    "stream": true
  }'

140+ REST/WS/SSE端点，覆盖Agent、内存、工作流、频道、模型、技能、A2A、Hands等。

十一、稳定性说明

OpenFang v0.1.0是第一个公开发布。架构是稳固的，测试套件是全面的，安全模型是全面的。但：

• 破坏性变更可能在v1.0之前的次要版本之间发生
• 某些Hands比其他更成熟（Browser和Researcher是最经实战检验的）
• 边缘情况存在——如果你找到一个，开issue
• 固定到特定提交用于生产部署，直到v1.0

结语：Agent的新时代

OpenFang代表了一个转变：

从"AI是工具"到"AI是员工"。

传统Agent等待你输入。OpenFang的Hands主动为你工作。

从"Python脚本"到"操作系统"。

不是包装器，是完整的基础设施。

从"实验性项目"到"生产就绪"。

16层安全、1,767+测试、零Clippy警告。

32MB。一个二进制文件。你的Agent开始工作。

这就是OpenFang。

链接

• 网站和文档
• 快速开始指南
• GitHub
• Discord
• Twitter / X

"传统Agent等待你输入。Hands为你工作。"

—— OpenFang宣言