Omnigent 是什么:先给一句能记住的定义
Omnigent 是一个开源的 AI Agent 元框架(官方称 meta-harness),采用 Apache-2.0 协议,基于 Python 3.12+,GitHub star 约 1 万(2026-09 查询为 10,361)。它针对的痛点很具体:当你同时用着 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 好几个编码代理时,会话散落在各个 CLI 里,策略、沙箱、协作都没有统一的地方管。Omnigent 的做法是在这些代理之上加一层公共编排层——不重写任何现有工具,就能换装或组合 harness、强制策略与沙箱、从任何设备实时接手会话。它适合三类人:同时用多个编码 CLI 的工程师、想给 Agent 加审批和预算的团队、想在终端、浏览器和手机之间接力干活的个人用户。
先分清三层:模型、harness、编排层
理解 Omnigent 的定位,先分清三层。最底下是模型,Claude、GPT 这些,只负责推理。包在模型外面的是 harness:Claude Code 是一个 harness,Codex 是另一个,Cursor、OpenCode、Hermes、Pi 也各自是一个 harness。harness 决定模型能碰哪些工具、命令怎么执行、上下文怎么管理——你平时说”用 Claude Code 干活”,严格说是在用它的 harness。
问题出在 harness 各自成闭环。手上有三个 harness,就是三套会话记录、三套配置、三套权限逻辑;想换一个,学习成本和工作流迁移成本得重新付一遍。工具链越多,散落越严重,这是多工具重度用户才懂的痛。
Omnigent 给自己的定位是 meta-harness:在所有 harness 之上再架一层公共编排层。会话状态、策略控制、沙箱、多设备同步这些横切能力由这一层统一提供,底下跑哪个 harness 变成可插拔的选项(定位描述出自官方 README)。用一句话总结这层关系:模型之上是 harness,harness 之上是 Omnigent。
六大能力:官方 README 的功能地图
官方 README 把 Omnigent 的能力归为六块,下面逐个展开,每一条都对应一个真实的工程痛点。
一、任何设备办公:会话跟着人走。 终端开始的会话可以切到浏览器继续,也可以在手机上接手,消息、子代理、终端、文件全程保持同步。官方支持的接入形态有四种:终端、浏览器、手机、macOS 原生桌面应用。对跑长任务的人来说,这意味着下班前发起的重构任务,通勤路上掏出手机就能看进度、补指令。
二、监督多个代理:一个会话混用多家 harness。 同一个会话里可以混用 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi,以及用 YAML 定义的自定义代理;还能让一个代理评审另一个代理的工作,或者按各自特长拆分任务。多代理同会话的玩法在(Omnigent 多代理协作实战)里有专篇展开。
三、任意模型:三种接入方式一律一等公民。 第一方 API Key、Claude/ChatGPT 订阅、任何兼容网关,都被平等对待。已有的订阅不浪费,已有的网关不迁移,模型层不被任何一家锁死。
四、协作:队友可以进你的会话。 共享会话让队友与你的代理对话并实时围观,也可以在自己机器上共驾(co-drive),还能 fork 会话分头继续。结对评审、值班交接这类场景直接受益。
五、云沙箱:会话跑在云端一次性环境里。 会话可以放进 Modal、Daytona、E2B、Databricks 等 12 家供应商的一次性沙箱里跑,不占本机算力;managed hosts 模式下,服务器还能按会话自动开沙箱。治理与沙箱的细节见(Omnigent 的治理与沙箱)。
六、治理:policies 给 Agent 行为画边界。 policies 可以在风险动作前暂停等审批、封顶花费、限制代理可触达的工具,作用域覆盖整个服务器、单个代理或单个会话。六条能力里,治理是团队落地的前提,后面两篇会分别深入。
和 AgentDock、LiveAgent 的定位差异
这三个工具常被放进同一个话题讨论,但站在 Agent 工具链的不同位置。Omnigent 的差异点一句话能说清:它不替换你现有的 CLI,而是在其上做编排、治理和跨设备接力;AgentDock 做的是给编码代理提供统一网关接入与任务编排;LiveAgent 则是本地优先的桌面 Agent 客户端。
| 维度 | Omnigent | AgentDock | LiveAgent |
|---|---|---|---|
| 产品形态 | 元框架(编排层) | 开源 MCP 运行时、统一网关 | 桌面 Agent 客户端 |
| 与现有编码 CLI 的关系 | 不替换,在其上加公共编排层 | 提供统一 MCP 入口接入 | 自带工具执行环境 |
| 突出能力 | 多 harness 同会话、治理、云沙箱、跨设备接力 | 统一入口、任务编排、多设备节点 | 本地文件命令执行、定时任务、桌面体验 |
选型跟着核心诉求走:要给散落在各处的机器和代理一个统一接入点,看(AgentDock 是什么);要一个装在桌面上、本地执行的 Agent 客户端,看(LiveAgent 是什么);已经在用两三个编码 CLI,想让它们进同一个会话协作、还要加治理,那就是 Omnigent 的主场。
适合谁用:四类人收益最大
第一类,同时订阅多个编码 CLI 的工程师。两家的订阅都开着,哪个顺手用哪个——Omnigent 让它们进同一个会话,不用再做”今天用哪家”的选择题。
第二类,带小团队的技术负责人。共享会话加 co-drive 就是 Agent 时代的结对编程;配上 policies 的审批和花费封顶,新人也能放心上手。
第三类,跑长任务的人。终端、浏览器、手机、桌面应用四端同步,长任务不再绑死一台电脑,也不怕中途离开。
第四类,要控制风险的团队。风险动作审批、花费封顶、工具可达范围限制,这三件事不少团队是出了事故才补的,Omnigent 把它们做成了编排层的内建能力。
上手成本不高:一条命令安装,装完直接选模型开会话,步骤见(Omnigent 安装与快速上手)。
常见问题
Q:ai agent 编排工具里,Omnigent 和直接用 Claude Code 有什么区别?
直接答:Claude Code 是单个 harness,只管自己的会话;Omnigent 在它之上做编排,能混用多个 harness、加审批与沙箱、跨设备接手,两者是叠加关系,互不替代。
展开说:harness 解决”一个代理怎么干活”,编排层解决”一群代理怎么一起干活”。你只用一个 harness 时,Omnigent 的价值确实显不出来;当你有了第二个 harness、需要统一策略或跨设备时,编排层才开始发力。
Q:multi agent 框架和单代理工具的区别是什么?
直接答:单代理工具一次跑一个代理,任务串行;multi agent 框架让多个代理分工、互评、并行,复杂任务的吞吐和质量都更高,Omnigent 还允许混用不同厂商的 harness。
展开说:多代理真正的难点在状态同步——各代理各持一份上下文就会各说各话。Omnigent 把多代理放进同一个会话,消息、文件由编排层统一同步,这是它和”自己写脚本拼多个 CLI”的本质区别。
Q:Omnigent 免费吗?开源协议和商用要注意什么?
直接答:Omnigent 按 Apache-2.0 协议开源,可免费商用,代码在 GitHub 仓库 omnigent-ai/omnigent,star 约 1 万(2026-09 查询为 10,361)。
展开说:真正的成本在模型侧——API Key 按量计费,或者走你已有的 Claude/ChatGPT 订阅;用云沙箱时供应商按各自定价收费。框架本身没有授权费。