Agent 框架源码
三个自托管 personal agent:rakazo、OpenMuse、OpenDots 源码对比
rakazo、OpenMuse、OpenDots 都在做「常驻的个人 agent」,但开源程度差三档:rakazo 整套能自己跑,OpenMuse 产品能跑而会话线程依赖托管,OpenDots 只开源了壳。选型前先看这一页的三项目对照表与商业产品边界。
- 代码体量
- 945477 行rakazo 全仓 .ts/.tsx 物理行数,是另两个的 24 倍与 42 倍
- 包与进程
- 28 个包rakazo pnpm workspace 的 package.json 数量,另两个为 3 与 1
- 沙箱 provider
- 15 个sandbox-factory 的 13 个可选值 + host-computer 与 remote-desktop 两条独立路径
- 数据模型
- 122 个rakazo Prisma schema 的 model 数量
- 托管依赖
- 2 个OpenMuse 与 OpenDots 都要求 CopilotKit Intelligence
三份源码,三种「自托管」
速览:三个自托管 personal agent 的源码横向对比,版本锚点 2026-11-07。范围是 rakazo、OpenMuse、OpenDots 三个仓库加五家商业产品作对照。一句话结论:只有 rakazo 断掉外部服务还能跑。读完这页能回答三件事——要不要自托管、选哪个、和 OpenAI Dots、Claude Duet 差在哪。
把这三个仓库放在一起看,最容易犯的错是按 star 数排序,然后以为它们是同一类东西的三个版本。它们确实都在做「常驻的个人 agent」——一个有自己的电脑、能记住你、你走开之后继续干活的东西——但「开源」这个词在它们身上指的是三件不同的事。
判断标准只有一条:把托管服务全部断掉,它还能不能跑。
| 项目 | 断网后能不能跑 | 缺什么 | 本质 |
|---|---|---|---|
| rakazo | 能,模型也可换成本地 | 什么都不缺 | 完整产品开源 |
| OpenMuse | 产品能,对话线程不能 | CopilotKit Intelligence | 产品开源,线程托管 |
| OpenDots | 不能 | Intelligence + Channels | 壳开源,引擎托管 |
这个差别不是洁癖问题。它决定了三件事:你能不能用自己公司内网的模型、数据最终存在谁的表里、以及哪天上游改价格或停服时你有没有备份方案。
rakazo 的 VISION.md 把这条写成了硬约束:No hosted vendor is required for models, computers, memory, voice, integrations, or another core workflow. 它连「托管版做得更好用」都提前堵了一句——托管服务不能变成自托管核心的隐藏依赖。
另外两个是 CopilotKit 一家的两个模板。OpenMuse 的架构图里,线程那一格标的是 CopilotKit Intelligence required in every mode;OpenDots 的 compose.yml 直接要求 INTELLIGENCE_API_KEY 与 INTELLIGENCE_GATEWAY_WS_URL。它们的定位不是「自托管替代商业产品」,而是「给你一个能改的前端,后端买我们的」。
所以这一页的对比不按功能列表走。功能列表三份 README 都有,抄一遍没有信息量。要问的是三个只有读代码才能回答的问题:agent 循环在谁手里、代码在哪台机器上跑、什么动作必须先问你。这三件事决定了你把它装进自己环境之后,实际会得到什么。
体量差 42 倍,说明它们不是同一类产物
先看一个不需要判断的事实。同样统计 .ts 与 .tsx 的物理行数(含注释与空行,排除 node_modules):
| 指标 | rakazo | OpenMuse | OpenDots |
|---|---|---|---|
| TypeScript 行数 | 945477 | 38356 | 22265 |
| TS/TSX 文件数 | 3786 | 164 | 141 |
| package.json 数量 | 28 | 3 | 1 |
| 进程数 | 6 个 app | 4 个 app | 单进程 |
| 数据模型 | 122 个 Prisma model | PGlite 或 PostgreSQL | 本地 workspace 库 |
| Star / Fork | 7419 / 1325 | 6288 / 920 | 6458 / 948 |
945477 行是 OpenMuse 的 24 倍、OpenDots 的 42 倍,而三者 star 数几乎一样。这个组合说明:star 衡量的是「这个名字戳中了多少人」,不是「这套代码有多少东西」。
规模差落在哪,可以直接数出来。rakazo 的 packages/adapters/src 一个目录里,几乎每个能力都有成对的实现与测试——routine-scheduling.ts 配 routine-scheduling.test.ts,sandbox-factory.ts 配 sandbox-conformance.test.ts。它做的是一件事:把「个人 agent 需要的每一种外部依赖」都抽象成一个可替换的 provider,然后给每种 provider 写一致性测试。
另外两个不做这个。OpenDots 30 个直接依赖里,5 个是 @copilotkit/*、2 个是 @ag-ui/*,剩下的主要是 React、TipTap、Playwright 和 Zod。它把「provider 抽象」这件事外包给了框架。
这不是说 rakazo 就更好。抽象层的账单很实在:28 个包意味着 28 组版本约束,15 个沙箱 provider 意味着 15 套凭据、配额与故障模式要维护。OpenDots 用 2 万行做到的「跑起来」,rakazo 用了 94 万行,多出来的那部分是你不用它就不会疼、一用就得有人管的东西。
给一个粗略的换算:如果你只是想读一遍「个人 agent 该有哪些部件」,OpenDots 两万行两天能读完;如果你要把它接进公司的实名账号体系、自己的对象存储、自己的模型网关, rakazo 里那些看着啰嗦的 provider 契约就是你接下来要手写的东西。
agent 循环在谁手里
三个项目都用了 CopilotKit 或 AG-UI 的词汇,但真正跑「模型输出 → 调工具 → 拿结果 → 再输出」这个循环的代码,位置完全不同。
| 项目 | 循环实现位置 | 你能改的 | 你改不了的 |
|---|---|---|---|
| rakazo | pi-runtime 编排层,底层 runtime 用 @earendil-works/pi-ai |
run 的组织、审批、工具调度、上下文压缩、重试 | pi-ai 内部 |
| OpenMuse | 三选一:内置引擎 / 自带模型 / 外部 AG-UI 端点 | 换整个 agent 后端 | 线程持久化 |
| OpenDots | @tanstack/ai 的 chat(),外面套 CopilotKit 的 BuiltInAgent |
工具、提示词、迭代上限 | 循环本身 |
OpenDots 这一行值得展开。仓库里 src/server/dot-agent.ts 有 471 行,看着像个 agent,但它做的是装配:把 computer、page、connection、composio 四组工具塞进 BuiltInAgent,再交给 TanStack AI 的 chat() 跑循环,用 maxIterations(5) 或 maxIterations(10) 封顶。class DotAgent extends AbstractAgent 里的 private inner?: BuiltInAgent 说明得很清楚——它是包装器,不是循环。三套框架各取一层:TanStack 管循环、CopilotKit 管端点与线程、AG-UI 管事件流。
OpenMuse 选了另一条路:config.agentBackend 的取值是 "sample" | "model" | "agui"。前两个用自带引擎和模型 key,第三个直接转发到你自己的 AG-UI 端点。README 那句「Compatible with any agent harness」就是这个意思——它把 agent 当成可替换部件,自己专心做客户端、任务队列和电脑。
rakazo 是唯一自己写 runtime 层的。它的模型调用委托给外部包 @earendil-works/pi-ai,但「一次 run 怎么组织」全部写在自己仓库里:pi-runtime.ts 是适配层,往上还有一整套 run-* 文件管审批、重放、幂等、流空闲检测与思考等级。文件名本身就是清单——pi-runtime-tool-dispatch.ts、pi-runtime-context-append-only.ts、pi-runtime-turn-termination.ts、tool-loop-guard.ts、thinking-signatures.ts。每一个都是「循环跑起来之后才会遇到的问题」:工具调用怎么并发派发、上下文只能追加不能改、什么时候判定一轮结束、模型反复调同一个工具怎么拦。
这条差异对选型的影响很直接:如果 agent 的行为就是你的产品差异,你得自己养循环;如果 agent 行为是标准品、你的差异在客户端和场景,用别人的循环省下的不是工期,是往后每一年的调试时间。
代码在哪台机器上跑,信任边界就在哪
三个项目都有「agent 自己的电脑」,但电脑是什么、放在哪、谁能碰,答案差别很大。这一项直接决定了安全模型:沙箱越像真机器,越不能对每个动作都弹窗。
| 项目 | 执行环境 | 可选 provider | 隔离靠什么 |
|---|---|---|---|
| rakazo | 完整桌面上云或本地 | 15 个沙箱 provider | 机器边界 + 共享/私有电脑区分 |
| OpenMuse | Docker 容器或 E2B 桌面 | 2 种,COMPUTER_PROVIDER 切换 |
非 root 容器 + 独立 Chromium profile |
| OpenDots | 浏览器 + workspace | 跟随部署,Playwright | 单容器 + owner token |
rakazo 的 15 个沙箱实现不是凑数。其中 13 个可以直接用 SANDBOX_PROVIDER 开关切换:docker、e2b、daytona、createos、novita、kubernetes、incus、railway、wuying、boxd、boat、desktop、none;另外两个走独立路径:host-computer 用 hostComputerUrl 选项挂载,remote-desktop 单独实现。host-computer 那一项是关键——它允许 agent 跑在用户自己那台 Mac 或 Windows 上,用你已登录的浏览器和已装好的软件。
这条能力商业产品也有,但说法不同。OpenAI Dots 的表述是「你可以给你的 dot 权限去连接并使用你的笔记本」;Grok Bot 的表述是「bot 登录你已在用的工具,工作发生在真实工具里而不是聊天草稿里」。落到实现上,都是在「云端一台计算机」之外再开一条通向本机的信道。
rakazo 把它做成了三种电脑:Team Computer 在同一个信任域里共享文件、已装工具和浏览器身份;Private Computer 完全不共享;还有一个用户接管(takeover)机制,让你独占某个 bot 的屏幕而其他 bot 继续跑自己的。浏览器登录态会被检查点化,重启的桌面复用同一个身份——这也是为什么它要写 page-browser-session.ts 和 generation-fencing 这类东西:多个 Chromium 进程不能同时往一个 profile 目录写。
OpenMuse 更朴素,也更值得抄。它的 apps/computer/Dockerfile 是一个非 root 的 Debian slim,装 bash、python3、git,建 /workspace 卷,USER 1000:1000,入口是 sleep infinity。真正的文件读写走一个 0555 权限的 files.py 辅助程序。COMPUTER_PROVIDER=e2b-desktop 时才换成 E2B 的桌面沙箱,闲置 15 分钟自动暂停、开桌面延长到 30 分钟。
把这三个放在一起看,能得到一条判断标准:沙箱越接近真机,审批就越应该按「域」而不是按「动作」设计。在真机上,每次 shell 都弹窗会让人三分钟就关掉审批;在只有浏览器的地方,每次点击都不弹窗又太危险。下一节讲审批,正好接上。
什么动作必须先问你
商业产品在这件事上的口径高度一致:发送、支付、签署、删除,四类必须确认。Claude Duet 还额外禁止证券交易和账户间转账——即便你同意也不做。开源这边的做法更细,也更值得研究,因为它把「什么不用问」写成了显式白名单。
| 类别 | 代表工具 | 为什么这么分 |
|---|---|---|
| 免审批 | shell、write_file、browser_act、computer_act、remember |
破坏范围被沙箱或记忆域限住,问了只是噪音 |
| 必审批 | generate_image、archive_bot、delete_email、forget_memory、cloud_agent_launch |
花钱、不可逆、或把工作交给外部执行者 |
| 不弹窗但另设关卡 | request_purchase |
钱包自己会确认,这里再问一次等于问两遍 |
这张表最反直觉的一行是 shell 免审批。在真机上执行任意命令却不用确认,听起来像失职。但它成立的前提是:命令跑在一台专门给这个 bot 的机器里,那台机器上没有你的私钥、没有你的工作目录、也没有你正在用的浏览器。审批的对象从「动作」换成了「机器」——只要机器是隔离的,机器内的一切就不需要逐条问。
反过来,generate_image 要问,因为它是花钱的;delete_email 要问,因为邮件删了不可逆,而且删的是收到的别人的信;cloud_agent_launch 要问,因为它把任务交给了另一个不在你沙箱里的执行者。这套分类不是按「危险程度」排的,是按「代价由谁承担、能不能撤回」排的。
另外两个的机制轻一些,但方向一致。OpenMuse 有 stored action review:动作先落成待复核记录,复核通过才进执行队列,Google 的邮件与日历操作走这条线。OpenDots 用 human-in-the-loop 卡片暂停 tool call,等你点了才继续——和它在 README 里演示的「ask → browse → approve → save」是同一套。
真正要抄的不是白名单内容,是这三个问题:这个动作花不花钱、能不能撤回、是否离开我的信任域。三个都否,就别问;有一个是,就必须问。按这个标准回头看你自己的 agent,很多弹窗其实可以删掉,也有几个该加没加。
和五家商业 always-on agent 的六项对照
2026 年 8 月到 10 月,五家商业产品在两个月内接连上线,卖的都是同一句话:一个有自己的电脑、你走开它还在干活的 agent。这三个开源项目就是它们的自托管对应物,其中 rakazo 的 README 直接把自己写成「Grok Bot、Meta Muse、OpenAI Dots、Instinct、OpenClaw、Hermes Agent、Claude Duet 的开源自托管替代」。
| 产品 | 上线 | 模型 | 入口 | 起步价 |
|---|---|---|---|---|
| Grok Bot | 2026-08-11 beta | 仅 xAI 自家模型 | 移动端 / 桌面 | 约 $30/月 |
| Meta Muse | 2026-09-08 | Muse Spark | App / WhatsApp | 免费档起 |
| OpenAI Dots | 2026-09-29 | GPT-6 Astra、Terra | ChatGPT / Slack / Teams / 短信 / 语音 | Pro 档 $100 起 |
| Claude Duet | 2026-10-21 | Opus 5.5 | 独立 App / claude.ai | 含在 Pro $20 内 |
| Instinct | 2026 年内测 | 未公开 | 短信 / 电话 / 群聊 | 暂不收费,邀请制 |
价格与入口只是表层。真正的差别在下面六项,每一项都能对到具体代码。
| 维度 | 商业产品 | 自托管三项目 | 差在哪 |
|---|---|---|---|
| 模型 | 绑定自家旗舰 | BYOK 或本地权重 | 商业卖的是模型能力,开源卖的是壳 |
| 数据落点 | 厂商云 + 你的账号 | 自己的 PostgreSQL / PGlite | 合规与离职交接完全不同 |
| 连接器 | 4000–6000 个现成 | Composio / Pipedream / MCP 自接 | 商业的护城河在这里,不在循环 |
| 通道 | Slack、Teams、短信、语音全做 | rakazo 最全,另两个偏 Web | 语音与电话是重工程,开源侧只有 rakazo 做全 |
| 计费 | 按席位 / 月 | 机器 + token 自付 | 人少时自托管更贵,人多时反过来 |
| 责任 | 厂商兜底、有审计与合规材料 | 自己扛 | 出事时没人替你解释 |
第一项最容易被低估。Grok Bot 只能用 xAI 的模型,这不是技术限制,是商业设计。自托管的全部意义在于:明天出了更便宜或更适合中文的模型,你能当天换掉它,而不是等厂商排期。rakazo 的 packages/adapters 里那一整套 pi-* 文件,做的就是这件事——把「模型」从一个产品决策降级成一个配置项。
第三项要说得更直白一些。商业产品的 4000 到 6000 个连接器是它们真正难被替代的地方,不是那个 agent 循环。这些东西背后是几百个 OAuth 应用、每个应用的权限范围和限流策略、以及一堆没人愿意再写一遍的边界情况。开源侧接的是 Composio、Pipedream Connect、MCP 这类聚合层——rakazo 和 OpenDots 都这么干——省事,但也意味着你的连接器能力和那家聚合层绑在一起。
第五项算笔账。五个人的团队,商业产品按 $100/席位算是 $500/月;自托管要一台能跑 Docker 的机器、一份 PostgreSQL、一份对象存储,加上模型 token。如果每天跑十来个长任务,token 很容易超过 $500。所以「自托管更省钱」只在两种情况下成立:用量大到摊薄机器成本,或者你本来就有闲置算力和自己的模型额度。剩下的情况,自托管买的是控制权,不是折扣。
最后一项没有技术答案。商业产品出问题,你可以找厂商,有 SLA 有工单;自托管出问题,那个半夜被叫起来看日志的人是你。这一点在选型表里经常被省略,但它往往才是真正的决定因素。
star 几乎一样,活性和技术水位差得远
三个仓库的 star 数在 6300–7400 之间,差不到 17%。但这个数字几乎不携带信息——它衡量的是「这个名字戳中了多少人」,不是「这套代码有多少东西、维护得多勤」。
| 指标 | rakazo | OpenMuse | OpenDots |
|---|---|---|---|
| Star / Fork | 7419 / 1325 | 6288 / 920 | 6458 / 948 |
| Commit 总数 | 3185 | 144 | 73 |
| Open issues | 158 | 61 | 77 |
| 创建日 | 2026-08-13 | 2026-09-15 | 2026-09-29 |
| main 最后提交 | 2026-11-07 | 2026-10-26 | 2026-11-03 |
| 许可 | Apache-2.0 | MIT | MIT |
第二行才是真差别。rakazo 在不到三个月里提交了 3185 次,平均每天 37 次,最近的 100 次提交集中在两天内——这是一个团队在全职推进的节奏。OpenDots 73 次、OpenMuse 144 次,量级差 20–40 倍。
OpenMuse 那一栏要注意口径:它的 main 分支最后一次提交停在 2026-10-26,之后 12 天没有合并。但仓库并不冷——同时有 10 条以上以人名开头的 feature 分支在推进,覆盖对话目标、成本卡、浏览器代理等。所以准确说法是「主线停更 12 天,开发在分支上继续」,而不是「项目死了」。
还有一个比值值得看:每千行代码获得的 star。rakazo 是 7.8,OpenMuse 是 164,OpenDots 是 290。差了 37 倍。这个数字说明社区在给「概念」投票,不是在给「工程量」投票——两万行的模板和九十四万行的产品,在 star 上是一个量级。
接下来是评分。口径先说清楚:按「能不能直接拿来做生产」打分,不是按「写得好不好」。一个架构漂亮但没维护的项目,生产就绪就是低分。
| 维度 | rakazo | OpenMuse | OpenDots |
|---|---|---|---|
| 工程成熟度 | 4 | 4 | 3 |
| 架构清晰度 | 4 | 5 | 4 |
| 可维护性 | 2 | 5 | 5 |
| 生产就绪 | 3 | 2 | 1 |
四项分别的依据:
工程成熟度:rakazo 有跨 provider 的一致性测试、158 个 open issue 在跟、iOS 与 Android 都已上架,属于真实运营中的产品;OpenMuse 有 54 个测试文件、467 个 test,CI 齐全,但 alpha;OpenDots 57 个测试文件、无 release 记录,扣一档。
架构清晰度:OpenMuse 拿满分是因为一件事——它和框架的耦合面只有 agent.ts 与 tanstack-agent.ts 两个文件,剩下全是自己的领域代码。改了框架只动这两处,这种「可切除的依赖」很少见。rakazo 的六层 provider 契约也很干净,但 28 个包让边界变多。
可维护性:rakazo 只有 2 分,理由很直接——28 个包、122 张表、94 万行,一个两人团队接不动。另两个 2 万到 3.8 万行,一个人一周能读完,改起来没有心理负担。
生产就绪:三个都在 beta 或 alpha,谁也不该给高分。rakazo 3 分是因为它至少有真实用户在跑;OpenMuse 2 分卡在「会话线程必须依赖托管服务」;OpenDots 1 分是因为单 owner 写死、无 release、alpha 自述。
一句话总结这张表:rakazo 是产品,OpenMuse 是教材,OpenDots 是样板。产品用来跑,教材用来学,样板用来抄结构。三者不能互相替代。
三条选型路线,和一条不该选的路
把上面五节压成一张决策表。前提是先回答一个问题:你要的是「用一个 agent」,还是「做一个 agent 产品」。这两个需求的答案完全不重叠。
| 你的处境 | 选什么 | 理由 |
|---|---|---|
| 只想让活被干完,不想维护 | 商业产品 | 连接器和通道的现成度,开源侧短期补不上 |
| 数据不能出门,或要用自己的模型 | rakazo | 唯一断网可跑、模型可换的完整实现 |
| 已有 CopilotKit 技术栈,要内部 agent 模板 | OpenDots | 2 万行能读懂,Slack 与语音已接好 |
| 要做手机端个人助理原型 | OpenMuse | React Native 一套代码三端,agent 后端可换 |
| 要自己掌控 agent 行为细节 | rakazo 或自写循环 | 另两个的循环在框架里,改不到那一层 |
不该选的路只有一条:为了「开源」两个字选 OpenDots,然后发现自己还得买 CopilotKit Intelligence。这不是说它不好——作为一个两天能读完的个人 agent 参考实现,它结构清晰、依赖克制、把 AG-UI 的用法演示得很干净。但它的开源承诺是有边界的,README 自己写了「A template, not a hosted product」,也写了「Conversations require CopilotKit Intelligence」。买之前知道自己在买什么,就不算坑。
同样的话对 OpenMuse 说一半。它的 server、worker、computer 三个进程都能自己跑,PGlite 让本地单机不需要外部数据库,这部分是真实的自包含。但线程持久化那一格写着 required in every mode——也就是说,你能自己跑的部分,恰好不包括「记住上一次对话」。
如果目标是给团队做一个能长期维护的内部 agent 平台,我的排序是:先花两天读 OpenDots 建立部件清单,再花一周读 rakazo 的 packages/adapters 学 provider 契约怎么写,最后按自己的信任边界重写审批与沙箱两层。抄架构,不抄产品——这三个仓库里最值钱的东西是它们对「边界」的处理方式,不是它们的界面。
还有一个绕不开的成本:这三个都是 beta 或 alpha。rakazo 的 README 第一段就写 Rakazo is in beta;OpenDots 标着 alpha;OpenMuse 的说明是 Alpha, for self-hosting and building on。把它们放进生产环境之前,先接受一件事——你是在参与一个还在变的项目,不是在采购一个稳定的产品。
现在能上生产吗:六个具体问题
这三个项目能直接上生产吗?
都不能,三者自述分别是 beta、alpha、alpha。判断标准不是成熟度评分,是「出事时你能否定位」:rakazo 有审计表和 158 个在跟的 issue,至少能查;OpenDots 单进程单 owner,出问题只能看日志。想上生产,先接受你会成为这个项目的维护者之一。
不想买托管服务,选哪个?
rakazo。它是三者里唯一在 VISION 里写死「不需要任何托管厂商」的,模型、记忆、语音、通道、存储全部走可替换契约。另外两个都要求 CopilotKit Intelligence,断掉就没有会话记忆。
已经有 CopilotKit 或用 AG-UI,选哪个?
OpenDots 学结构,OpenMuse 学边界。OpenDots 演示了 Channels SDK 怎么接 Slack、语音桥怎么把实时对话转成一轮 agent 执行;OpenMuse 演示了「agent 后端可换」怎么写,AGENT_BACKEND=agui 时它只是别人的壳。
它们会突然闭源或收费吗?
代码不会——Apache-2.0 与 MIT 都是不可撤销的许可。真正的风险在托管依赖:OpenMuse 与 OpenDots 的会话能力来自 CopilotKit 的商业服务,哪天改价或停服,你的 agent 会失去记忆,但代码还在。这就是为什么 rakazo 把「托管服务不能变成隐藏依赖」写进了产品原则。
自托管比买商业产品便宜吗?
人少的时候更贵。五个人按商业产品 100 美元一个席位是 500 美元/月;自托管要一台能跑 Docker 的机器、一份 PostgreSQL、一份对象存储,加模型 token,很容易超过这个数。省钱只发生在两种情况下:用量大到摊薄机器成本,或者你本来就有闲置算力。
能接自己的模型吗?语音能打电话吗?
模型三家都能接:rakazo 走 pi-runtime 支持 API key、OAuth、本地 Ollama 和任意 OpenAI 兼容端点;OpenMuse 支持 OpenAI、Anthropic、Google 三家加兼容网关;OpenDots 只认 OpenAI 兼容端点。电话三家都不能——OpenDots 的 call 是浏览器 WebRTC 对讲,真 PSTN 需要 SIP 中继和号码资质,三个仓库都没做。
来源:github.com/elie222/rakazo(VISION.md、packages/adapters、packages/db/prisma/schema.prisma)、github.com/CopilotKit/openmuse(README 架构图、apps/server/src、apps/worker/src)、github.com/CopilotKit/OpenDots(README、compose.yml、src/server);商业侧取 OpenAI Dots 发布页、Claude Duet 发布页、Grok Bot 发布页与各家帮助中心。数据核对日 2026-11-07。
这个专题怎么读
后面三节是三份独立的源码拆解,第 4 节把商业对照展开成可执行的判断。三种读法对应三种目的:
| 你的目的 | 读哪几节 | 大概收获 |
|---|---|---|
| 决定要不要自托管 | 本页 → 第 4 节 | 成本结构与责任划分的判据 |
| 要落地一个能用的 | 第 1 节 → 第 2 节 → 第 3 节 | 三套可抄的工程形态 |
| 只想看架构怎么切 | 第 1 节的 provider 契约 + 第 2 节的进程划分 | 两种截然不同的解耦方式 |
核对口径放在这里,方便以后回填:代码体量按 wc -l 统计 .ts 与 .tsx,含注释与空行,排除 node_modules;包数量按仓库内 package.json 文件数;沙箱 provider 数只数带实现的 *-sandbox.ts,排除 fake 与包装层;数据模型按 Prisma schema.prisma 里 model 声明数。
商业产品一侧的信息取自各家官方发布页与帮助中心,价格是 2026 年 11 月的公开档位。这类数字变得比代码快得多——本节的所有价格与档位都应按「核对日」打折看,代码侧的体量与结构则相对稳定。
三个仓库的版本锚点:rakazo 与 OpenMuse 取 2026-11-07 的 main,OpenDots 同。三者都在高速迭代,工具数量与 provider 清单是本页最可能先过期的两项,升级后优先回填这两处。
变更记录
| 日期 | 类型 | 改了什么 | 范围 |
|---|---|---|---|
| 新建 | 三仓库按同一套十一项读码口径做横向拆解 | 全页 | |
| 口径 | 代码体量按 wc -l 统计 .ts/.tsx,含注释与空行,排除 node_modules | 全页 | |
| 口径 | 商业产品信息取各家官方发布页与帮助中心,价格按 2026-11 公开档位 | 全页 | |
| 待更 | 三仓库均为 beta/alpha,升级后需回填体量、工具数与 provider 清单 | 全页 |