OpenMausBot
仰不愧天，俯不愧人，内不愧心。——韩愈
一个聊天框装不下一个团队：OpenMausBot 把 agent 摆成了通讯录
先说一个形状问题
你手机上的 AI 助手，几乎都是同一个形状：一个输入框，一个对话框，一条时间线。
你问它答，你追问它再答。所有事情挤在同一个上下文里——今天早上让它改的简历，和下午让它查的机票，住在同一个滚动条里。
这个形状在「问答」时代是合理的。但当你开始让 agent 干活，它就不太对劲了。
因为干活需要分工。一个负责翻你的代码库，一个负责写文案，一个负责盯数据；它们该有不同的记忆、不同的工具、不同的权限。而一个对话框只允许有一种人格和一条历史。
OpenMausBot 的诞生文档，第一句话就冲着这个来的：一个盒子里放一个助手，对 agent 来说是错的形状。
项目地址：https://github.com/milind-soni/OpenMausBot
它的解法很朴素：把 agent 摆成通讯录。
侧边栏里一排名字，每个都是一个真的 agent，点进去像跟人聊天一样。它把这套东西叫「一个聊天应用里的 AI bot 团队」。
每个名字都是真的
它对自己产品的描述里有一句关键的话：
侧边栏里的每一个 bot 都是一个真实的 agent——本机跑着的 Claude 或 Codex——有自己的性格、自己的模型、自己的云电脑、自己接的应用。像联系人一样跟它们说话，看它们干活，在关键的地方点头。
这句话里最要紧的是「本机跑着」。
不是调用某个云端接口，不是包一层代理，是你机器上已经装好的 CLI 在跑。文档把这一点写成了第一条原则：自带 agent。
bot 跑在你本机装的 claude、codex、grok 上，用你已有的登录和订阅，不开新账号，中间没有代理。
对很多人来说，这一条决定了它能不能用。因为「我已经付过钱了」是一个很硬的约束——任何要求你再付一次的工具，在这个阶段都会被直接否掉。
而且它留了一个口子：任何引擎都可以在设置里指向一个自定义的 CLI 二进制，版本化的构建或者一层 wrapper 都行。
为什么偏偏是聊天应用
「把 agent 做成聊天软件」这个选择，容易被当成偷懒——反正大家都会做对话框。
但仔细想，聊天应用恰好是少数几个天生支持多主体的界面。
邮箱不行，它是一条条孤立的信。文档不行，它是一个人的空间。看板不行，它是任务不是人。只有聊天软件，从一开始就假设「这边有我，那边有别人」，而且可以有很多个别人。
于是「一队 agent」这件事，不需要发明新界面，只需要把已有的隐喻用足：每个 bot 有头像、有名字、有一段只属于它的对话历史。你切过去，它就接着上次说；你切走，它不会把你的话记到别人头上。
文档里那句话其实是在描述这套隐喻的边界：像联系人一样说话，看它们干活，在重要的事上点头。
三句话，三个动词：说、看、批准。前两个是聊天软件本来就有的，第三个是新的——批准。
而这第三个动词，才是这套界面真正要解决的问题。
本地优先，具体到路径
第二条原则是本地优先，而它没有停在形容词上：
一个跑在 127.0.0.1 上的小 harness 服务，掌管所有 agent 进程。对话记录、密钥、事件都住在 ~/.openmausbot，不在云上。
一个进程、一个目录、一个回环地址。
这三件事凑在一起，才能叫「本地优先」。少一样都不算：进程在本地但数据上云，不算；数据在本地但必须登录它的服务器才能启动，也不算。
有手的 agent，和一条很讲究的阶梯
第三条原则是我最想展开的：agent 得有手。
能聊天的 agent 满地都是，能动手的 agent 才是分水岭。而 OpenMausBot 在这件事上给的不是一个开关，是一段阶梯：
每个 bot 可以用一台云端 Linux 桌面，可以用一个隔离的本地虚拟机，也可以在平台安全边界目前已被认证的地方，用你自己的电脑。此外还能通过 Composio 接 500 多个应用。
注意这个排序。从最远的沙箱，到最近的实机，一级一级往回走，每一级都需要更多的信任。
然后是那句最见功力的话：主机控制在 macOS 和 Ubuntu Xorg 上，用户显式同意之后才可用。而 Ubuntu Wayland 的主机控制继续保持关闭，直到 issue #345 解决。
这句话值得念两遍。
一个做「让 agent 操作你电脑」的团队，主动在一个主流 Linux 桌面环境上把功能关掉，理由写的是一个 issue 编号，而不是「暂不支持」。
这两种写法的区别很大。「暂不支持」是模糊的，你不知道是没做、做不了、还是不敢做。而「等 #345 解决」是一个可以被追踪的承诺——你可以点进去看它卡在哪，也可以判断它值不值得等。
在 agent 拿到你键盘鼠标这件事上，这种克制比任何性能指标都重要。
扩展性：一个文件，一行注册
贡献那一节写得非常具体。
驱动层的 SPI 在 server/contracts.ts 里，刻意做得很小。加一个 provider，就是 server/drivers/ 下的一个文件，加一行注册。
不写代码也能接自己的引擎：任何说 ACP 的 CLI，或者任何 OpenAI 兼容的端点，通过配置就能插进来。自己的 MCP 工具服务器也能零代码添加。
甚至能跑在 OpenRouter、Fireworks AI、DeepSeek、Cline，或者你自己的 OpenAI / Anthropic 兼容服务上。
这套设计的价值观很明确：扩展的成本应该低到一次 PR 就能完成。
「刻意做得很小」这五个字，是一个接口设计者能给出的最好的自我约束。接口小的意思是，它没有替你决定太多事，所以别人能在上面做你没想过的事。
一个改过两次名字的项目
文档里有一句很轻的自我介绍，信息量却不小：也叫 MausBot，前身是 OpenGrokBot。
两个旧名字，一次改名。
这件事在开源项目里很常见，但它在这个项目里格外合理——因为它一开始的定位就是「某个产品的开源替代」，而替代品的名字往往先跟着被替代者走，等自己长出自己的形状，才换掉。
现在它叫 OpenMausBot，域名和下载页都独立了，于是名字里那个「Open」不再只是前缀，而是它的立场：这类产品里，那个开源的。
顺便说一句，它还专门做了一个「开源 Grok Bot 替代品对比」的页面。一个项目愿意把自己放进一张对比表里让别人挑，说明它对自己的位置很清楚。
隐私：写在可以被核对的地方
隐私那一节也不长，但每一句都能落地。
使用分析是可选的、匿名的：产品事件，加上每天一次的「你配置了什么」的计数；永远不包含密钥、名字、地址或对话内容。
关掉的位置精确到菜单路径：设置 → 通用 → 使用分析。
而事件清单在 docs/analytics.md 里，列出了每一个事件和每一个属性。
这三件事凑齐了才叫透明：默认可选、能一键关、有完整清单。
缺任何一条，所谓「我们很重视隐私」就只是一句话。
装起来：两个平台四种包，或者一行命令
发布页给的东西很齐全：macOS 的 Apple silicon 和 Intel 两个 dmg，签名并公证过；Windows 的 x64 安装包；Ubuntu 24.04 x64 的 deb，以及一个 beta 状态的 AppImage。
也可以完全不用安装包。Node 24 以上，装一次就跑：
1 | npm install -g openmausbot |
不想全局装，就用 npx openmausbot。
第一次启动会用方向键引导你：选 AI 的接入方式、登录或者粘贴一个隐藏输入的 API key、选模型、可选地连上手机。下次同一条命令会复用已保存的配置，直接在这台机器上打开。
还有两个细节写得挺体贴：终端要留着别关，但 Ctrl-C 停下来的是服务，不是你保存的工作；加 --no-open 可以不让它自动开浏览器。
一个在终端里起服务的工具，最怕的就是用户以为关掉窗口等于丢掉数据。它提前把这句话说了。
那段关于代币的警告
文档里有一段用警告符号标出来的话，跟产品功能毫无关系：
OpenMausBot 与任何加密货币无关，没有代币。任何使用 OpenMausBot、Maus 或 SupaMaus 名字的币，都不是这个项目或其维护者创建、背书或关联的。我没有从任何人那里收到过代币、付款或分配，也不会为任何代币背书。
一个开源项目需要在首页放这样一段话，说明它已经被人拿去蹭过了。
这段话读起来有点荒诞，但它是这个时代的真实成本：一个有名气的开源项目，第一件要澄清的事可能不是「我支持什么」，而是「我没发币」。
它想替谁说话
文档里还有一段判断，值得单独拎出来：
2026 年的七周里，有四个闭源的个人 agent 产品发布；而它们每一个，都把模型、电脑和你的数据留在了自己那一侧。
这句话是整份文档的立场所在。它没有说那些产品不好，它说的是：这种形状被验证了，但验证它的人把门关上了。
所以 OpenMausBot 做的事，是把这种形状开源化——同样的通讯录、同样的每人一台电脑、同样的接应用，但跑在你的机器上，Apache 2.0。
这也是为什么它的自我定位里堆了一串「open 某某」：open Muse、open dots、open-source Grok Bot、open Instinct、open Cue。
它不是在跟某一个产品竞争，它在占一个位置：这一类产品里，那个开源的。
最后
回到开头那个形状问题。
一个聊天框装不下一个团队，这不是界面问题，是权限问题。真的团队需要分工、需要各自的记忆、需要有人只能看不能改、需要有人在动手前先问一句。
OpenMausBot 把 agent 摆成通讯录，其实是在把「权限」和「关系」重新塞回界面里：你跟这个 bot 说话，是因为它负责这件事；你批准这个动作，是因为你知道它要动什么。
而它最难得的地方，不在于做成了这个东西，而在于它知道自己在哪一步要停下——Wayland 上不碰你的桌面，等那个 issue 解决再说。
一个能动手的工具，最值钱的部分往往是它拒绝动手的那部分。