Omnara开源发布：提供类Claude智能体托管的开源替代方案

摘要：Omnara推出了一款开源的智能体托管API，旨在为开发者提供一种可自托管的解决方案，用于运行持久化智能体。该系统通过Postgres存储智能体状态，支持云端与本地机器的协同工作，并具备任务调度、权限管理等功能。其架构设计强调高可扩展性、容错性和资源高效利用，允许智能体在多台机器上分布式运行。Omnara的发布为AI智能体开发者提供了一种灵活且经济高效的替代方案，尤其适合希望掌控数据与计算资源的团队。

---

Omnara开源发布：智能体托管的新选择

Omnara近日开源了其智能体托管API，为开发者提供了一种可自托管的解决方案，用于运行持久化智能体。该系统的主要特点包括：

1. 持久化智能体状态管理：通过Postgres数据库存储智能体状态，确保智能体在重启后依然保持其状态，并支持在空闲时零成本运行。
2. 分布式任务调度：智能体的循环任务在控制平面的无状态工作节点上运行，每个迭代步骤（模型调用或工具调用）由不同的工作节点处理，从而实现高可扩展性和容错性。
3. 跨平台工具支持：智能体可以通过API与任何联网的macOS或Linux机器通信，运行命令或编辑文件。这种设计允许智能体利用本地机器和云端沙箱的组合进行任务处理。
4. 权限与安全：内置权限管理、RBAC（基于角色的访问控制）和机密管理机制，确保智能体在执行任务时的安全性和合规性。

技术机制剖析

Omnara的架构设计与其他智能体托管平台（如Claude Code、Codex等）有显著不同。其核心创新点在于：

• 事件驱动架构：Omnara采用基于Postgres的事件日志系统，将输入、模型输出和工具调用存储为结构化数据，而非传统的JSONL或SQLite文件。这种设计提高了数据一致性和查询效率。
• 无状态工作节点：智能体循环的每次迭代由不同的工作节点处理，工作节点在处理完一个迭代后释放资源并进入空闲状态。这种机制允许一个工作节点同时处理多个智能体的任务，提高了资源利用率。
• 跨机器任务执行：智能体运行的任务可以分布在不同的机器上，例如本地笔记本电脑和云端沙箱。这种设计不仅提高了灵活性，还增强了系统的容错能力。

工程权衡与实测表现

Omnara在设计上权衡了以下几个关键因素：

• 可扩展性与复杂性：通过分布式任务调度和事件驱动架构，Omnara实现了高可扩展性，但同时也增加了系统复杂性。开发者需要理解其架构才能充分利用其优势。
• 资源利用率与延迟：无状态工作节点和跨机器任务执行提高了资源利用率，但可能会引入一定的延迟。对于对延迟敏感的应用场景，需要进行额外的优化。
• 安全性与便利性：内置的权限管理和机密管理机制增强了安全性，但开发者需要正确配置这些机制以避免潜在的安全漏洞。

根据Omnara团队的测试，该系统在多智能体并发运行时表现出色，能够在单台机器上支持数千个智能体同时运行。

开发者落地与部署建议

Omnara的开源特性使其适用于各种应用场景，包括企业级智能体平台、研究项目和个人开发者工具。以下是一些部署建议：

• 自托管部署：对于对数据隐私和计算资源有严格控制需求的团队，建议使用Docker Compose在本地或私有云环境中自托管Omnara。
• 混合部署：结合本地机器和云端沙箱，可以实现更灵活的任务处理和资源利用。
• 性能优化：根据具体应用场景，调整工作节点数量和任务分配策略，以达到最佳性能。

Omnara的发布为AI智能体开发者提供了一种灵活且经济高效的解决方案，尤其适合希望掌控数据与计算资源的团队。

---

消息来源：Hacker News AI Feed (2026-10-21)

—— 完 ——

主题标签： #Omnara 关注 #开源智能体 关注 #AI托管 关注 #Postgres 关注 #分布式架构 关注