—

解读：OpenMausBot——开源「Grok Bot 形」多智能体聊天壳：本地 harness、自带电脑与审批卡

  • #OpenMausBot
  • #Grok Bot
  • #Agent
  • #自托管
  • #Electron
  • #开源
  • #解读

本文是对开源项目 milind-soni/OpenMausBot 的摘要与评论。仓库也曾以 MausBot、更早的 OpenGrokBot 等名出现在讨论里；正式写作以当前仓库名 OpenMausBot 为准。起草时 GitHub API 显示约 ★10850、forks 1481；主语言为 TypeScript；GitHub 许可证字段为 Apache License 2.0；主页为 openmausbot.com。最新公开发布标签起草时为 v0.1.138（以 Releases 页现值为准）。

README 把自己写成「开源的 Grok Bot 替代方案」：形态上借鉴 Grok Bot（xAI 那套「侧边栏一排 bot、像聊联系人一样调度智能体」的产品形），也对照 Meta Muse、OpenAI dots、Cue by Manus 等封闭个人 Agent 产品；同时写明与 xAI、Meta、OpenAI、Manus 均无隶属或背书关系。仓库 topics 里常见 grok-bot-alternative、self-hosted、computer-use、electron 等标签，和这条定位一致。

钩子核对：标题与仓库定位一致。 它首先是一套「把多个真实 Agent 收进聊天应用」的本地优先壳层——每个 bot 可以有自己的人设、模型、电脑与已连接应用——而不是又一个单窗口聊天前端，也不是「换皮版 Grok 网页」。功能全表、桌面能力矩阵与企业目录细节以官方文档与 README 为准；本稿只做摘要与读法整理，不是全文转载。

OpenMausBot 聊天界面示意（来源：仓库 docs/screenshots/hero.png，压缩后存于本稿 assets）

这篇在说什么

先讲场景，再讲产品名词。很多人已经装过 Claude Code、Codex 或 Grok CLI（命令行界面上的 Agent：你在终端里下任务，它们会改文件、跑命令、调工具）。麻烦往往不在「能不能干活」，而在怎么同时养一队人、还看得懂他们在干什么：工作 bot、个人 bot、某个项目的专属 bot，各自记着不同线程；有的要登邮箱和 GitHub，有的要在云里开一台 Linux 桌面点网页；危险的 shell（系统命令行）或改文件，你又希望先看到一张卡再点允许或拒绝。封闭产品把模型、电脑和数据都留在厂商一侧；开源这边若只剩「再开一个终端窗口」，团队协作感和可审计性都会变差。

OpenMausBot 的回答，是把这套需求收成通讯录式聊天应用：侧边栏里每一个会话对象都是真实 Agent（底层跑你本机已登录的 claude / codex / grok CLI），而不是只会回几句闲聊的假联系人。你像跟人说话一样发任务，看着它们工作，并在关键步骤上做审批。数据与密钥默认落在本机目录 ~/.openmausbot；一个跑在 127.0.0.1（本机回环地址，只对本机进程开放）上的小型 harness（挽具 / 编排服务：统一拉起 Agent、转发事件、不把传输逻辑塞进聊天前端）管住所有 Agent 进程。

这篇更适合已经（或打算）在本机装好至少一种 Agent CLI、想用「多人小队 + 审批 + 电脑」而不是单会话聊天窗的人，以及需要把同一套团队形态接到 MCP（Model Context Protocol，一种让外部客户端调用工具的协议）或无界面脚本 / CI 的人。它不太适合完全不想安装任何桌面或 Node 运行时、又拒绝第三方云桌面与连接器条款的人；也不适合把「开源 Grok Bot 替代」四个字读成「官方 xAI 客户端开源镜像」的人——仓库自己反复声明：灵感来自形态，不是官方产品。

1. 核心能力：一队 bot，而不是一个万能助手

README 的「Why」写得很直白：一个箱子里塞一个万能助手，对 Agent 来说形状不对。OpenMausBot 保留的是 Grok Bot 一类产品里的通讯录隐喻，再用本地优先与自带 Agent 把它重做一遍。起草时可以从几条能力轴去读，而不必背完整功能清单：

按 bot 选大脑。 模型选择器按提供商分轨展示 Claude 与 Codex 等模型，不可用的提供商会变灰并给出原因；对话中途也可以给某个 bot 换模型。引擎可以在 Settings → Engines 指向自定义 CLI 二进制（版本化构建或包装脚本），也就是「带上你已经付过钱的登录态」，中间不再插一层代理账号。

每个 bot 可以有一台电脑。 Computer 面板可以拉起云端 Linux 桌面（赞助方与集成方写明为 Boat / boat.dev）、隔离的 Local VM（本地虚拟机），或在平台安全边界已通过认证的前提下控制你自己的这台电脑。你可以看实时屏幕预览，也可以在浏览器里接管桌面。本机控制在 macOS 与 Ubuntu Xorg（一种较传统的 Linux 显示协议会话）上需显式选择加入；Ubuntu Wayland（更新的显示协议）上的本机控制在起草时仍因安全门禁保持关闭，跟踪议题见仓库 issue #345。

危险动作先问人。 Shell 命令、文件编辑与向你提问，会以行内卡片出现：允许、拒绝，或在聊天里作答。权限经纪（permission broker）把云电脑与本地电脑上的风险动作，都收成你可点的决策，而不是默默跑完再告诉你结果。

连接应用。 通过 Composio（一类把 Gmail、Slack、GitHub、Notion 等 SaaS 接到 Agent 工具面的连接层）提供一键市场；OAuth（开放授权，用浏览器登录授权而不是把密码交给 bot）一次之后，多个 bot 可以把这些应用当工具用。连接器与 Boat 等都是第三方服务，有各自账号与条款；云电脑在试用之后可能产生费用——选型时要单独记账，不要把它算进「纯本地零成本」。

像管理聊天一样管理 bot。 右键可以置顶、标未读、改资料、复制、隐藏、删除。频道（channel）用来拆开工作 / 个人 / 项目上下文：各自有 transcript（会话实录）、共享说明、工作目录、应答规则与可编辑的 bot 花名册，而不必把整队人复制多份。

此外还有语音朗读与通话（多种 TTS，即文本转语音提供商）、从一份 Markdown 团队包一键导入整队人（见 BotMRR 与配套的 openmausbot-teams）、部门 / 模板分享，以及用 Jev（TypeSafe 的类型化决策模型）或 OpenRouter 上的决策模型做房间内「未 @ 时由谁接话」的快速路由。这些都是加分项；真正把产品和「又一个 Chat UI」分开的，仍是 harness + 审批卡 + 每 bot 一台电脑。

解读： 星标过万时，很容易被标题带去和「最新聊天模型」比谁更聪明。更稳的读法是：OpenMausBot 卖的是小队编排与人机共治的壳，智力主要来自你本机已经登录的那些 CLI。壳好不好用，和模型聪不聪明，是两笔账。

2. 部署与架构：两进程、本机优先，发行版已嵌入 harness

架构上可以粗读成两层。聊天应用（React + Tailwind，开发态常见端口 5199）自己不握传输；它只发类型化的 HTTP 命令，并把一条 SSE（Server-Sent Events，服务器推送事件流）折进界面状态。Harness 服务默认听在 127.0.0.1:8799：驱动注册表拉起各家 CLI，事件总线把提供商协议归一成规范运行时事件（按线程记成 NDJSON），权限经纪处理审批。桌面壳用 Electron（用网页技术打包原生桌面应用的框架）覆盖 macOS、Windows 与 Ubuntu；发行版把 harness 嵌进去，所以下载安装后通常不必再单独起服务。

快速上手路径，按门槛从低到高大致是：

路径 白话适合什么
发行版安装包 只想先跑通「发消息 → Agent → 流式回复 → 工具 → 审批 → 用电脑」；macOS 有 Apple silicon / Intel 的已签名公证 .dmg，Windows 有 x64 安装包，Ubuntu 24.04 x64 有 .deb / AppImage（Linux 仍标 beta）
源码开发 要改 UI 或驱动；pnpm install 后分别起 dev:server、dev，需要桌面壳再加 dev:desktop
全局 CLI / 无界面 服务器或脚本场景：npx openmausbot、openmausbot serve，以及 openmausbot team apply / run 一类无屏驱动；详见仓库 docs/headless-cli.md、docs/deploy-vps.md

要求侧：操作系统支持 macOS、Windows 或 Ubuntu 24.04 x64；从源码构建还需要 Node 24+ 与 pnpm；并且至少装好一种已登录的 Agent CLI——claude、codex 或 grok——它们会自动出现在模型选择器里。可选密钥（Composio、Boat、ElevenLabs、Fish Audio 等）在应用设置里粘贴一次即可；本地聊天本身可以在没有这些云密钥的情况下工作。

对外编排方面，仓库附带 stdio MCP 服务，给 Claude Desktop、Cursor 一类客户端用：可以查看 bot 与频道、翻 compact transcript、创建与配置、派活、等完成、切模型、打断回合；刻意不暴露审批授权、删除、任意设置、凭据或电脑生命周期。也就是说，外部 Agent 可以「管团队」，但不能偷偷替你点「允许删库」。

解读： 「本机优先」不等于「永远不上网」。云桌面、连接器、托管语音都会把数据或密钥边界推到第三方；本机控制则把风险推到你自己的真实桌面。选型时先画清楚：transcript 与密钥落在哪、电脑落在哪、谁有权点审批卡，再决定要不要开 Boat / Composio / 本机控制，而不是先被截图里的聊天皮肤带走。

3. 许可与边界：根上是 Apache-2.0，但 enterprise/ 是单独一块

GitHub API 返回的许可证为 Apache-2.0，与根目录 LICENSE 一致。同一仓库的 LICENSING.md 又写明一块重要切割：

  • enterprise/ 目录不在 Apache-2.0 之下，而在 OpenMausBot Enterprise License（源码可得：可阅读、构建、评估，以及在开发与测试中自由运行；生产环境启用其功能需要组织许可证；对外托管或白标需要合作协议）。
  • 删掉该目录之后，剩下的就是开源版：服务会报告 {"edition":"oss"}，普通单机使用形态不变。
  • 贡献规则也按边界拆分：核心目录按 Apache-2.0 贡献；enterprise/ 内贡献需签署 CLA（贡献者许可协议）。
  • 打包进去的 Cua Driver 等第三方组件保留各自上游许可证；OpenMausBot / MausBot 名称与吉祥物是商标，Apache 第 6 条不授予商标权——基于本项目做发行版时通常需要自有产品名，除非另有合作协议。

仓库还强调：它与任何加密货币无关，没有代币；凡是借用 OpenMausBot / Maus / SupaMaus 名义发币的，均非本项目创建或背书。状态上，作者自称「早期但真实」：消息 → Agent → 流式回复 → 工具 → 审批 → 电脑使用的闭环已经打通；托管 / 移动连通与始终在线的 webhook 中继仍在建设；通话目前主要落在 macOS（依赖本机听写能力）。开源议题数量在起草时也不少（API 显示 open issues 约 647），读作「活跃且粗糙边仍在」比读作「已经完工的企业套件」更贴切。

一句话风险： 把「Apache-2.0 徽章」当成整个 monorepo（多模块同仓）都可以按同一条款做商业托管与白标；或者把「开源 Grok Bot 替代」读成官方客户端，从而在合规与商标上踩线。另一侧的运行时风险，则是在未理解审批卡的前提下打开本机控制或把 webhook 接收器裸露到公网。

适合谁 / 不适合谁（复述）

  • 适合： 已经在用 Claude / Codex / Grok 一类本地 Agent CLI；需要多 bot、多频道、审批与「每 bot 一台电脑」；愿意接受 Electron 桌面或自托管 harness，并把第三方云桌面 / 连接器费用与条款单独算清楚的人。
  • 不适合： 只想要一个网页里的单助手、完全不想碰本机 CLI 与桌面安装的人；需要开箱即用的厂商托管 SLA、却又拒绝阅读 enterprise/ 切割与第三方服务条款的人；以及把本仓库误当成 xAI / Meta / OpenAI / Manus 官方开源版的人。

原文与延伸