夜雨聆风学习资料网

ARTICLE · 1177826

给AI配一台电脑,开源版Muse来了,OpenMuse赶紧去二次开发吧

给AI配一台电脑,开源版Muse来了,OpenMuse赶紧去二次开发吧

Meta 的 Muse 上线十天冲到美区 iPhone 免费榜第一,把 ChatGPT 挤到第二;OpenAI 紧接着甩出 dots。主打"全天候替你干活"的产品一下挤了一堆,开源这边也来了个可以对标的——CopilotKit 的 OpenMuse,26 天攒到 4,600 Star。它的特别之处不是又一个聊天框,而是给 Agent 配了一台自己的电脑。

Meta Muse 上线十天登顶美区免费榜,把 ChatGPT 挤到了第二位。

它到底是个啥

一句话:一个自托管的个人 Agent 应用,跑在你自己的服务器上,同时支持 iOS、Android 和 Web。

技术底座是 CopilotKit 的 React Native 方案,MIT 协议。仓库 9 月 15 日建的,到今天 26 天。

4.6k Star、622 Fork、30 位贡献者,右侧 About 栏就是那句定位。

但真正值得说的是它的架构——OpenMuse 给 Agent 配了一台"电脑",这块分两层:

  • 持久化 Chromium 浏览器:Agent 能真的上网读页面、保存浏览器配置,profile 持久化
  • 可选的 Linux 工作区:起一个隔离容器跑命令、改文件,30 秒超时,每次执行都留回执

官方自己画的定位图——左边 Meta Muse、dots、Cue、Instinct、Grok Bot,右边 OpenMuse。

这是它和市面上绝大多数"AI 助手"的区别:ChatGPT 类的工具给你一个对话框,OpenMuse 给你的是一台能被接管的机器。

十个子系统,都在同一个 Agent 里

它不是把功能堆在侧边栏,而是把十个场景组织成一套完整工作流:

十个子系统,最有意思的是 Documents 和 Goals & Tracking。

挑三个最有意思的说:

Documents 是完整的闭环。 邮件附件 → 解析成 PDF → 抽取表单字段 → 让你填 → 生成填好的副本 → 准备好回复草稿 → 你审阅后才发出。中间任何一步都停下来等你,不自动往下走。

Goals & Tracking 能定期替你盯网页。 不是一次性查询,是"这个页面内容变了就提醒我"、"这个价格低于 80 美元就通知",还带去重和失败退避。

Activity 把过程摊开给你看。 任务计划、进度、审批、暂停恢复、执行回执全留档,中断的活靠 SQL 租约自动恢复——你看到的不是黑盒在动,而是每一步都有据可查。

界面长什么样

这是官方仓库里放的两张真机截图(iPhone 端):

Agent computer 面板——浏览器已连接,可以开新会话,也可以直接接管已有的。

那份"社区参观许可单"被自动填好了,字段是从邮件附件里抽出来的。

Documents 那张我盯了半天:表单是虚构的,但流程是真的——抽取、填值、等你审、留回执,一环不缺。

跑起来要准备什么

本地跑不用模型、不用 Google 账号、不用 Docker,但要一个 CopilotKit Intelligence 的项目 key。

git clone https://github.com/CopilotKit/OpenMuse.git openmuse cd openmuse pnpm install --frozen-lockfile cp .env.example .env  npx copilotkit@latest login npx copilotkit@latest project select # 把生成的 server-only project key 写进 .env 的 CPK_INTELLIGENCE_API_KEY  pnpm dev

另开一个终端起 Web 前端:

pnpm dev:web

然后打开 localhost:8081,API 健康检查在 localhost:8787/api/health。

首次上手建议按这个顺序试(这是官方 README 给的路线,我照着理解了一遍):

  1. Documents 工作流
    ——发一句 "Complete the permission slip",看它怎么从空白 PDF 走到填好的副本
  2. Goals → Track
    ——建一个可用性监控,改一下测试页面,看会不会真的告警
  3. Browser Worker
    ——配好模型让它去 Hacker News 找内容,或者让它总结 copilotkit.ai,中途可以随时点 "Take control" 接管

架构上是一条清晰的链路:客户端 → API → 持久任务 worker → 浏览器 / 计算机 / Google,所有外部写操作都过一次 stored review。

官方架构图,注意左下角那个"每次外部写都过审"。

我扒仓库看到的几件事

写到这里我把仓库翻了一遍,有几个数字和判断值得单独说:

指标
数值
Star / Fork
4,600 / 622
建仓到现在
26 天(2026-09-15)
open issue / open PR
10 / 40
已合并 PR
118
贡献者
30 位
近 30 天提交
100+(单页上限)
版本发布
0 个 Release

一、这是个还在 Alpha 的项目,官方自己反复强调。 README 开头那句写得很直接:"Alpha, for self-hosting and building on."(为了自托管和二次开发而生的 Alpha)。页面顶部还有一句更狠的——"Clone this template and customize it however you want."(当模板拿去随便改)。官方定位是"给你改的骨架",不是"给你用的产品"。

10 篇文档,从 Agent Computer 到 OpenBot 集成都有。

二、40 个 PR 排队,10 个 issue——这个比例很有意思。 说明社区不是来报bug 的,是来提改进的:perf(server)、fix(monitors)、feat、chore(deps) 混在一起,还有 Renovate bot 自动来的依赖升级。这个仓库的健康度比我预期的高。

Open 40 / Closed 118,排队的多是性能和修复类。

三、"随时接管"是这个项目最被低估的设计。 Browser Worker 里那个 "Take control" 不是装饰——Agent 操作到一半,你可以直接把它的浏览器会话拽过来自己点。配合 README 里那句 "Graphical desktops and autonomous checkout remain future work"(图形桌面和自主结账还在未来),能看出作者对边界的诚实:能替你做,但不能替你刷卡。

四、部署门槛要说清楚。 想在公网跑起来,README 明确要求:Google OAuth 要配、Gmail 和日历需要真实凭据、Docker 计算机得自己 build、API 必须 live 模式(sample 模式只允许本地回环)。那个"一个 access key 保护单个 owner"的方案——它不是多租户系统。

到底该怎么看它

如果你想要的是成品:Meta Muse、dots、Cue 那条线的产品更完整,OpenMuse 现在还 Alpha。

如果你想要的是骨架:这是目前开源里少见的、真的把"浏览器 + 容器 + 邮件 + 日历 + 审批"整套做齐的模板。MIT 协议、30 位贡献者、118 个已合并 PR、26 天 4,600 Star——它的迭代速度和工程规范都值得抄作业的人看一眼。

我自己的判断是:下一轮 AI 竞争确实已经不是谁答得更好,而是谁能真替你做完。但"替你做完"和"你敢让它做完"之间,还隔着一个 Take control 按钮的距离。OpenMuse 至少把这个按钮留在了台面上。

相关学习资料