⭐⭐⭐ Spring Boot 项目实战 ⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》 《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》 《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》 《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》 《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/openmuse-meta-muse/ 「芋道源码」欢迎转载,保留摘要,谢谢!


🙂🙂🙂关注微信公众号:【芋道源码】有福利:

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
  2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
  3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
  4. 新的源码解析文章实时收到通知。每周更新一篇左右。
  5. 认真的源码交流微信群。

9 月下旬 Meta 发布了个人 AI 助理 Muse,就是那种能自己上网、自己干活、你离开应用它还在跑的助理。它随后冲到了 App Store 免费榜第一。

App Store 免费榜,Muse from Meta 排在第一

没过几天,做 Agent 基础设施的 CopilotKit 把 OpenMuse 放上了 GitHub,MIT 协议。CEO Atai Barkai 直接转发了 Meta 那条发布推文,配的话大意是「我们的 Muse 是开源的」。现在它四千六百多 Star。

CopilotKit 的转发与配文

仓库首页实时截图,Star 与 Fork 计数同时可见

它和 Muse 抢的是同一件事,但走的是另一条路

两边要解决的问题是同一个,都是「你不盯着的时候,它替你把事办了」。区别在于东西放在哪。Muse 是托管服务,你用它,数据在人家那儿;OpenMuse 是给你一套代码,你自己部署,数据在你自己那儿。

功能上 Muse 更多,能买东西、订座;OpenMuse 目前还不行。它换来的是另一样东西,代码能拿走自己改,想加什么自己加。

一个浏览器、一个终端、一套文件,是它的全部家当

Agent 计算机面板,浏览器与文件两个标签

它比普通聊天机器人多三样东西,一个常开的浏览器、一个能跑命令的 Linux 环境、一个文件系统。三样凑齐了,它才谈得上干活,而不只是聊天。

浏览器那台是它自己的 Chromium,登录态会保留。这次任务登录过的网站,下次打开还是登录状态,不用每次重新验证。干活过程也是能看见的,浏览器画面直接显示在应用里,你觉得它点得不对,按一下 Take control 就把这个会话接过来自己操作,弄完再交还给它。

终端与文件面板,Linux 工作区与文件列表

Linux 环境是可选的,要自己开。开了之后 Agent 有一个隔离的容器终端,官方给它加了三道限制,命令最长跑 30 秒、环境本身不联网(要上网就走前面那个浏览器)、每次执行都留下输出和结果的记录。文件能在应用和这个环境之间来回传,浏览器里下载的 PDF 也能直接进来。

关掉手机它还在跑,写操作要先给你过目

收件箱里的学校郊游邮件

普通聊天助理,会话结束事情就结束了。OpenMuse 的任务存在服务端,有计划、有进度、有执行记录,关掉手机 App 它照样跑。中途服务重启了也能从断点把任务捡起来接着做,不会从头再来,也不会把同一件事执行两遍。

连上 Gmail 和 Google Calendar 之后,它能把邮件、附件、日程一起用起来。但涉及往外发邮件、改日历这类写操作,它会先把准备好的内容给你过目,你确认之后才真的执行。每笔写操作都留确认记录,没有悄悄重试这种隐藏行为;一笔操作卡住的时候它会停下来问你,不会自己在那儿猜结果。

这套确认机制和前面那个 Take control 是一回事的两面。自动化能走多远,边界画在哪儿,决定权始终在你这头。

日历面板,月份视图与当天日程

邮件、表单、盯梢,都长在同一个任务引擎上

填好的许可表,分页与字段分组

拿收到带附件的邮件来说。它能打开 PDF,把要填的字段列出来给你;你填完,它出一份副本让你检查,再准备好回复邮件。走完一遍,附件收进来了、填好的 PDF 存好了、回复邮件的草稿等你确认,每一步都有记录。

这件事的分量在于,它是把「读」「改」「发」三个环节串成了一条可回看的链。单看每一步都不稀奇,串起来之后,出错时你知道卡在哪一步。

网页监控的追踪配置表单

它还能盯着某个公开页面。内容有变化会提醒,页面上出现某段文字会提醒,价格降到某个数以下也会提醒。这类检查是周期性自动跑的,提醒做了去重,同一个变化不会反复轰炸你。

账单分析在这套里算是轻的。把交易记录的 CSV 导进去,它会出一份按类别整理的支出摘要,还能顺手建一个存钱目标,结果是一块能点的交互卡片,不是干巴巴一段文字。

创意建议卡片

还有些小的。它会根据你的目标给建议,每条都标了出处;名字、说话风格、头像、偏好这些也能设置。

装起来是六行命令,本地样例不需要模型

环境要求是 Node 24 与 pnpm 11.19.0,另外需要一个 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
pnpm dev

npx 那两条是用来拿项目 key 的,拿到之后填进 .env 的 CPK_INTELLIGENCE_API_KEY。CLI 生成的 CPK_TELEMETRY_ID 也要保留,部署到服务器上同样要带上。然后另开一个终端。

pnpm dev:web

终端里的项目 key 与环境变量

浏览器打开 localhost:8081 就能看到界面,API 跑在 8787 端口。官方明确说了,本地样例不需要模型、不需要 Google 账号、也不需要 Docker,先把它跑起来看看长什么样,代价很低,这点比多数同类项目友好。想确认后端起没起,访问 localhost:8787/api/health 就行。

网页端演示界面

想放到服务器上长期跑,官方给了 Render 和 Railway 的一键部署模板,API、网页、浏览器、数据库都配好了。手机端用 pnpm --dir apps/mobile ios 或者 android 起,但得有 Xcode 或者 Android 的开发环境。

先说清四条边界,再决定要不要折腾

第一条,项目还在 Alpha 阶段。官方自己说了不要按正式产品的标准去要求稳定性,它是给想自己部署、想在上面改的人准备的。

第二条也是最需要留意的。对话记录持久化依赖 CopilotKit Intelligence 这个托管服务,它是独立产品,不在 MIT 的开源范围内。所以严格说,它不算完全自托管。代码在你手里,但聊天记录这块要走他们的服务。冲着「数据一点都不出门」来的人,这一条得先想清楚。

第三条,当前是单用户安全模型。一个部署对应一个用户,用共享密钥进入,没有多用户账号体系,想给团队用得自己二开。

第四条,移动端仓库导出的是 JS bundle,不是能直接装的安装包。要装到手机上得自己走 Xcode 或 Android 的构建流程,网页端倒是直接就能用。

至于自动订票、自动付款、银行和社交账号连接器、语音交互,官方都列在路线图里还没做。涉及钱的操作它现在一律不碰,这点做得挺保守。

它更像是给做 Agent 的人看的样板

OpenMuse 面向的是不想把数据交给大公司、又想自己部署私人助理的那批人,先给出了一个最小可用的原型。浏览器登录态保留、后台任务、写操作先确认,这几样单独看都不新鲜,组合在一起之后,它和纯聊天助理的区别就很明显了。

再往一层说,它被开源出来的时间点是踩着 Meta Muse 的热度。这件事本身也说明了一件事,Agent 这个方向的竞争已经从「谁的模型强」挪到了「谁能把活干完还不出事」。

CopilotKit 拿它当自家基础设施的样板工程在维护,背后有商业公司投入,但后续更新稳不稳定还得再观察。目前它更适合开发者拿去研究和二次开发,普通用户还不能直接当产品用。做 Agent 应用的人可以看看它怎么处理任务中断恢复、怎么设计操作确认流程,这两部分有参考价值。

仓库地址是 https://github.com/CopilotKit/OpenMuse 。最后交代一句,我没有实际部署过 OpenMuse,上面的功能描述来自官方 README 与来源正文,来源作者那段本地试填的实测是他自己跑的。

文章目录
  1. 1. 它和 Muse 抢的是同一件事,但走的是另一条路
  2. 2. 一个浏览器、一个终端、一套文件,是它的全部家当
  3. 3. 关掉手机它还在跑,写操作要先给你过目
  4. 4. 邮件、表单、盯梢,都长在同一个任务引擎上
  5. 5. 装起来是六行命令,本地样例不需要模型
  6. 6. 先说清四条边界,再决定要不要折腾
  7. 7. 它更像是给做 Agent 的人看的样板