Open-Agent：AFFiNE 血统的 Manus 开源替代，多模型协作 + 第二大脑
Open-Agent：AFFiNE 血统的 Manus 开源替代，多模型协作 + 第二大脑
"Claude Agent SDK、ChatGPT Agents 和 Manus 的开源替代"——这个定位足够野心，也足够具体。
Manus 火了之后，"通用 Agent 的开源平替"成了开源社区的一个明确赛道。今天看的这个项目直接把野心写进了仓库简介：Open-Agent（AFK-surf/open-agent，1,027 stars，TypeScript + Rust，Apache-2.0）——"Claude Agent SDK、ChatGPT Agents 和 Manus 的开源替代"。
它有个值得注意的血统：README 致谢里明确说 "builds upon the ideas of projects like AFFiNE"——代码里也确实如此（BlockSuite 目录、NestJS、Rspack、Rust native，全是 AFFiNE 家的工程标配）。本文拆解它的特色功能、技术架构，以及一个选型时必须知道的重要事实。
本文提纲
- Open-Agent 是什么
- 特色一：多模型协作分工
- 特色二：Spec & Context Engineering
- 特色三：LLM 第二大脑与上下文收集
- 技术架构：AFFiNE 系全家桶
- 部署与上手
- 必须知道的现状：项目已停更一年
Open-Agent 是什么
官方一句话："The Open Source Agentic AI"——搜索、思考并完成通用任务的多模态 Agentic AI，组合最强基础模型的能力。你对话，多智能体系统替你完成任务；可以玩、可以部署、可以增强，或者拿它当你下一个专用 Agent 的地基。
与 Claude Agent SDK（面向开发者的 SDK）、ChatGPT Agents（闭源 SaaS）和 Manus（闭源 SaaS）相比，Open-Agent 的差异化是完整开源 + 自托管 + 多模型混合调度。
特色一：多模型协作分工
这是它最核心的设计。官网的表述很具体：
Improved with Claude for plans, Gemini for deep research, and GPT for rewriting feedback——用 Claude 出计划、Gemini 做深度研究、GPT 做改写反馈；避免频繁调用 SOTA 模型的高成本。
也就是说，它不是"接了个最强模型"的单 Agent，而是按能力分工的多智能体：规划、研究、写作分给不同的模型，各取所长，成本可控。README 的表述是"所有前沿模型协作完成任务的多智能体框架"。
这和我们在 AX、Team Bots 那些文章里看到的趋势一致：通用 Agent 的下一站在模型路由——什么任务用什么模型，而不是无脑全上最贵的。
特色二：Spec & Context Engineering
官网的第二条标语是它方法论上的差异化："Stop prompt-chasing. Start decision-making"（停止追逐 prompt，开始做决策）。
机制是 Spec & context engineering：给 agent 结构化的规格（spec）和上下文，让它自己去规划、评分、呈现选项——而最终决定权留在你手里。
这个设计哲学值得单独说：多数 Agent 产品在追求"全自动一步到位"，Open-Agent 反其道把"人做最终决策"写进了产品主张。对于不能接受 agent 黑箱干活的专业用户，这种"agent 备选项、人拍板"的模式比全自动更可信。
特色三：LLM 第二大脑与上下文收集
- LLM-backed second brain（第二大脑）：把聊天和媒体（会议、视频、图像、知识）存进一个记忆化库——不只是一次对话，而是跨会话的知识资产沉淀。
- Context gathering：agent 自动记忆并收集相关上下文——新任务来时不用从零讲背景，agent 从第二大脑里自己取。
- Real-time progress tracking：agent 的执行进度实时可视化。
这三个特性组合起来，指向的是一个"长期共事的 agent"而不是"每次问完即走"的问答机——记忆库就是它的岗位经验。
技术架构：AFFiNE 系全家桶
从仓库结构看技术栈，AFFiNE 血统一目了然：
| 层 | 技术 |
|---|---|
| 前端 | TypeScript + Rspack 构建（packages/frontend） |
| 后端 | NestJS + Prisma + PostgreSQL（packages/backend） |
| 原生层 | Rust（Cargo workspace，@afk/server-native 原生绑定） |
| 协作 | BlockSuite（AFFiNE 的编辑器协作框架） |
| 认证 | NextAuth（Google OAuth 等） |
| 商业化 | Stripe 内置（自带订阅付费能力） |
这个栈几乎就是 AFFiNE 的工程模板——NestJS 后端、Rspack 构建、Rust 原生性能件、BlockSuite 协作层。对熟悉 AFFiNE 生态的团队，二次开发的上手成本会低很多。
模型接入覆盖 OpenAI、Claude、Gemini 和开源模型（README 强调"integrates OpenAI, Claude, Gemini, and open-source models to work together seamlessly"），外加 Perplexity、fal.ai 等 API 的集成位。
部署与上手
Docker Compose 三步：
mkdir deploy && cd deploy
cp ../.docker/config.example.json ./config.json
cp ../.docker/docker-compose.yml ./docker-compose.yml
# 编辑 config.json 填入各家 API key
docker compose up -d本地开发是标准 monorepo 流程：Yarn 4 (Berry) + NestJS + Docker Compose 起依赖 + 构建一次 Rust 原生绑定 + Prisma 迁移。dev.md 写得比较完整，数据库、邮件、OAuth、Stripe 的环境变量都有示例。
必须知道的现状：项目已停更一年
这是选型前必须说的实话：仓库最后一次 push 是 2025 年 10 月 10 日——到本文写作时已经将近一年没有更新。
这意味着：
- 如果你期望的是一个持续演进的 Manus 平替，这个项目不符合。
- 如果你需要的是一个可 fork 的通用 Agent 架构参考——AFFiNE 系的多模型协作 + 第二大脑设计、NestJS/Rust 的工程骨架——它的代码仍然是有价值的起点，"use it as the foundation for your next dedicated agent"这个官方定位（拿它当下一个专用 Agent 的地基）反而更贴合现状。
- 社区规模（1,027 stars）和停滞状态意味着：遇到问题基本靠自己读源码。
开源 Agent 平台的一年生死期不是新闻——这个赛道迭代太快，去年的架构今年就显旧。Open-Agent 的价值更适合定位成"一份可运行的架构参考实现"，而不是"你的下一个生产平台"。
参考链接
- GitHub: AFK-surf/open-agent - 1,027 stars，TypeScript + Rust，Apache-2.0
- Open-Agent 官网 - 产品特性与在线入口
- 开发指南 - monorepo 本地开发流程
- AFFiNE - Open-Agent 致谢与工程血统来源
- 我的 Manus 相关分析 - 通用 Agent 赛道跟踪
- 我的 DeepSeek Harness 拆解 - 同为"开源 Agent 底座"的活跃对照
你在用什么方案搭自己的通用 Agent？还是觉得这条赛道已经被 SaaS 垄断？评论区聊聊，觉得有用点个赞让更多人看到。
作者: itech001 来源: 公众号：AI人工智能时代(the-ai-era) 网站: https://www.theaiera.top/ 关注每日最新AI新闻和技术博客，主页有更多的文章的AI 技术参考：https://www.theaiera.top
本文首发于 AI人工智能时代，转载请注明出处。
