Openvurp - 本地运行的 AI Agent 钱包

项目简介

Openvurp 是一个开源的 AI Agent 多钱包系统，于 2026 年 9 月 3 日通过 Show HN 发布后获得 3 票支持。与传统单一 AI 助手不同，Openvurp 允许用户创建多个具有不同职责的 AI Agent，每个 Agent 有自己的名字、工作描述和模型引擎配置，Agent 之间可以相互通信、互相请教，在遇到不属于自己专业范围的问题时会主动向其他 Agent 发起咨询，而非凭猜测作答。

Openvurp 运行在用户本地计算机上，数据（对话、经验、记忆）存储在本地的 memory/ 目录下，用户可随时查看和删除。模型选择完全由用户决定，既支持 Ollama 等本地模型服务，也支持云端模型，模型名称中的 :cloud 和 :local 标记决定了实际推理发生的位置，而非由服务商名称决定。

核心功能

1. 多 Agent 协作钱包

用户可以创建多个 Agent，每个 Agent 有唯一名字、固定工作描述和独立模型配置。当一个 Agent 收到超出其职责范围的问题时，它会自动查阅同事名单，找到最合适的 Agent 进行咨询，全程无需用户手动路由。

2. 真实工具执行，非模拟

Agent 执行 shell 命令、读写文件、搜索网页、控制浏览器等操作均通过真实工具完成，而非模拟或预设响应。用户可以实时看到每个工具的执行过程和输出结果。

3. 本地优先数据存储

所有对话、记忆文件存储在本地 memory/ 目录下，重启后数据完整保留，不会因服务中断而丢失。隐私数据可选择仅在本地模型中处理（通过 :cloud 标记规则控制）。

4. 多渠道接入

Web 页面、Telegram、Discord、Slack、WhatsApp 等渠道均调用同一底层 Agent 代码，同一 Agent 在不同渠道的对话自动同步，用户从手机端通过 Telegram 向 Agent 提问，回到电脑端可在 Web 界面看到同一对话线程。

5. 隐私模式

PRIVACY_MODE 可强制指定某类对话仅在本地模型处理，即使主模型是远程云端模型，系统会根据模型名称中的 :cloud 标记判断数据流向，防止敏感信息意外发送到云端。

6. 协作房间（All Together）

在「All Together」房间中，所有 Agent 可以互相响应、协同工作，而非并行回答用户问题。当某个 Agent 开启房间时，它首先发言，然后其他 Agent 按需补充，最终就议题达成共识的房间状态写入记录。轮次间无人补充或用户手动停止时，对话结束，由开启者撰写结论。

7. 启动向导与环境检查

首次启动时引导用户配置引擎、模型和可选的 Telegram Bot Token，写入 .env 文件。内置 doctor 子命令用于诊断环境问题，检查依赖是否完整。

8. 轻量级 Web 界面

简洁的单页 Web 应用，在 localhost:8420 提供 Agent 创建、对话管理和协作房间功能。界面左侧是 Agent 名单（初始为空），右侧是对话区域，无多余的二级菜单或导航结构。

技术实现

Openvurp 的架构设计强调「工具可见性」和「路由透明性」。每个 Agent 在其工具列表中内嵌同事名单（名字和职责描述），LLM 在决定是否需要咨询他人时可以直接从工具描述中读取，无需额外 API 调用。Agent 之间的咨询对话作为上下文片段注入，而不是作为独立消息处理，这样可以保持对话的连贯性。

模型路由通过模型名称中的 :cloud 后缀实现：当 Agent 配置使用 qwen3-coder-next:cloud 时，所有推理请求发送至云端；使用 qwen3-coder-next:local 时，请求发送至本地 Ollama 服务。隐私模式通过读取模型名称中的后缀而非提供商名称来判断数据流向，避免了混淆。

Openvurp 的 Agent 协作示例：

用户 → "我的 SSD 快坏了，应该买什么？"
dev Agent → shell: smartctl -A /dev/nvme0n1
  结果：187 reallocated sectors. 今天就备份。
  → 向 amanda Agent 咨询：1000欧元以内可靠的1TB NVMe推荐？
amanda Agent → "Crucial P3 Plus 1TB，约740元"
dev Agent → "结论：Crucial P3 Plus，约740元，今天就备份再换盘。"

快速上手

第一步：克隆并安装。

git clone https://github.com/openvurp/openvurp && cd openvurp
python3 -m pip install -e .

第二步：启动 Web 界面。

openvurp
# 在浏览器打开 http://localhost:8420

第三步：创建第一个 Agent。 在 Web 界面填写 Agent 名字、工作描述和模型引擎，例如：

• 名字：Amanda
• 工作：研究高性价比电脑配件和存储设备
• 引擎：qwen3-coder-next:cloud

第四步：开始对话。 在对话中描述任务，Agent 自动判断是否需要咨询同事，并将协作过程展示在对话中。

第五步：进入协作房间。 点击「All Together」进入多 Agent 协作模式，让多个 Agent 就同一问题各自发表意见并达成共识。

适用人群

Openvurp 面向以下用户：需要在本地运行 AI 助手以保证数据隐私的开发者；希望为不同工作场景（购物研究、技术调研、日程管理）配置专门 Agent 的效率导向用户；以及探索多 Agent 协作系统架构的 AI 研究者和独立开发者。

GitHub 地址：https://github.com/openvurp/openvurp