Local Operator

Local Operator 是一个开源的 AI Agent 运行框架，专门用于在本地机器上构建、管理和运行多 Agent 协作组织。它将多个具有不同角色的 AI Agent 组合成团队，支持经理-员工层级、跨 Agent 消息传递、共享待办事项和持久化运行。

核心能力

• 多 Agent 组织架构：支持角色绑定能力边界，经理 Agent 可以监督、暂停和恢复员工 Agent，支持嵌套团队结构
• 跨 Agent 通信：不同仓库的独立会话可以通过 hub 互相发送消息、唤醒闲置节点，支持 loopback 本地通信
• 常驻运行：唤醒事件可定时触发，终端关闭后继续运行；子 Agent 作为后台任务运行，结果自动投递
• 多订阅聚合：同时登录 ChatGPT、Claude、Kimi、Grok、Z.AI、Qwen，自动在多个账号间做负载均衡和限流切换
• Token 缓存优化：布局设计充分利用提供商提示缓存，长对话不重复付费
• 审批式执行：默认读取可执行，写入和 Shell 命令需确认，可选自动审批模式
• 扩展能力：支持 MCP 服务器、Skills 加载、手机远程控制、浏览器驱动扩展

安装配置

环境要求：Python 3.12+

# 安装
pip install local-operator
# 或使用 pipx（系统 Python 外部管理时）
pipx install local-operator

# 登录（以 Anthropic 为例）
lop login anthropic

# 启动
lop

使用步骤

1. 安装后运行 lop login 登录你的 AI 账号（支持 anthropic、openai、groq 等）
2. 运行 lop 启动交互式终端，输入你想完成的任务
3. 按 esc 停止 Agent，/help 查看命令，/exit 退出
4. 想组建团队？用 /team create 创建团队，指定经理和成员角色
5. 团队模式下经理 Agent 自动将任务委托给受限工具的员工 Agent

适用场景

• 软件工程团队：一个经理 Agent 统筹，多个专业化员工 Agent 分别处理代码、测试、部署
• 内容生产流程：规划 Agent → 写作 Agent → 审核 Agent → 发布 Agent 流水线
• 个人效率助手：常驻后台帮你处理邮件、安排日程、搜索信息
• 跨项目协调：在多个 Git 仓库中运行的 Agent 之间互相传递消息和状态
• 桌面应用开发：配套的 Local Operator UI 提供 macOS/Windows/Linux 桌面客户端

适用人群

• 需要管理多个 AI 账号、希望统一调度的个人开发者
• 希望构建自动化工作流的中大型团队
• 对 AI Agent 有深度定制需求的 AI 爱好者
• 需要在本地运行私密 AI 工作负载的企业团队

工作原理

Local Operator 基于终端 UI（TUI）运行，每个会话都是一个完整的 AI 对话实例，可以持有自己的上下文和记忆。团队模式下，其中一个会话升级为经理角色，负责规划任务并将子任务分配给工具受限的员工会话。底层通过各 AI 提供商的 API 调用实现，不依赖特定云服务，所有数据保留在本地。

官方链接

• PyPI：https://pypi.org/project/local-operator/
• GitHub：https://github.com/radienthq/local-operator
• 文档：https://docs.localoperator.ai