开源 AI Agent 怎么选？2026 年 8 款可部署智能体对比

第一次选择开源 AI Agent，可以从任务入手：需要在人工监督下处理本地文件，选 Goose；需要保留操作流程、反复执行同类工作，选 Hermes Agent；主要想通过聊天软件使用助手，选 OpenClaw。本文的 8 个项目都能安装在你自己掌控的硬件上，但接入什么模型、允许访问哪些账号，仍需分别决定。

本文于 2026 年 10 月 18 日核对了各项目的代码仓库、许可证文件及所链接的文档。 对比依据是公开文档，并非上手实测或性能基准测试。下文推荐的是可安装的智能体软件；模型访问需要自行准备和配置。

选型时，最有用的问题是：任务究竟在哪里完成？浏览器扩展可以操作供应商门户，桌面助手可以处理导出的文件，容器化智能体拥有独立的工作环境，编程智能体则应围绕代码仓库开展工作。先确定工作环境，再选模型。

开源 AI Agent 对比：先看哪款适合你的任务

从能完成任务、范围最小的应用开始。一般用途可以先选 Goose；只有当工作需要不同的交互方式或执行环境时，再考虑其他工具。

表中每款软件的模型用量都需另行考虑。开源应用接入托管模型后，任务内容仍会发送给模型提供商；使用本地模型则需要合适的硬件和受支持的连接方式。代码仓库中的许可证只覆盖智能体软件，所选模型的许可证需要单独核对。

这些项目是怎么选出来的？

入选项目都有可安装的应用、命令行界面或打包好的容器，无需自行设计智能体循环就能使用。所谓智能体循环，就是选择动作、执行动作、读取结果，再决定下一步的过程。这些项目已经提供了这套机制。

筛选依据着眼于实际使用：

• 有可用的入口： 文档明确说明如何从安装走到向智能体分配任务。
• 许可证允许商业使用： 核对仓库中的实际许可证文件，而非徽章或营销描述。
• 仓库近期仍有活动： 所有入选仓库都未归档，且在 2026 年 10 月有活动记录。这只能说明项目符合入选条件，不能证明可靠性。
• 模型接入有文档可查： 按本文推荐的具体应用核对提供商支持情况。
• 运行边界清楚： 说明动作在哪里执行、还需完成哪些配置，以及哪些限制可能影响选择。

配置难度是根据文档步骤作出的判断，并非计时测试。“简单”指安装应用或扩展并连接模型提供商；“中等”还涉及网关、账号、工具或容器；“复杂”则需要准备合适的模型端点，或运维更大的运行环境。

推荐依据是任务是否匹配，而非项目热度。如果只需要处理浏览器标签页，集成再多的项目也可能选错。反过来，界面再完善的浏览器扩展，也替代不了能在专用 Linux 环境中工作的智能体。

通用助手与聊天式任务助手

工作横跨文件、资料研究和外部服务时，适合选通用助手；希望直接在现有聊天应用中发起这些任务时，则适合选聊天式任务助手。交互入口会影响你在哪里查看结果、注意到中断，以及收到求助信息。

1. Goose：本地通用助手的入门首选

Goose 适合希望通过桌面应用，在人工监督下处理文件、查找资料和执行自动化任务的业务人员。仓库将其定位为通用智能体，提供 macOS、Windows 和 Linux 原生桌面应用，也提供命令行界面。它通过扩展将模型与工具连接起来，其中包括 Model Context Protocol，简称 MCP，即智能体调用外部工具的一种标准方式。参见 Goose 代码仓库。

初次尝试可以让它把一个文件夹中的客服工单导出文件整理成运营报告草稿。提供导出文件的副本、业务分类说明，以及成品报告示例，并要求它在结论旁保留工单编号。这样既能检查交付结果，也不必立即连接正在使用的客服系统。

Goose 适合这类工作，是因为它的 Developer 扩展包含文件编辑和 shell 执行功能。shell 是操作系统的命令接口：它可以运行脚本转换文件，无需让模型在对话中逐行计算。这对重复的数据处理很有用，同时也意味着智能体在机器上拥有相当大的操作权限。参见 Developer 扩展文档。

适用场景： 需要处理本地文件，并希望使用桌面界面和可配置工具的业务人员。
主要特点： 通用桌面任务处理，可选择不同模型提供商和扩展。
许可证： Apache License 2.0。
运行平台： macOS、Windows 和 Linux；可使用桌面应用或 CLI。
模型支持： Anthropic、OpenAI、Google、OpenRouter、Ollama 及文档列出的其他提供商。Ollama 是在自己的机器上运行模型服务的软件。
配置难度： 桌面应用加模型连接较简单；加入外部工具和凭据后为中等。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

主要限制在于本机权限。Goose 文档中的默认模式是 Autonomous，其 Developer 工具可以使用当前用户的权限执行操作。审批模式能增加审核环节，但文档也说明，读写操作的分类只能尽力判断。审批是有用的控制措施，仍需配合文件和账号访问限制。参见 Goose 权限文档。

试做客服报告时，可以检查它是否保留原始编号、是否区分信息缺失与数值为零，以及是否保持源文件不变。这些是你设定的验收标准，并非 Goose 承诺的结果。如果每份输出都还得人工重做，应先简化任务，再考虑增加扩展。

选型建议： 希望在自己的机器上与智能体协作，可以选 Goose。更详细的配置和扩展说明，参见 Goose AI Agent 使用指南。

如何免费搭建自己的 AI 智能体？先从现成应用开始

可以先配置 Goose 已有的应用。只是想尝试一个边界明确的文件任务，无需先实现一套智能体框架。

1. 1

   安装桌面应用

   按照 Goose 快速入门 中对应平台的链接下载。除非明确需要维护源码构建版本，否则使用打包好的应用即可。

2. 2

   连接一个模型提供商

   完成首次启动时的提供商配置。所选提供商应当已获准处理该任务涉及的数据。本地 Ollama 是另一项模型服务配置，安装桌面应用不会自动完成这部分工作。

3. 3

   选择会话的权限模式

   在设置（Settings）中打开聊天（Chat），将默认模式（Default Mode）改为审批模式，使其应用于新会话。已有会话保留原来的设置；文档提供的会话内切换命令是 /mode approve。开始工作前，检查已启用的扩展。

4. 4

   安排一个结果可检查的文件任务

   在专用工作文件夹中放入非敏感文件的副本。要求它生成带有来源编号的报告草稿，并且不修改输入文件。工作文件夹便于组织任务；要建立更强的隔离，还需限制操作系统账号和工具可访问的范围。

5. 5

   先检查结果，再扩大访问范围

   对照原始记录核验报告，检查发生变化的文件，并记录自己在哪些地方进行了干预。只有当前任务已经说明确实需要时，再添加其他工具。

2. Hermes Agent：适合需要记忆和固定流程的重复性工作

Hermes Agent 适合需要借助已保存的上下文和经过审核的流程不断改进的任务。Nous Research 的项目文档列出了持久记忆、对话检索、可复用技能和定时任务，并提供终端、桌面及聊天入口。它的实际价值在于工作的延续性：下次任务可以直接使用上次保留的信息和指令。参见 Hermes Agent 代码仓库。

例如，运营负责人每周都要整理供应商进展，需要读取新文件、沿用相同的分类定义，并在草稿中列出尚未解决的问题。记忆可以保存长期有效的背景信息，技能则可以保存具体流程：读取哪些文件、什么情况算异常，以及最终更新应采用什么结构。

这两者承担不同职责。偏好的报告格式属于应保留的背景信息；先检查缺失的交付日期，再起草摘要，则属于操作流程。Hermes 的技能文档明确区分了两者。其自我改进机制包括保存和修订这些流程，但这并不意味着准确率一定会提高。参见技能文档。

适用场景： 能从持久上下文和可检查流程中受益的重复性业务工作。
主要特点： 记忆、由智能体创建的技能，以及通过聊天网关定时交付结果。
许可证： MIT。
运行平台： Linux、Windows 及受支持的 Apple Silicon Mac；可在本机或服务器上运行。文档提供了 Windows 原生安装方式。
模型支持： OpenAI、Anthropic、OpenRouter、Nous Portal 和自定义端点，包括 Ollama、vLLM 等本地模型服务器。
配置难度： 打包好的桌面应用加模型提供商为简单至中等；聊天接入、定时任务和远程执行环境为中等。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

安装方式需要选对。目前的桌面安装包包含运行时和预构建界面；源码引导安装程序则采用另一条路径。macOS 安装包仅支持 Apple Silicon，文档明确指出不支持 Intel macOS。服务器应采用文档提供的命令行安装方式，并单独配置网关。参见安装文档。

模型选择也有明确的配置入口：hermes model 用于选择提供商和模型，hermes tools 用于管理启用的工具。本地 Ollama 通过自定义端点配置，也就是填入模型服务器的地址。无需预设必须使用某个云服务账号或某款模型。参见提供商文档。

主要限制在于流程质量。一次运行即使看起来有用，也可能套用了错误的业务规则；把这种做法保存下来，错误就可能延续。对于供应商更新，应先检查输出，再让它提出技能草案，并审核它打算保留的指令。文档中的 skills.write_approval 设置可将技能变更暂存以供审核，通过 /skills pending 和 /skills diff 可以查看拟议更新。

选型建议： 如果希望对话结束后操作流程仍能保留下来，选 Hermes。Hermes Agent 评测 进一步介绍了记忆、技能和运行控制。

3. OpenClaw：适合以聊天为主要入口的助手

OpenClaw 适合把聊天入口视为工作流核心的用户。它的本地 Gateway 是协调会话和工具的后台服务，可连接 Slack、Discord、Telegram、WhatsApp、Teams 和 iMessage 等渠道。仓库提供了 macOS、Linux 和 Windows 的安装说明。参见 OpenClaw 代码仓库。

对于主要用手机处理工作的创始人，这种入口可能比另开一个桌面应用更顺手。可以先通过私密聊天渠道，让助手为获准使用的运营笔记生成摘要草稿。有用的结果应当可追溯，并发送到你平时就会查看的地方。不过，发出消息并不会自动接通所有业务系统；能读取原始资料的工具仍要自行配置。

Gateway 也带来了运维责任：它必须运行在能执行任务的机器上。笔记本适合有人在场时使用；如果合上笔记本后仍需服务可用，就应考虑专用机器或服务器。应选择自己有能力维护的部署方式，包括处理更新、模型凭据和渠道连接。

适用场景： 希望随时通过聊天软件访问常驻助手的业务人员。
主要特点： 由本地控制服务统一协调渠道、会话和工具。
许可证： MIT。
运行平台： macOS、Windows 或 Linux；可部署在个人电脑或服务器上。
模型支持： 托管及本地提供商，包括 Anthropic、OpenAI、Google Gemini、OpenRouter、Ollama 和 LM Studio。
配置难度： 中等：安装、完成模型初始配置、配置 Gateway，并连接目标渠道。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

安装程序可以配置受支持的 Node.js 运行时，这是运行应用所需的软件。安装脚本会启动初始配置流程；直接安装软件包时，则使用 openclaw onboard --install-daemon。之后可用 openclaw gateway status 检查服务，并用 openclaw dashboard 打开控制界面。先确认能在该界面正常对话，再接入聊天渠道。这些是仓库记录的操作步骤，并非关于安装耗时的实测结论。

模型提供商和聊天渠道是两套独立的选择。Slack 决定如何与助手交流，模型提供商则提供推理能力。在项目支持的配置范围内，两者可以分别更换。参见模型提供商参考文档。

主要限制在于一条传入消息背后能调动多大的权限。仓库说明，除非配置沙箱，主会话工具会在宿主机上运行；未知私信发送者默认需要经过配对。配对决定谁能发起任务，却不限制已获准任务能访问哪些文件和账号。即使状态与凭据保存在自己的硬件上，已配置的模型提供商和聊天平台仍会收到任务内容。

选型建议： 如果助手是否好用，取决于它能否出现在你常用的聊天入口，选 OpenClaw。如果更看重流程能否保留，参见 Hermes Agent 与 OpenClaw 对比。

电脑操作与浏览器智能体

先确定智能体需要操作什么环境，再选产品。在现有浏览器中工作、打开独立浏览器、使用容器内的桌面，以及控制本机屏幕，是性质不同的任务。能完成其中一种，并不代表也能处理其他几种。

4. Nanobrowser：适合现有的 Chrome 或 Edge 浏览会话

对于 Chrome 或 Edge 用户，Nanobrowser 是本文中最简单的浏览器智能体入门选择。它以扩展形式安装，在侧边栏接收任务，能够读取页面、点击、输入并切换标签页。无需更换平时使用的浏览器，也无需编写自动化脚本。参见 Nanobrowser 代码仓库。

需要比较供应商资料时，可以打开相关页面，让它把交付条件整理成表格，并在每一项旁标出来源。仓库说明，可将 CSV 表格或 Markdown 报告等结果保存到下载文件夹。一个实用的验收标准是：每条提取出的条件都能追溯到具体页面，找不到的信息必须明确标记为不可用。

任务原本就在标签页里完成，因此这种方式很合适。仅仅为了浏览网站，不必再增加一个完整的桌面智能体。应将任务范围限定在相关网站，尤其当同一个浏览器还登录了其他业务应用时。

适用场景： 在现有 Chrome 或 Edge 浏览器中阅读和操作网页。
主要特点： 侧边栏智能体，可连接云端或本地模型，并按网站设置权限。
许可证： Apache License 2.0。
运行平台： 电脑上受支持的 Chrome 和 Edge。
模型支持： Anthropic、OpenAI、Google Gemini、OpenRouter 及文档列出的其他云端提供商；Ollama、LM Studio 和兼容的本地服务器。模型必须支持工具调用。
配置难度： 使用云端提供商较简单；本地推理还需配置模型服务器。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

通过仓库中的 Chrome Web Store 链接安装，在欢迎页完成提供商配置，再打开侧边栏。在 Edge 中，可能需要先允许安装来自其他商店的扩展。本地模型还有额外的连接要求：Ollama 必须允许该扩展的来源，LM Studio 则需启用跨域访问。仓库记录了这些要求，模型服务器能连通并不代表配置已经完成。

权限设置有用，但也有边界。默认的 Ask 模式会对识别出的提交、发送、删除和上传操作请求确认；付款、密码和授权步骤则交由人工处理。设置中还可以按网站选择允许、询问或阻止。项目明确承认，智能体可能漏掉需要人工介入的步骤，因此涉及重要后果的任务仍需关注执行过程。

选型建议： 如果任务从头到尾都在浏览器标签页中完成，选 Nanobrowser。它不适合操作任意桌面应用，也不适合作为无界面的服务器助手。

5. Browser Use Desktop：适合在独立浏览器中执行任务

Browser Use Desktop 是一款独立应用，在单独的 Chromium 窗口中执行浏览器任务。仓库说明，它会从日常使用的 Chrome 浏览器导入 Cookie，让智能体使用已有登录会话，并提供快捷方式来启动任务。本文介绍的是 browser-use/desktop 中可安装的桌面应用。参见 Browser Use Desktop 代码仓库。

如果希望一眼区分智能体正在处理的内容与自己正在浏览的标签页，独立窗口就很有用。例如，让它从供应商门户收集获准查询的条目状态，自己继续阅读相关文档。先让结果保持为草稿清单，再与门户逐项核验。它的价值是提供独立的工作浏览器，另开一个窗口本身并不意味着任务就安全了。

Cookie 可以携带已认证的访问权限。导入 Cookie 后，智能体浏览器可能同时获得这些会话对应的权限。应检查涉及哪些账号，先安排读取和起草任务，再考虑修改记录。新开浏览器进程，并不等于使用了一个权限更少的新账号。

适用场景： 希望将浏览器任务与日常浏览窗口分开的业务人员。
主要特点： 以桌面应用封装专用 Chromium 环境，文档说明了会话导入方式。
许可证： MIT。
运行平台： 文档提供 Apple Silicon macOS、Windows x64 和 Linux 的下载版本。
模型支持： 桌面版 README 列出 Anthropic，可通过 Claude Code 订阅或 API 密钥接入；以及 Codex，可通过 ChatGPT 订阅或 API 密钥接入。
配置难度： 简单至中等：安装桌面包，连接文档列出的提供商，并检查浏览器会话连接。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

模型支持列表是一项重要限制。Browser Use 生态还包含其他组件，但某个库支持某项能力，不代表这款桌面应用也支持。如果必须连接任意本地模型端点，Nanobrowser 仓库对这条路径的说明更明确。选择 Browser Use Desktop 时，应以桌面版 README 的提供商列表为起点。

部署方式也需要作同样的区分。下载桌面版，得到的是在所安装机器上运行的应用。不能仅因为它能执行浏览器任务，就认定文档已支持用它替代长期运行的服务器服务。

选型建议： 希望使用独立的浏览器工作界面，且所需提供商已在文档列出，可以选 Browser Use Desktop。如果更重视留在当前浏览器中工作，以及有明确文档支持的本地模型连接，选 Nanobrowser。

6. Agent Zero：适合需要完整 Linux 工作环境的任务

如果智能体需要自己的 Linux 环境来处理文件、浏览器、桌面应用和可编辑文档，Agent Zero 是本文中最适合的选择。项目自称框架，但它的启动器和 Docker 镜像可以直接启动已构建好的智能体，并提供 Web 界面。正是这条打包应用的使用路径，使它符合本文的入选条件。参见 Agent Zero 代码仓库。

Docker 将应用及其依赖打包到容器中，在宿主机上形成独立的执行环境。Agent Zero 的桌面就运行在这个环境里。它可以使用其中安装的 Linux 软件；是否让它访问宿主机的文件或浏览器，则是另一项配置决定。

可以先让它根据一组获准使用的文档，整理一份可编辑的内部简报。仓库列出了 Linux 桌面、集成浏览器，以及分别用于文档、电子表格和演示文稿的 LibreOffice Writer、Calc 和 Impress。要求它提交可编辑草稿和清楚的来源列表，再同时检查内容与保存的文件。这是建议的试用流程，并非本文已实测验证的输出能力。

适用场景： 需要专用电脑环境，而不仅是聊天面板的工作。
主要特点： 在 Docker 内打包提供 Linux 桌面、浏览器和文档工作区。
许可证： MIT，已核对许可证文件本身。
运行平台： 可运行 Docker 的本机或服务器；A0 Launcher 提供 macOS、Windows 和 Linux 版本。
模型支持： 文档列出的托管接入路径包括 Anthropic 和 OpenRouter；本地路径包括 Ollama、LM Studio 和 vLLM。
配置难度： 中等至复杂：涉及 Docker、持久化存储、应用配置和模型连接。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

A0 Launcher 为个人电脑提供引导式配置：检查 Docker、管理实例与端口，并连接本地或远程 Agent Zero 安装。仓库也为服务器提供了终端安装程序。Web 界面启动后，应分别配置各类模型。安装指南区分了 Chat、Utility 和 Embedding 模型，分别负责主对话、摘要等辅助工作，以及用于检索相关信息的数值表示。参见安装与模型配置。

这比在浏览器扩展中选择一个提供商需要更多配置。如果确实需要这套工作环境，额外投入就有价值；如果只需从几个标签页提取信息，这些配置便是多余负担。

主要限制在于容器周围的访问边界。项目建议保持环境隔离，避免挂载整个用户主目录。挂载会让宿主机目录在容器内可用。可选的 A0 CLI Connector 也会主动将智能体的操作范围扩展到宿主机，应将其视为额外授权，而非首次任务的常规前提。

项目功能可以分别组织任务指令、文件、记忆、密钥和模型选择。可借此为简报建立独立的工作上下文。这有助于管理任务，但真正的访问边界仍取决于配置的容器、挂载、账号和工具。

选型建议： 智能体需要一套你能运行和维护的工作环境时，选 Agent Zero。只是处理较简单的本地文件任务，可以先从 Goose 开始。

7. UI-TARS Desktop：适合通过视觉操控桌面

当任务需要通过截图、鼠标动作和键盘输入与图形应用交互时，UI-TARS Desktop 是面向这类需求的专用选择。仓库区分了桌面应用和同仓库中的另一个项目 Agent TARS。如果目标是操作电脑上可见的界面，应遵循 Desktop 的说明。参见 UI-TARS Desktop 代码仓库。

当应用提供可用的界面，而你又不想为它开发集成时，这种方式就有意义。可以先在非生产环境的桌面应用中做一项可撤销的设置变更，再通过截图检查结果。任务应有明确的完成状态，也应有撤销方法。

配置需要视觉语言模型，也就是能同时理解图像和文本的模型。只接入通用文本模型，并不足以确认它能兼容这款应用的视觉操作循环。桌面版 README 列出了 UI-TARS 和 Seed 视觉模型系列；快速入门则演示了 UI-TARS 模型端点的配置。

适用场景： 需要观察和操作桌面界面、且有人监督的任务。
主要特点： 可安装的桌面应用，通过截图驱动电脑和浏览器操作。
许可证： Apache License 2.0。
运行平台： 文档中的本地桌面安装路径覆盖 macOS 和 Windows。
模型支持： 文档列出的 UI-TARS 和 Seed 视觉模型系列；应使用 Desktop 专属的端点配置。
配置难度： 复杂：安装应用、授予所需系统权限，并配置兼容的模型端点。
价格： 免费开源；模型访问自行准备。
免费试用： 软件本身无需试用。

在 macOS 上，指南要求授予辅助功能和屏幕录制权限。模型配置需要填写基础 URL、API 密钥和模型名称。基础 URL 是响应模型请求的服务地址。即使智能体控制的是本机屏幕，该端点仍可能位于远程，因此“本地操作”并不代表截图一定留在本机。参见桌面版快速入门。

同一份指南还指出了明确的兼容性限制：应用面向单显示器环境，多显示器可能导致任务失败。指南也说明，旧的 Remote Operator 服务已停止。本文推荐的是可安装的本地应用，已停用的托管服务不能作为捷径。

选型建议： 如果有一项明确的屏幕操作任务，且能全程监督，可以选 UI-TARS Desktop。只处理网页时，先考虑浏览器工具；需要独立的 Linux 工作环境时，选 Agent Zero。

用于编程的开源 AI Agent

8. OpenHands：代码仓库任务交给编程智能体

OpenHands Agent Canvas 是可安装的开发者控制中心，内置 OpenHands 智能体。它采用 MIT 许可证，可在本机、Docker 或服务器上运行，能配置包括 Anthropic 和 OpenAI 选项在内的 LiteLLM 支持的模型，并按文档通过软件包或 Docker 安装。配置难度为中等，不使用沙箱的运行方式会授予广泛的文件系统访问权限。软件免费开源，模型访问自行准备。 专门针对编程场景的选型，参见开源编程智能体指南。

智能体开源且装在本地，不代表模型也在本地推理

智能体安装在哪里、动作在哪里执行、模型端点在哪里，需要分别检查。本地安装应用，只回答了第一个问题。

例如，Goose 可以一边编辑本地文件，一边使用托管模型。Nanobrowser 可以在浏览器内运行，同时将页面内容发送给所选提供商。Agent Zero 可以在 Docker 中执行任务，同时调用其他位置的模型服务器。这些都是文档支持的部署方式，与产品的开源属性并不矛盾。

要实现完全本地化，光选开源应用还不够。先确认模型端点，再检查搜索服务、浏览器服务及其他可能向外发送信息的工具。如果任务需要访问公共网络，应区分访问网页与向模型提供商发送私有工作数据这两件事。

对业务使用者来说，最实际的问题是：哪些文档、页面内容或截图会离开这台机器？在让智能体接触机密记录前，先回答这个问题。如果本地推理是硬性要求，应选择明确支持目标本地服务器的应用，再核验完整的任务执行路径。

按任务选：哪款开源 AI Agent 更合适？

第一项任务是在人工监督下处理文件，且希望有通用桌面界面，选 Goose。它在这份名单中的起步用途最清楚：准备模型，划定工作范围，再检查交付结果。

如果采用智能体的主要原因是保存上下文和复用流程，选 Hermes Agent；如果关键是通过聊天入口融入日常工作，选 OpenClaw。两者能做的都不止这些，选型时应判断：哪项需求一旦缺失，最先影响使用。

任务适合在现有浏览器中完成，选 Nanobrowser；希望使用独立的智能体浏览器，且所需提供商在其文档中列出，选 Browser Use Desktop。这两种方式都能从已有登录状态中获得便利，因此交付任务前要检查账号访问范围。

助手需要自己的 Linux 电脑环境，包含桌面软件和可编辑文件，选 Agent Zero；任务明确要求操作本机图形界面，选 UI-TARS Desktop。决定因素是希望智能体在哪个环境中工作，而非哪段演示看起来更自主。

需要处理代码仓库，选 OpenHands。若要与其他编程智能体比较，应查阅编程指南。

如果还说不清最终要交付什么、允许使用哪些输入，以及智能体应在哪里停止，就先别急着安装。把这些写下来，通常比列一长串功能更能缩小候选范围。

哪些项目不适合这次选型？

如果本来想安装现成应用，却发现还得先自己开发应用，就不适合本文的目标。以下排除项都围绕同一个需求：创始人或业务人员希望直接使用智能体。

开源 AI 智能体框架应单独比较

CrewAI 和 LangGraph 应放在 AI 智能体框架对比 中考察。准备开发智能体应用时，它们有价值；但不符合本文“安装现成助手，然后开始分配任务”的要求。

只安装 Ollama 也不够。它提供的是部分智能体所使用的模型服务基础设施。仍需另一个应用来管理工具、任务和交互。

仅提供托管服务的产品 不符合在自己的机器或服务器上运行智能体的要求。能够下载客户端，或提供开源集成库，本身都不能证明真正的智能体运行时可以自托管。

已停用的 UI-TARS Remote Operator 服务 不应纳入部署方案。请遵循当前仓库中本地 Desktop 的安装路径。

最后，不要把相关项目的能力相互套用。Browser Use Desktop 有自己的提供商列表，UI-TARS Desktop 的配置也不同于 Agent TARS。某项功能是否支持，应以正在安装的具体应用文档为准。

开放业务访问权限前，先把任务范围定清楚

给第一个智能体安排一项权限有限、能够完成且结果可检查的任务。对于小公司，用导出文件副本生成报告草稿，比笼统要求它“管理运营”更容易评估。

使用专用工作区，并在适合时采用独立账号或容器。只开放任务所需的账号和目录。在提示词中要求智能体留在某个文件夹内，只是表达意图；它实际能访问哪里，由文件权限和工具配置决定。Hermes 的安全文档 对命令审批与执行边界的区别解释得尤其清楚。

任务开始前先设定验收标准：必须保留来源编号，原始文件不得改动，未知值要明确标记，请求执行任何对外操作时都要停下来等待审核。这些是建议的试点标准，并非每款应用都提供的保证。

下一个工作日就可以这样开始：选一项重复性任务，准备干净的输入资料，安装能满足需求的最小工具。按验收同事交付成果的标准检查输出。只有弄清它做了什么、哪些地方需要纠正，以及如何停止或撤销下一步操作后，再扩大访问范围。

常见问题

有开源 AI 模型吗？

有。模型许可证与智能体许可证是两回事，能够下载模型权重，并不自动意味着商业使用不受限制。除了应用许可证，还要检查模型自身的许可证。上文多款智能体都在文档中说明了连接本地模型服务器的方式。

AI 智能体到底起什么作用？

智能体利用模型选择动作，调用可用工具，读取执行结果，再继续推进任务。对业务人员来说，关键区别在于：它能在配置的权限范围内操作文件或应用，而不仅是返回文本。

如何使用 OpenAI 智能体？

如果要开发应用，OpenAI Agents SDK 是通过代码构建的途径。如果想安装现成助手，可以选择上文中明确支持 OpenAI 的项目，再配置相应的提供商连接。

OpenAI API 可以免费使用吗？

不要默认免费智能体软件包含免费的 OpenAI 模型访问。预算应依据提供商当前的使用条款，以及账号中明确显示的额度。模型的现行费用应以官方 API 价格页 为准。

免费的 AI API 该怎么选？

对于智能体，兼容性和能否完成任务，比宣传中的免费额度更重要。应检查工具调用能力；涉及屏幕操作时，还要检查视觉能力。如果需要本地推理，应选择文档明确支持的本地模型连接，并用自己的实际任务评估。

ChatGPT API 怎么收费？

API 费用取决于所选模型及用量，部分工具另行计费。具体费率请查阅当前 OpenAI API 价格表。安装开源智能体不会改变这些提供商费用。

哪个 ChatGPT API 模型最便宜？

先在提供商的实时价格表中，查看智能体支持的模型里哪些费率最低，再比较完成任务的实际成本，包括重试和纠错。标价最低，不代表得到可用结果的成本最低。本文不对模型价格进行排名。

哪些内容不该告诉 ChatGPT？

不要在任务提示词中放入密码、私钥或未经批准的机密记录。使用这些智能体时，应按文档通过凭据设置进行配置，并检查所选模型会接收哪些文件、页面或截图。仅仅安装在本地，并不能回答这些问题。

哪些 AI 比 ChatGPT 更便宜？

需要把智能体应用与模型连接分开看。本文中的应用都免费开源，模型费用由所选模型访问方式决定。应使用同一项任务和相同验收标准来比较受支持的模型，而不是根据应用许可证推断推理成本。

使用 AI 业务工作流审查清单，明确第一项任务、允许使用的输入，以及可接受的结果。