Databricks 开源 Omnigent：一个跨 Claude Code、Codex 和 Pi 的元框架，用于组合、治理和共享 AI 代理

Databricks 近日开源了 Omnigent，一个针对 AI 代理的“元框架”（meta-harness）。该项目采用 Apache 2.0 许可证，由 Databricks AI 团队与 Neon 共同构建。

在 AI 代理的术语中，“框架”（harness）是围绕模型的外壳，将其转化为代理。Claude Code、Codex 和 Pi 就是这样的框架。而 Omnigent 位于这些框架之上的一层，将每个框架视为更大系统中的可互换组件。

许多工程师经常同时操作四到五个代理，在编码代理、搜索工具、文档和 Slack 之间复制粘贴文本。每个框架只理解自己的会话。Omnigent 增加了一个共享层，集成了组合、控制和协作功能。

Omnigent 是什么

Omnigent 是命令行代理和代理 SDK 之上的通用接口。它封装了像 Claude Code、Codex 和 Pi 这样的终端编码代理，也支持 OpenAI Agents 和 Claude Agents SDK 等 SDK。

其设计基于一个观察：无论框架内部如何调用模型，用户面对的都是相同的界面——消息和文件输入，文本流和工具调用输出。Omnigent 标准化了这一接口，使框架可以互换。

用户自行提供模型和基础设施，Omnigent 在其上运行代理。它可以协调多个代理作为可互换的工作者，在一个编排器下工作。

Omnigent 的工作原理

架构分为两部分：一个“运行器”（runner）将任何代理封装在沙箱化会话中，提供统一的 API；一个“服务器”（server）提供策略和共享功能。服务器通过终端、应用程序和 Web API 公开每个会话。

一条命令即可在终端启动会话，同时在 localhost:6767 启动本地 Web UI。同一会话可在浏览器或手机上访问。消息、子代理、终端和文件保持同步。

CLI 安装后有两个名称：omnigent 和 omni，两者可互换。首次运行时会检测环境中已有的模型凭据。

三大能力：组合、控制与协作

Databricks 团队将 Omnigent 围绕三个能力构建：

• 组合（Composition）：无需重写代码即可组合不同的模型、框架和技术。只需一行代码更改即可在 Claude Code、Codex、Pi 和自定义代理之间切换。
• 控制（Control）：状态化上下文策略，跟踪代理操作并在元框架层执行限制，而非通过提示。例如，代理每花费 $100 即暂停，或安装新 npm 包后需人工批准才能 git push。
• 协作（Collaboration）：通过 URL 共享实时代理会话。团队成员可以实时观察代理工作、与其聊天、评论文件、协同驱动会话或分叉对话。

一个名为 Omnibox 的 OS 沙箱支持这些能力。它可以锁定系统访问，转换网络请求。例如，保持 GitHub 令牌对代理隐藏，仅在出口代理的批准请求中注入。

用例与示例

项目自带两个示例代理：

• Polly：一个多代理编码编排器，本身不写代码。它规划任务，然后将工作委派给并行 git worktrees 中的编码子代理。每个差异由不同供应商的审查者审查，然后合并结果。
• Debby：一个双头头脑风暴伙伴，一头是 Claude，另一头是 GPT。每个问题同时发给两个模型，答案并排显示。输入 /debate 则两个头相互批评后趋同。

其他实用模式类似：一个前沿顾问模型可以指导更便宜的开源工作器；一个主代理可以编排并行子代理；不同的 LLM 可以在一个流程中处理规划、搜索和代码生成。

交互式概念演示

Marktechpost 团队创建了一个交互式演示，展示 Omnigent 的元框架工作流。用户为 Polly 编排器选择任务，它规划并委派给三个子代理（Claude Code、Codex 和 Pi）并行运行并实时流式输出步骤。会话成本计费器随着工作增加，两个策略开关展示控制层：成本预算在 $3.00 暂停请求批准，上下文策略在 npm install 后阻止 git push 直到允许。子代理完成后，每个差异由不同供应商交叉审查，然后标记为可合并。终端、Web 和移动标签显示同一会话跨界面同步。这是一个说明性模拟，不调用真实模型。

与单一框架的对比

| 能力 | 单一框架（例如 Claude Code） | Omnigent 元框架 | |------|-----------------------------|-----------------| | 代理和模型 | 单一框架；内部交换模型 | Claude Code、Codex、Pi、SDK、自定义——可互换 | | 切换成本 | 每工具重新集成 | 一行更改 | | 界面 | 终端或工具自有 UI | 终端、Web、桌面、移动、API——同一会话 | | 治理 | 允许/拒绝列表，通常基于提示 | 状态化上下文策略，在框架层 | | 成本控制 | 手动跟踪 | 预算策略在设定阈值暂停 | | 协作 | 工具间复制粘贴 | 实时共享会话、协同驱动、分叉 | | 沙箱 | 取决于工具 | OS 沙箱加出口代理秘密注入 | | 云执行 | 本地机器 | 可部署的 Modal 或 Daytona 沙箱 | | 许可证 | 各不相同 | Apache 2.0，开源 |

快速开始

Omnigent 需要 Python 3.12+、Node.js 22 LTS 和 tmux。一键安装命令：

curl -fsSL https://omnigent.ai/install.sh | sh

然后设置模型凭据：

omni setup

Omnigent 接受四种凭据类型：第一方 API 密钥和 Claude 或 ChatGPT 订阅，OpenAI 或 Anthropic 兼容网关，以及 Databricks 工作区。/model 命令可在会话中切换模型。

自定义代理是一个简短的 YAML 文件，声明提示、框架、工具和可选的子代理。

name: my_agent
prompt: You are a helpful data analyst.
executor:
  harness: claude-sdk # or: codex, codex-native, claude-native, openai-agents, pi
tools:
  researcher:
    type: agent
    prompt: Search for relevant information and summarize it.

运行命令：

omnigent run path/to/my_agent.yaml

策略也使用 YAML。内置策略示例：

policies:
  budget:
    type: function
    handler: omnigent.policies.builtins.cost.cost_budget
    factory_params:
      max_cost_usd: 5.00
      ask_thresholds_usd: [3.00]

策略在三个级别堆叠：服务器范围、代理级别和会话级别。更严格的会话规则优先。

优势与局限

优势：

• 统一接口管理 Claude Code、Codex、Pi 和自定义代理
• 会话可在终端、Web、桌面和手机访问
• 状态化策略，而不仅仅是允许/拒绝
• 实时会话共享替代工具间复制粘贴
• 云沙箱（Modal 和 Daytona）无需本地笔记本电脑
• Apache 2.0 许可证，支持 Fly.io、Railway、Render 等

局限：

• 项目处于 alpha 阶段，早期生命周期
• 需要 Python、Node.js 和 tmux 设置
• 用户自带模型、基础设施和费用
• 路线图项目如 Omnigent Server MCP 尚未发布
• 离线团队成员需要始终在线的部署服务器才能加入

更多信息请访问 GitHub 仓库、快速入门指南和技术文档。