号称开源版grok bot的OpenMausBot到底是什么?
原创 山行AI 2026-11-06 18:07 浙江
![]()
项目手册给 Agent 配个工作台分工聊天、连接应用,也能看见电脑上正在做什么
如果你已经在用 Claud
如果你已经在用 Claude Code 或 Codex,可以想象一下:它们出现在聊天软件的联系人列表里。你找一个查资料,找另一个改代码,需要配合时拉进同一个群,还能打开电脑画面,看它们做到了哪一步。
OpenMausBot 就是这样一个开源 Agent 工作台。它把本机的 Claude、Codex、Grok 等 Agent 接进聊天界面,再接上电脑环境和外部应用。每个 bot 可以有自己的模型、指令和工具,你交代任务之后,进度、结果和需要你回答的问题,都回到聊天里。
01
先看亮点,为什么值得点开试试
· 把 Agent 变成能长期配合的联系人。 给它设好角色和指令,按工作或项目分组、置顶。下次有事,直接找到它继续聊。
· 不同模型能在一个工作台里分工。 支持现有 CLI 登录,也能接自定义引擎。各个 bot 可以用不同模型,在群聊里协作,或把一部分工作交给队友。
· 它能动手,你也能看见和接手。 接上本地容器桌面、Boat 云电脑或自建 VPS,就能查看工作画面。在支持的平台上还可启用本机控制,需要本人操作时再接过来。
· 把常用应用接进来。 通过 Composio 连接邮箱、协作工具等服务,再按 bot 设置工具权限。
· 把重复工作交给触发器。 支持定时运行、Webhook 和应用事件,结果可以回到聊天里。
· 用语音交流,也能从外部调度。 可以听回复、与 bot 通话,开发者还能通过 MCP 或命令行分配任务。
![]()
OpenMausBot 的聊天主界面,左侧管理 bot,右侧查看任务与电脑画面
项目所说的 Grok Bot 开源替代方案,指的就是这套用法。多个有角色分工的 bot,通过聊天接受任务,还能连接电脑和应用。OpenMausBot 是独立项目,与 xAI 没有隶属关系。下面先看这几项能力怎么用,再拆它背后的实现。
02
一个 bot 可以开多段对话,也能和别的 bot 配合
bot 保存角色、指令、记忆和技能;Thread 是一次独立对话,各自有运行状态、审批和记录。想换个任务,不一定要再建一个 bot。文件夹主要用来整理对话,不会自动变成独立账号或权限隔离区。
![]()
bot 的右键菜单,可以置顶、编辑资料或整理对话
需要多个角色一起处理同一件事,就开一个群聊。你可以点名某个 bot,让负责人回答,也能让多个成员参与。bot 还可以把一小块工作交给另一个 bot,原对话里会显示交给了谁,以及完成、失败或取消的状态。
项目还提供 Chief of Staff 角色,用来接需求、分派任务和汇总结果。团队配置可以从一份 Markdown 文件导入,也能分享整个部门的角色与工作安排。普通团队包不会带走聊天记录、密钥和电脑访问权限,导入后连接默认关闭、例行任务暂停;组织管理员分发的模板另有规则。
在高级模式里,你可以给 bot 选模型,也能给某段对话单独选。正在运行的对话会先用原模型完成当前工作,再处理后续切换。不同对话虽然能各自运行,共用的电脑、浏览器会话或工作目录仍可能冲突,不能只看有几个聊天窗口就当成完全隔离。
![]()
模型选择器,把不同引擎的可用模型放在一起
03
给它一台电脑,你能边看边接手
打开电脑面板,可以看 Agent 工作时的屏幕。在支持的远程桌面上,你还能接过控制权,完成登录等需要本人操作的步骤,再把任务交还给它。
![]()
电脑面板里的实时画面与环境选择
这里有几种不同用法。
· 本机电脑。 直接处理你当前的应用和文件。控制默认关闭,macOS 还需要辅助功能、屏幕录制等系统授权,并为对应 bot 单独选择这个环境。
· Local VM。 名字叫 VM,实际提供的是 Docker 或 Podman 里的 Linux 桌面。适合把浏览器操作和下载任务放进独立环境,需要预留本机内存与磁盘。
· Boat 云电脑。 使用远程 Linux 桌面,需要对应账号和配置,试用之后可能产生费用。
· 自建 VPS。 用你自己的服务器提供工作环境。当前文档将这一后端限定为 x86_64 Linux Docker 主机。
Local VM 可以按 bot 分配,但仍跑在 OpenMausBot 所在的那台物理机器上。它不会自动把 Mac 和 Windows 的资源拼成一个桌面池。Ubuntu 本机控制也有平台安全限制,不能把客户端装得上理解成所有控制能力都已可用。聊天、预览、云电脑和 Local VM 要分别看。
屏幕预览和控制权限是两回事。你打开画面,不会顺便授权 Agent 操作鼠标键盘。模型怎么选、电脑放哪里,也是分开的设置,不用为了换一台工作电脑就重建整套角色。
04
接好应用,再把重复工作安排上
通过 Composio,可以连接 Gmail、Slack、GitHub、Notion、Linear 等应用。项目列出的应用规模为 500 多个,具体能做哪些操作,还要看服务本身和你授予的权限。OAuth 连接一次之后,也应按 bot 检查工具授权。
![]()
应用市场,用来连接外部服务
比如让一个 bot 整理每天的收件箱,可以先连接邮箱,再给它设置周期任务。定时任务支持一次性、指定星期或间隔运行,间隔范围为 5 到 1,440 分钟。上一轮还没结束时会跳过对应的间隔触发,避免慢任务不断堆积。需要运行时限,可以另外设置。
Webhook 则从外部请求启动工作。桌面端默认使用独立的 127.0.0.1:8800 接收器;要收公网事件,只代理这个接收器,不应把主 harness 接口一起公开。应用事件走另一条链路,由连接服务暂存,桌面端长轮询领取。Gmail 的检查间隔和推送型应用也不同。
本机定时任务要靠 OpenMausBot 持续运行,关掉程序,本地执行器和接收器就停了。远程桌面在线,也不能替代已经关闭的本地调度器。想让电脑关机后任务继续跑,需要选择常驻的云端工作区或自托管部署。
语音方面,可以给 bot 选 ElevenLabs、Fish Audio、Grok 语音、Mac 内置声音或本地 Chatterbox 服务。Mac 的普通听写可在设备上处理,Windows 和 Linux 的对应听写使用 Fish Audio。选本地语音服务时,也要确认服务地址确实在本机。
![]()
应用设置页,集中配置外部服务与凭据
05
群里谁来回答,也可以交给决策模型
你没有点名任何 bot 时,群聊的 Auto 模式可以询问一个专门的决策模型。它读取群聊信息、最近消息和各成员的描述,选择由谁回答。实际干活的仍是被选中的 Agent,决策模型只负责这一步路由。
目前可用 TypeSafe Jev,或通过 OpenRouter 选择决策模型。文档中的规则是最高选项概率达到 0.6 才采用;选中“多位成员”时会让多人回答。不够确定、超时或配置不可用,就回到群聊原有负责人,没有负责人时用首位成员,等待预算为 1.5 秒。
这个 0.6 门槛是按 Jev 测量的,不能直接当成所有模型都经过验证。手动点名、@everyone 和其他回答模式也不走这一步。浏览器点击、工具选择以及工作位置的自动决策,文档仍列为待做,不能算成现成功能。
![]()
从发消息到路由、执行、审批与回传结果的流程
06
后台怎样把这些东西接起来
整体分成界面和 harness 服务两部分。React 界面发送 HTTP 命令,再通过一条 SSE 事件流接收进度。harness 默认在 127.0.0.1:8799,负责管理 Agent 进程、电脑环境和工具连接。
不同 CLI 的原生协议不一样,驱动层把它们转换成统一的运行事件,再交给前端显示。聊天记录可以按对话保存为 NDJSON。开发时,界面默认端口为 5199;Electron 桌面版把本地服务一起打包,不用另起一台后端服务器。
![]()
界面、本地 harness、Agent 引擎和执行环境之间的关系
想接其他引擎,有两条不改代码的路。支持 ACP 的 CLI,可以作为自定义进程接入;OpenAI 兼容端点,也能通过配置接入。这里接的是接口能力,实际的模型、鉴权与工具支持仍要按后端确认。
它自己也提供 MCP 服务,让 Claude Desktop、Cursor 等外部客户端查看 bot,也能发送工作,再等待结果或中断任务。这个接口刻意没有开放审批授权、删数据、改凭据和电脑生命周期控制,不能拿“接上 MCP”理解成获得全部管理权限。
脚本和 CI 可以使用同一套命令行入口。下面是文档给出的团队导入和运行方式,运行前要有可用工作区与匹配的团队文件。
openmausbot team apply team.yaml
openmausbot run "Room Lead" "Rehearse the launch of https://example.com" --export ./out
它能等待主 bot 及其委派工作的结果,提供 JSON 输出和退出码。脚本看到“需要你回答”或“等待超时”时,要按对应状态处理,不能都算作执行成功。
07
审批卡片能看到什么,哪些事仍由权限决定
引擎发出的权限请求和问题,会在聊天里变成卡片,你可以允许、拒绝或作答。Inspector 可以继续查看工具调用、引擎输出与重连等细节。
![]()
聊天中的审批卡片,允许或拒绝对应动作
但不能把这个界面概括成“所有操作都要先批准”。是否询问取决于引擎和所选权限级别。Full access 下,一些操作直接执行。bot 对自身资料、技能或记忆的部分修改,也可能立即生效,再用记录里的 Undo 撤回。真正使用前,要看清当前 bot 获得了什么权限。
本地优先同样不等于全部离线。默认本机工作区的数据放在 ~/.openmausbot,但云模型会接收请求,Composio 管理连接应用的 OAuth 凭据,云电脑和语音服务也各有数据路径。决策模型会收到路由所需的近期群聊内容。可选匿名使用统计可以在设置中关闭。
桌面包在支持的平台上使用操作系统加密存储密钥,界面只显示是否已配置。终端或服务端的配置方式不同,入门说明明确提到 API key 可能以明文保存在私有 config.json,Unix 权限为 0600。不要把“界面读不到密钥”写成“所有部署方式都加密存储”。
08
怎么上手,适合先试哪条路
想先看看产品,直接用发布页的桌面安装包(https://github.com/milind-soni/OpenMausBot/releases/latest)更省事。支持 macOS Apple silicon、Intel、Windows x64,以及 Ubuntu 24.04 x64;Ubuntu 仍标为 Beta。各平台的电脑控制与语音能力并不完全一致。
已经习惯终端,也可以用 Node.js 24 或更新版本启动。
npm install -g openmausbot
openmausbot
第一次会引导选择 AI 接入方式,再登录或填写密钥。关闭终端会停止服务,保存的工作不会因此清掉。手机可以配对访问,但手机连不到电脑自己的 localhost 地址,需要配置可访问的 HTTPS 地址或 Tailscale 等连接方式。
准备改源码,可以按开发方式启动,三个开发进程需要分别保持运行。使用原生 CLI 时,也要先安装并登录对应引擎。
git clone https://github.com/milind-soni/OpenMausBot
cd OpenMausBot
pnpm install
pnpm dev:server
pnpm dev
pnpm dev:desktop
桌面版适合快速建立一组角色,终端与自托管方式更适合接现有脚本、常驻服务器或自定义引擎。开源软件本身免费,模型调用、Boat 云电脑和部分语音服务仍按各自规则收费,不能把软件免费理解成整条任务链零成本。
许可也有一处需要分开看。开源主体采用 Apache 2.0,enterprise/ 目录则使用单独的企业许可,生产运行和对第三方托管等用途有额外要求,不能把整个仓库都按 Apache 2.0 使用。捆绑组件保留各自许可。
项目曾用名 OpenGrokBot,也叫 MausBot。它没有发行加密代币,使用这些名字的代币也不代表得到项目方认可。
OpenMausBot 值得关注的地方,是把分散的 Agent 整理成能持续使用的工作台。你能找到对应角色,看见它做到了哪一步,再在同一处接手或补充要求。先让一个 bot 跑通一项边界明确的工作,再慢慢加应用和队友,比一开始就搭一整队更容易判断它是否适合自己。
我是山行AI,持续分享工具与技术资料。
来源与声明
依据 OpenMausBot 项目(https://github.com/milind-soni/OpenMausBot)、决策模型说明(https://github.com/milind-soni/OpenMausBot/blob/main/docs/decision-model.md)、功能文档(https://github.com/milind-soni/OpenMausBot/tree/main/apps/docs/content/docs/features)、电脑环境说明(https://github.com/milind-soni/OpenMausBot/tree/main/apps/docs/content/docs/computers)、MCP 接口(https://github.com/milind-soni/OpenMausBot/blob/main/docs/mcp-server.md)及许可文件整理,资料快照为 2026 年 11 月 6 日,固定提交 e5e155bdded59fbc431dad59cf29ef303c0aa7d8。配图为项目公开演示及依据文档绘制的示意图。
本文由山行整理自:OpenMausBot(https://github.com/milind-soni/OpenMausBot),如果对您有帮助,请帮忙点赞、关注、收藏,谢谢~