企业官网建设流程全解析

OpenMuse 9 大核心功能全解析：浏览器、终端、文件与持久任务一网打尽

【免费下载链接】openmuseA personal agent with a browser, terminal, files, and work that keeps going built with CopilotKit and AG-UI.项目地址: https://gitcode.com/gh_mirrors/op/openmuse

OpenMuse是一个开源的个人 AI 智能体（Personal Agent）项目：它自带浏览器自动化、Linux 终端、文件管理和持久任务引擎，基于 CopilotKit 与 AG-UI 构建，让你只需提出目标，Agent 就能自己浏览网页、执行命令、处理文件，并把任务持续跑到完成。🪁

与"只会聊天的 Chatbot"不同，OpenMuse 的 Agent 有一台"自己的电脑"：能看真实网页截图、执行真实命令、读写真实文件，并且任务中断后还能从断点恢复。下面带你逐一看懂它的 9 大核心功能。

功能一：AI 聊天与任务委派（Delegated Tasks）

聊天是 OpenMuse 的入口，但远不止聊天。你可以像交代同事一样"委派任务"：Agent 会在后台生成持久化的任务计划，你可以随时查看进度、补充缺失信息、审批敏感操作，最后拿回保存好的结果。

• 发送按钮在 Agent 回复时会变成停止方块，随时可中断，且保留你的草稿；
• 回复期间继续输入的消息会进入可见的跟进队列，按顺序执行；
• 邮件、浏览器、PDF、计划和财务等结果都以富卡片内联展示在对话中。

实现细节可参考聊天交互文档 docs/EXPERIENCE.md 与富线程机制 docs/RICH-THREADS.md。

功能二：持久浏览器——Agent 的"双手"

OpenMuse 内置一个基于 Playwright 的浏览器 Worker（独立 Node 服务），它维护着持久化的 Chromium 会话：

• Agent 可以打开公开网页、读取正文、截取屏幕、下载 PDF；
• 每次会话都有独立的浏览器配置文件，登录状态和下载记录在重启后依然保留；
• 对话中的浏览器卡片展示的是真实截图，点Take control即可打开实时控制台，直接接管这个浏览器继续操作。

安全边界也很明确：只允许访问 80/443 端口的公开地址，私有/保留网段一律拦截。完整 API 与网络策略见 apps/worker/README.md。

功能三：Linux 终端——容器里跑真实命令

除了浏览器，OpenMuse 还可选配一台Linux 电脑（Docker 容器）：

• 在Computer → Terminal → Start computer启动后，Agent 即可在/workspace中执行 bash、Python、Node、git 等命令；
• 每条命令有30 秒超时，输出与退出码都会作为**回执（receipt）**保存在命令历史中，事后可审查；
• 容器以非 root 用户运行、只读根文件系统、禁用终端网络（联网交给浏览器 Worker），且接触不到任何 API 密钥。

搭建与隔离设计详见 docs/COMPUTER.md，镜像构建脚本在 apps/computer/Dockerfile。

功能四：文件管理与 PDF 互转

Computer → Files打开的是持久化的/workspace目录：可创建文件夹、新建与编辑文本文件，关机重启后文件仍在。

文件在三个世界之间自由流动：

1. 浏览器下载 → 先落入Documents（经 PDF 签名校验）→ 再复制到 Linux 工作区；
2. 工作区里的 PDF 可一键保存回 Documents，用原生/Web PDF 阅读器翻页缩放查看；
3. 邮件附件 → PDF → 表单填写 → 带填写结果的副本，全程留痕。

功能五：持久任务引擎——任务不怕断

这是 OpenMuse 最"硬核"的能力：任务状态持久化在数据库中（默认嵌入式 PGlite，可切换 PostgreSQL），具备：

• SQL 租约（lease）机制：API 或任务 Worker 重启后，被打断的工作自动恢复；
• 任务的暂停 / 恢复 / 取消 / 重试、输入请求与审批记录全部可追溯；
• 关键外部写入不会盲目重试——需要你先审查上游结果，避免重复操作。

任务 Worker 的核心实现位于 apps/server/src/engine/worker.ts，任务编排与路由见 apps/server/src/engine/routes.ts。

功能六：Gmail 与 Calendar 适配器

通过Google OAuth连接真实邮箱与日历：

• 完整的邮件线程检索与阅读（本地演示模式使用隔离的虚构邮箱，开箱即用）；
• 日历事件可创建 / 更新 / 删除，且每次发送或修改都生成需人工审查的版本；
• Google 凭据静态加密存储，断开账户会使相关待办自动失效。

OAuth 流程实现见 packages/integrations/src/google.ts，桌面演示正是"检查学校旅行邮件 → 继续研究水族馆"的完整链路。

功能七：文档工作流——从附件到填好的 PDF

一个典型的端到端流程：邮件附件 → PDF → 请求表单值 → 生成填写副本 → 审查回复 → 回执。本地样本任务"Complete the permission slip"无需模型和 Google 账户即可完整体验，是上手 OpenMuse 文档能力的最佳入口。

功能八：Finance——CSV 一键生成支出报告

在Menu → Delegate task → Finance中，点击Try example transactions导入示例交易 CSV，Agent 会生成带分类汇总、交易明细和储蓄目标建议的交互式支出追踪卡片。财务指标计算的实现位于 apps/server/src/engine/finance.ts。

功能九：Goals 与 Tracking——定期盯梢网页变化

在Goals → Track创建监视任务后，OpenMuse 会定期复查公开网页，检测：

• 页面内容是否变化；
• 指定文本是否出现（如"开售"提示）；
• 美元价格是否跌破/突破阈值。

命中时产生去重后的告警通知（存入持久化应用内收件箱），失败则自动退避重试。本地自带测试页面，改一下内容就能触发一次真实告警，非常适合理解整个追踪链路。

快速上手：5 分钟跑起来

环境要求 Node 24 LTS + pnpm 11.19.0，本地示例模式不需要模型、Google 账户或 Docker：

git clone https://gitcode.com/gh_mirrors/op/openmuse openmuse cd openmuse pnpm install --frozen-lockfile cp .env.example .env npx copilotkit@latest login npx copilotkit@latest project select pnpm dev # API 服务 pnpm dev:web # 另开终端，浏览器打开 localhost:8081

按 README.md 的Try it清单依次体验"权限单任务 → 网页监视 → 财务 CSV → 浏览器浏览"，即可覆盖上述 9 大功能。🚀

写在最后：架构与路线图

OpenMuse 采用清晰的 monorepo 分层：apps/mobile 是 iOS/Android/Web 三端共享 UI，apps/server 承载 API、任务引擎与持久化，apps/worker 是浏览器服务，packages/domain 提供共享类型。

当前版本为面向自托管的 Alpha：图形桌面、自主下单、设备推送、语音交互等能力已列入 ROADMAP.md。完整功能清单（含已实现与规划中的边界）请参阅 docs/FEATURES.md，验证情况见 docs/VERIFICATION.md。

作为 MIT 许可的开源项目，OpenMuse 的价值不仅在于"能用"，更在于你可以逐行审查一个自带电脑、任务可恢复、操作全留痕的个人 Agent 是如何被严谨构建出来的——这正是它区别于大多数 Agent Demo 的地方。

【免费下载链接】openmuseA personal agent with a browser, terminal, files, and work that keeps going built with CopilotKit and AG-UI.项目地址: https://gitcode.com/gh_mirrors/op/openmuse