- 社区热度
- 1.2k Stars
- GitHub 收藏
- 最近活跃
- 2026/8/28
- 近 30 天还在更新
- 授权协议
- MIT
- 宽松协议
为什么值得关注
不是看 Star 排名,而是看它解决了什么问题、实际有没有用,以及方法为什么值得关注。
解决的问题
项目尝试解决 AI 编码助手在跨任务和重启时缺乏持久记忆与自我演化能力的问题。
实际价值
提供桌面端和无头命令行运行时,支持远程 API 或本地 GGUF 模型,并可通过 Claudexor 执行具体编码任务。
创新 / 差异化
允许智能体自主修改其核心代码、提示词、工具和依赖,并保持跨任务的身份与记忆连续性。
扩展潜力
自带多平台安装包及可选的 CLI 安装命令,降低了本地部署和运行的门槛。
为什么是现在
正值代码智能体与自主代理系统快速发展的阶段,切中长期运行与自我改进的需求。
社区活跃度
近 90 天新增 149 个 Issue、163 个 PR;窗口内抽取的 Issue/PR 样本中有 13 位 Issue 发起者、16 位 PR 贡献者,并发布 至少 50 个版本。
维护者响应
窗口内 100 个 Issue 样本关闭率 15%,100 个 PR 样本合并率 89%。维护者响应统计覆盖该 Issue 样本的 100%,响应率 21%,首次响应中位数 2.2 天。
核心亮点
- 能够自主修改包括应用代码、架构、提示词、工具和依赖在内的实现细节,并通过反思重塑自我理解。
- 维护跨任务与重启周期的持久化记忆与身份历史。
- 作为原生桌面应用或无头命令行界面运行,支持配置远程 API 或本地 GGUF 模型进行推理。
快速开始
安装方式、上手难度、开始步骤。
装在哪
待确认
难不难
容易,照着走就行
- 01下载对应您操作系统的桌面安装包(如 macOS 的 .dmg 或 Windows 的 .zip)。
- 02将应用程序移动至系统目录或解压后直接运行,通过首次运行向导配置模型访问和密钥。
更适合谁
- 希望数据放在自己服务器上的团队
- 想在本机直接跑起来试用的开发者
- 习惯用 Docker 部署的人
更多介绍
Ouroboros 是一个开源的通用 AI 代理,其设计初衷是让身份、持久记忆和历史在多个任务与重启过程中得以延续。它不仅能在外部项目上工作,还能协调一个活跃的专业子代理集群并行处理任务。
该运行时提供原生桌面应用程序和无头命令行工具,所有仓库、记忆、历史和界面均保存在本地机器上,模型推理则可使用用户配置的远程 API 或本地 GGUF 模型。
信息来源
每条信息都标注了状态与出处,可展开查看。
15 条 · 展开
信息来源
每条信息都标注了状态与出处,可展开查看。
capability tags
已核验ai_coding、automation、productivity、collaboration
来源: admin_cms · cms editor · 2026/8/27
editor note
已核验{"en":"The project runs as a native desktop application or headless CLI, supporting remote provider APIs or local GGUF models. Its defining characteristic is enabling agents to modify their own implementation and maintain continuity across restarts.","zh":"该项目兼具原生桌面端与命令行运行时,支持连接远程 API 或本地 GGUF 模型。其核心特性在于允许代理自主修改自身的应用代码、提示词、工具和依赖项,并保持跨重启的身份连续性。"}
来源: admin_cms · cms editor · 2026/8/27
how to use
已核验{"steps":[{"en":"Download the desktop installer package for your operating system (.dmg for macOS or .zip for Windows).","zh":"下载对应您操作系统的桌面安装包(如 macOS 的 .dmg 或 Windows 的 .zip)。"},{"en":"Move the app to your applications folder or extract the archive, then configure model access and review policies through the first-run wizard.","zh":"将应用程序移动至系统目录或解压后直接运行,通过首次运行向导配置模型访问和密钥。"}],"installAt":"unknown","difficulty":"easy"}
来源: admin_cms · cms editor · 2026/8/27
intro
已核验{"en":"Ouroboros is an open-source, general-purpose AI agent designed to maintain identity, durable memory, and history across tasks and restarts. It works on external projects while coordinating a live swarm of specialist agents in parallel.\n\nThe runtime operates as a native desktop application or headless CLI, keeping repositories, durable memory, and history locally on your machine while utilizing configured remote APIs or local GGUF models for inference.","zh":"Ouroboros 是一个开源的通用 AI 代理,其设计初衷是让身份、持久记忆和历史在多个任务与重启过程中得以延续。它不仅能在外部项目上工作,还能协调一个活跃的专业子代理集群并行处理任务。\n\n该运行时提供原生桌面应用程序和无头命令行工具,所有仓库、记忆、历史和界面均保存在本地机器上,模型推理则可使用用户配置的远程 API 或本地 GGUF 模型。"}
来源: admin_cms · cms editor · 2026/8/27
最新版本
已核验v6.109.0
来源: GitHub 官方接口 · latest_release=v6.109.0 · 2026/8/28
许可证
已核验MIT
来源: GitHub 官方接口 · license.spdx_id=MIT · 2026/8/28
needs api key
已核验是
来源: admin_cms · cms editor · 2026/8/27
一句话用途
已核验{"en":"Ouroboros is an open-source, general-purpose AI agent with durable cross-restart memory that coordinates specialist swarms and rewrites its own implementation.","zh":"Ouroboros 是一个开源、通用的自建构 AI 代理,具备跨任务和重启的持久记忆,能够自主协调专业代理集群并重写自身代码与架构。"}
来源: admin_cms · cms editor · 2026/8/27
平台
已核验windows、macos、linux
来源: admin_cms · cms editor · 2026/8/27
分类线索
根据材料推断ai-apps
来源: 项目说明文档 · hint=ai-apps · 2026/8/25
product forms
已核验desktop、cli
来源: admin_cms · cms editor · 2026/8/27
role tags
已核验fullstack、backend、devops
来源: admin_cms · cms editor · 2026/8/27
supports docker
已核验是
来源: 仓库文件 · dockerfile=true; compose=false · 2026/8/28
supports local
已核验是
来源: admin_cms · cms editor · 2026/8/27
supports self host
已核验是
来源: admin_cms · cms editor · 2026/8/27
相关项目
根据分类、能力和适用角色匹配的其他已核验项目。
sutando
一个在白天通过语音和屏幕交互响应任务、在夜间自主运行构建循环与自举演进的开源本地 AI 智能体。
ragflow
基于深度文档解析与智能体能力的开源 RAG 引擎,用于构建具备可追溯引用的大模型上下文层。
omnigent
统一运行、切换和协作多个 AI Agent 的开源编排层,覆盖终端、Web、桌面与云沙箱会话。
hermes-agent
可在本机、VPS 或云环境运行的个人 AI Agent,支持终端、消息平台、记忆、技能和定时自动化。
Box
一个面向 Android 设备的离线端侧 AI 套件,支持大模型聊天、图像生成和语音交互。
OpenBiliClaw
一个本地运行的跨平台 AI 内容发现 Agent,通过深度心理画像主动为你从各大主流平台寻找感兴趣的内容。