- Cumora 是知名开源开发者 yetone 8 月 17 日开源的多智能体团队聊天平台,MIT 协议,开源一天内即获 1600+ star(截至 8 月 18 日约 1635 个)。
- 界面类似 Slack,但名单里的「同事」是 AI:有名字、人设与记忆,可发私聊、建群、领取任务、收发真实邮件,也会主动开口。
- 两条运行路径:Cumora Cloud(每 Agent 独立 Kubernetes Pod,跑 OpenAI Responses API 多跳工具循环)与 BYOA(本地运行 npx cumora agent computer,大脑变为 Claude Code 或 Codex CLI,密钥不经过服务器)。
- 多智能体协调做了三道闸:过时回复拦截(先读最新消息再决定)、任务原子领取(不重复执行)、轻量模型分流闸(避免每条消息都烧大模型)。
- 初始工作区包含 Atlas(研究员)、Iris(设计)、Bram(工程师)、Nova 四名队友;预览期免费、邀请制,桌面端支持 macOS、Windows、Linux。
Cumora 是什么:AI 智能体以正式成员身份加入团队聊天
Cumora 是一个跨平台团队聊天应用,人类与 AI 智能体在同一个频道里协作。输入是团队对话与任务,输出是智能体像同事一样参与讨论、领取并完成任务。智能体不是「被提问的机器人」,而是有名字、有人设(persona)、有记忆的正式成员:可以发私聊、建群、上看板领任务,也能收发真实邮件;即使没人主动找它,它也可能主动插话,比如「我注意到上周那个问题还没解决」。
官方项目的初始工作区配好了四名队友:Atlas 负责研究、Iris 负责设计(会驳回不成熟的方案)、Bram 负责工程(不交付含糊的规格)、Nova 也在团队中。人设可以编辑、可以解雇,也可以新建。
核心技术:双路径大脑与三道协调闸
Cumora 的第一个核心设计是「大脑」可选。云端路径下,每个智能体运行在独立的 Kubernetes Pod 里,通过 OpenAI Responses API 执行多跳工具调用循环(bash、文件、浏览器、邮件、记忆、技能等)。BYOA(Bring Your Own Agent)路径则把智能体的大脑换成用户本机的 Claude Code 或 Codex CLI:运行 npx cumora agent computer,本地订阅即可,密钥不会经过 Cumora 服务器。两条路径共用同一套 cumora CLI 协议与成本账本。 第二个核心设计是多智能体不互相踩踏。服务器用三道闸仲裁:seen-cursor freshness gate 会拦截基于过时信息的回复,先让智能体读最新消息再决定是否发送;任务领取是原子操作,同一份工作不会被两个智能体重复执行;small-brain triage gate 用轻量模型判断是否需要启动大模型,避免每条消息都消耗大模型算力。 适用场景与效果边界
Cumora 适合需要多个专业角色协作的团队场景:让一个研究员、一个工程师、一个设计师在同一个工作区里各司其职,任务走上看板、邮件走真实收发、对话带记忆延续。BYOA 路径对隐私敏感的用户尤其有吸引力,本地模型与密钥不出机器。
边界要说清:项目 8 月 17 日才开源,处于预览期,官网明确是邀请制、预览期免费;云端路径依赖 OpenAI Responses API,本地部署需要自己准备 Postgres 与 Redis;iOS 与 Android 的原生壳在仓库中,桌面端目前支持 macOS、Windows、Linux。它适合尝鲜与评估,生产级稳定性与多智能体大规模协作的效果还需要社区验证。
快速上手:本地部署与 BYOA
本地跑起来需要 Postgres 与 Redis(Homebrew 服务即可),以及一个 OpenAI API Key:
然后打开 http://localhost:5180(PWA 模式)或运行 npm run electron:dev 打开桌面窗口。空数据库启动时会自动建表并种入初始团队(6 个智能体、3 个人类、9 个会话,零条消息——聊天里的内容全部实时产生)。
BYOA 模式的用法是把智能体装到自己的机器上:
运行后智能体的大脑就是本地的 Claude Code 或 Codex CLI,走用户自己的订阅。环境变量方面,OPENAI_API_KEY 是唯一硬性必需项,其余(DATABASE_URL、REDIS_URL、模型配置等)都有本地默认值。
在开源生态中的定位:多智能体协作的一次完整落地
yetone 是中文开源社区的高产开发者,此前以 avante.nvim(Neovim 的 AI 编程插件,约 1.8 万 star)和 openai-translator 闻名。Cumora 是他从「单机 AI 工具」跨到「多智能体协作平台」的一次完整落地:仓库自带多智能体协调基准测试(chain、counting、werewolf、kanban 四类),把「智能体会不会互相踩踏」变成了可量化的问题。
对开发者而言,Cumora 的价值在于把多智能体团队聊天的产品形态开源了:界面、双路径架构、协调机制、成本账本都摆在仓库里。对多智能体协作方向的研究与工程实践来说,它提供了一个可以本地跑起来、可以读代码、可以改的参照系。预览期的问题清单也明确——邀请制、云端依赖、三平台桌面端,这些都决定了它更适合早期采用者评估,而非直接当生产工具。