关于 openmesha
OpenMesha 是面向构建和运维自主 Agent 的操作系统,结合 Web 控制平面与 Python 运行时,提供 Agent 进程、预算、多 Agent 工作流和治理能力。
主要功能
- 01Agent 进程与预算
- 02多 Agent 工作流
- 03Web 与 Python 控制平面
- 04REST API、命令行与 SDK
- 05治理与成本控制
适用场景
- 01部署并验证 Agent 运行时
- 02协调多 Agent 工作流
- 03管理 Agent 预算与权限
MCP 相关
OpenMesha 提供 MCP 服务,并配有 API、命令行和 SDK,使 MCP 客户端能够访问其 Agent 操作系统能力。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
OpenMesha (OM)
“自主本地经济系统”
🚀 在线演示
交互式 14 章系统简报(完全自包含的单个文件)——内核、Agent、经济、安全、量子、x402、HOTL 等内容。
OpenMesha 是一款面向生产环境的 Agent 操作系统:Super 内核(Thompson 路由器、双时态记忆、QAOA/VQE、AgentFence、x402、HOTL、PQC)以自包含的 Web 控制平面形式交付,并配备具有类 OS 原语的 Python 控制平面——进程形式的 Agent、预算、多 Agent 工作流、MCP、SDK 和 CLI。
即使从未接触过此代码库的高级工程师,也能仅凭源代码和此 README.md:
- 部署整个系统(单条命令)
- 体验每项主要功能
- 通过自动化检查验证端到端正确性
支持 Agentic OS 内核($99) · Agentic OS 周期($0.75) · 支持公共产品
非托管 USDC(推荐用于 Agent)
| 网络 | 地址 | 区块浏览器 |
|---|---|---|
| Base | 0xD3d0E9eDAe3Ac7bb199a8EAA761BdA423b878438 | basescan |
| Ethereum | 0xD3d0E9eDAe3Ac7bb199a8EAA761BdA423b878438 | etherscan |
| Solana | ETQwWf19axArsY493UfC6bxe2BmEzmzvCb58PPnC38A | solscan |
相关项目: rui · server-os · LRSI · OpenGOS
接入界面
| 接入界面 | 入口 |
|---|---|
| 在线演示(GitHub Pages) | OpenMesha-Briefing-SingleFile.html |
| Web 控制平面 | web/openmesha.html |
| REST API | openmesha-api / python -c "from openmesha.main import run; run()" |
| CLI | openmesha status / openmesha agents ... / openmesha workflow |
| MCP 服务 | openmesha-mcp |
| SDK | from openmesha.sdk import OpenMeshaClient |
| 多 Agent 工作流 | POST /v1/workflows · MCP · CLI · skills/multi-agent-workflow/ |
| 技能 | skills/*/SKILL.md |
| CI | .github/workflows/ci.yml |
| AGENTS.md | 仓库根目录中的编码 Agent 规范 |
| WIRE 生产环境路径 | docs/WIRE.md — 完整的云端/可自托管路径:架构、om-ctl API、技术栈、Foundry 经济机制、结算、P0–P4 检查清单 |
快速开始
docker compose up --build
bash scripts/verify.sh
- API:http://localhost:8080
- OpenAPI:http://localhost:8080/docs
设计原则
- 从设计上遵循最小权限原则
- 将成本视为一等资源
- 失败时默认拒绝(AgentFence + HOTL)
- 诚实地模拟离线状态
- 无需依赖隐性知识即可部署
许可证
Apache-2.0
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。