atoma

警告

atoma 正在积极开发中。 组织之间的项目、工作区、跟踪记录和预览在设计上相互隔离，但平台尚未经过独立审计，我们目前无法保证在任何情况下都能实现这种隔离，也无法保证不存在其他安全缺陷。请勿在目标描述、上传的文件或生成的应用中包含机密、个人或其他敏感数据，无论你使用的是 atoma.run，还是向他人开放的可自托管实例。请使用托管服务评估产品，而不要处理那些泄露后会造成损失的数据。请参阅 SECURITY.md 报告漏洞。

观看演示

在这段四分钟的演示中，探索一个包含两次运行的业务场景、三层协调、MCP 集成和模型成本优化。

https://github.com/user-attachments/assets/3c21219f-9696-4f96-abc8-82944faf5eac

下载高画质视频（23 MB）

从业务需求到可用工具

运营团队需要仪表板。代理机构需要客户演示。产品团队需要 API 原型。atoma 会将这些需求转化为软件：Web 应用、HTTP API、命令行工具及其技术文档。

从 atoma.run 开始。Web 控制台将项目、AI 执行、验收标准、结果预览、模型选择和运行历史整合到一处。本仓库包含开源引擎和控制台，供希望检查、扩展或自托管这些组件的团队使用。

你的团队可以构建什么？

以下是示例项目需求，并非预构建的行业集成，也不代表客户部署情况。

团队或行业	示例项目	可以帮助你完成的事情
代理机构与咨询	交互式客户演示或项目估算器	将提案变成客户可以亲自试用的内容
零售与电子商务	根据导出的 CSV 文件制作销售仪表板	探索产品表现，并与团队分享清晰的视图
物流与运营	使用样例数据制作库存查看器或货运状态原型	在连接运营系统之前测试工作流
SaaS 与产品团队	Web 应用原型或 HTTP JSON API	探索功能，并将可运行的代码交给工程团队
数据与工程团队	CSV 转 JSON 命令行工具、验证实用程序或技术文档	将重复性任务封装为可重复使用的工具

例如：

构建一个销售仪表板，让我可以上传包含日期、产品、地区和收入列的 CSV。添加筛选器、月度汇总和按地区划分的图表。包含样例数据和本地运行说明。

一次运行，逐步了解

1. 打开 Projects → Talk to Atoma，或通过 Settings 使用 MCP 连接现有 Agent。描述你想创建的项目或想进行的更改。集成助手会使用已保存的项目说明和最新运行结果来准备方案。
2. 审核 Agent 的方案，包括新项目或现有项目、运行目标和可选验收标准。在集成助手中，创建和启动运行分别需要单独确认。两者都使用现有 MCP。如果没有验收标准，运行会根据目标起草自己的检查清单。
3. 跟进运行进度：Agent 会规划、编写文件、启动服务并检查工作，每一步都会显示所用模型、令牌数和费用。
4. 预览 Web 结果，在临时隔离环境中查看，包括运行仍在构建时生成的快照。
5. 保留交付成果及其验证记录，并将其发布到已连接的 GitHub 仓库。项目的下一次运行会从该成果继续；从 GitHub 导入的项目则会在每次运行时从其默认分支开始。

预览环境仅供审核；部署生成的应用是单独的步骤。项目运行使用已配置的模型账户，并会消耗模型配额或产生 API 费用。

功能

启动前由你批准验收标准

项目运行最多可包含十二项标准，可通过 MCP 或命令行提供（--criteria <file>）。像 GET /api/items 这样的行会进行 HTTP 检查；其他行则由审核进行判断。主机会在规划开始前保存清单，此后无法更改。规划器会获知这些标准由用户编写，最终检查也会获知实际在运行自身启动的服务上观察到哪些 HTTP 检查。

如果未提供清单，运行会通过调用一次成本最低的模型，根据目标起草一份清单。起草的清单只能增加最终检查的检查项，不能让运行通过。

已完成的工作永不丢弃

运行在至少完成一个阶段后耗尽预算，或最终检查在一次修正尝试后仍拒绝其结果时，工作会保留为未完成状态，而不是被丢弃——即使截止时间在已完成的工作仍处于检查过程中时到期，也同样如此。已完成的阶段会保留在工作区中，控制台会用通俗语言说明停止原因和后续操作，并可通过一次点击查看技术原因。在 atoma 中创建的项目，下一次运行会从该工作区开始，并会获知上一次运行停止的原因；从 GitHub 导入的项目则会在每次运行时从其默认分支开始，因此未发布的更改不会沿用。

选择模型，然后进行比较

每个层级（workers、supervisors、planners）都有自己的模型选择器，格式为 <api|sub|own>:<vendor>:<model>，可选择 Anthropic、OpenAI、Google DeepMind、xAI、Meta、Mistral、Alibaba Qwen、DeepSeek、Moonshot、Z.ai，以及可自托管的 Ollama：api: 使用密钥计费，sub: 使用主机的 Claude 或 ChatGPT 订阅，own: 使用成员自己的 ChatGPT 账户（可用模型列在 Settings 中），或其自己的 Claude Code 令牌（测试版）。运营者可以将主机订阅委派给指定成员，而无需授予他们管理员权限。可选模型及其每令牌价格都记录在一个带版本的文件 src/core/modelCatalog.json 中，并通过 npm run models -- refresh 保持更新：价格按日期记录历史，因此供应商的价格变更从生效之日起适用，不会重新计算此前的价格。

每次运行都会记录固定使用的模型，以及服务商实际提供的模型。对于在 atoma 中创建的项目，已交付或未完成的运行都可以通过 API 或 MCP 使用其他模型重新运行：目标、验收标准和起始工作区均保持不变。重新运行会显示在项目历史旁，便于比较成本、耗时和结果；它不会发布内容，也不会为后续运行提供初始数据。

从代码仓库开始，再发布回仓库

安装 GitHub App，即可将代码仓库导入项目或创建新项目，然后将已交付的结果发布回仓库。项目此前交付的内容（包括 Markdown、CSV、PDF 和 Office 文档）都会建立索引，供后续运行搜索并引用其中的确切段落。TypeScript/JavaScript 源码还会通过 Haystack 提供符号和解析后的本地导入信息；客户端可使用 atoma_run_search 检查已保存的版本（范围与评估）。请参阅 GitHub App 设置。

清晰易读的验证

supervisors 会使用运行生成的证据检查结果：文件、命令退出代码、HTTP 探测，以及按目标要求的视口宽度整理的浏览器检查。它们绝不会重放模型编写的 shell 命令。每项判定、重试和拒绝都会记录在时间线上；控制台支持 13 种语言，并可在桌面和移动设备上使用。

对于现有静态页面，主机还会在开始编辑前，以及交付前，再次重放此前运行记录的浏览器检查。回归问题会进入最终审核，审核会区分用户要求的变更和丢失的行为。只读阶段会还原其修改过的文件，workers 会在编辑前先读取现有文件。请参阅继承的浏览器检查。

Decision 处理范围受限的决策

Decision 是 TypeSafe 的 Jev 模型，可帮助选择 Agent 或配方，在证据充分时批准中间计划和结果，并避免重复学习等效配方。它负责回答结构化问题；运行所用的模型仍负责规划、编写代码和解释拒绝原因。不确定或无法获得的答案会交由这些模型处理，最终交付验收则独立于 Decision。

初始目标和起始代码仓库会引导根组织的选择。Decision 会选择合适的已注册 L3；如果无法确定选择，或没有合适的组织，则会通过范围受限的模型调用复用一个组织，或请求创建新能力。新组织的提示词由平台固定使用的 L3 模型编写，并使用平台凭据。旧版 run:build 命令也支持分析和解释任务。

只要主机配置了 TYPESAFE_API_KEY，所有组织都会启用 Decision，除非运营者设置 ATOMA_JEV=0。Decision 上下文（包括任务文本和证据摘录）会按服务条款所述发送给 TypeSafe。时间线会记录 Decision 的决策、延迟和单独的成本；模型会审核一部分批准结果以便比较。请参阅架构指南。

无需重新部署即可调整运行限制

平台管理员可以在“设置”中或使用 npm run settings 更改运行预算、令牌和支出上限、调用超时以及工具迭代限制。 更改会记录在审计日志中，并应用于新运行。达到令牌或支出上限后，将停止进一步的大模型调用，并将已完成的阶段保留为未完成运行。请参阅运行限制的管理。

通过 MCP 连接现有 Agent

控制台在 https://<your-instance>/mcp 提供 HTTP MCP 端点。 Claude Code 或 Codex 等兼容客户端可以创建项目、根据对话和代码库上下文起草运行目标、启动运行、传递验收标准、请求重新运行，以及读取跟踪记录、成本和诊断信息。Web 控制台还为没有外部 Agent 的客户提供集成助手，并且仍是查看项目和结果的地方。选择个人订阅、组织 API 密钥或已配置的平台 API 连接；对话用量与运行用量分开计费；请参阅设置和限制。 对话可以在 Atoma 和 MCP 客户端之间双向继续。 使用在 Claude 或其他 Agent 中继续来复制续接提示词； 共享的消息和提案仅对同一账户和组织保持私密。

一个端点同时支持 MCP 协议修订版 2025-11-25 和 2026-07-28。 OAuth 客户端可以通过浏览器授权连接，包括通过元数据 URL 标识的客户端。项目运行任务在客户端重新连接后仍会保留，结果会链接到兼容客户端可以打开或跟进的运行资源。

六十三个工具。 可见的工具子集取决于调用者的角色。精简的可搜索菜单、记录的进度和已保存文件的读取器，让工作流始终在对话中进行。版本化的项目简报和经客户端确认的决策会通过 atoma_project_context 和 atoma_project_context_update 按运行记录。 模型建议在客户端确认之前始终只是提案。连续的项目运行可以暂停以等待客户端做出阻塞性选择，通过 atoma_run_answer 接收答复，并通过 atoma_run_resume 恢复已保存的工作。atoma_run_review 会在客户端验收前汇总有界的已保存证据，不会运行测试或打开预览。客户端可以暂停并恢复已验证的工作，还可以比较不同运行中已保存的文件清单。atoma_run_start 接受 baseRunId，以便基于特定的已保存版本进行迭代；状态和就绪情况会显示已接受的引用。交付内容须等待客户端测试和明确验收后，才能发布到 GitHub。支持 MCP Apps 的宿主还可以内嵌显示运行视图；每个客户端都能保留文本结果和文件资源链接。 请参阅 MCP 连接和授权指南。

会审查自身运行的平台

三个后台服务会监控平台本身。sentinel 监控正在进行的运行，检查成本超支和轨迹偏移。analyst 会为每次已完成的运行撰写附有引文的事后评估。mender 会将指出代码缺陷的评估转化为拉取请求，由人工审核并合并。请阅读监督器设计。

工作原理

atoma 将规划、监督和执行分配给不同的 AI Agent 和模型层级。默认情况下，每次运行都会从规划器开始，由它将目标拆解为多个阶段，再将每个阶段交给监督器及其工作 Agent。运行也可以从监督器级别开始；如果监督器的重试次数耗尽，规划器就会接手，而种子运行在这种情况下会保留其起始工作区。

• 工作 Agent 负责构建。 它们会读写文件、运行命令并使用工具。项目运行在容器中执行，默认无法访问网络，除非明确允许出站访问；本地运行 npm run run:build 时则使用主机环境，除非指定 --container。
• 监督器负责检查。 它们会根据产物证据和固定探针审查结果。交付前，另有一项独立检查会根据目标及其验收标准审查最终结果。
• 信任靠表现赢得。 持续成功的组件可以跳过部分模型审查，同时保留机械检查。失败会撤销信任。
• 技能可以沿用。 经过验证的工作会变成可复用的配方。能转化为脚本的配方会在学会后立即编译，此后脚本会在失败前无需调用模型地运行。

组合模型为 Element → Molecule → Cell → Tissue：工具、工作 Agent、监督器和规划器。请阅读 atoma 的工作原理，了解其架构、执行边界和验证设计。

一个目录，供每次运行共享。 一个实例保留一份 Agent 注册表、一份技能目录和一组信任计数器；无论由哪个组织启动，每次运行都会读取和写入这些内容。一个团队的运行所学到的内容会提供给下一个团队的运行。项目、工作区、轨迹和可搜索文档则限定在各自组织范围内。这就是设计，但也有代价：运行写入的提示词和配方（包括从提供给它的文档中提炼出的措辞）可被其他组织的运行读取。因此，一个实例适合接受共享运行所学内容的团队。托管服务在其共享学习条款中对此作了说明。

在本地安装并评估

如需体验 Web 界面，请从 atoma.run 开始。 如需检出源代码，请使用固定的 Node 版本，并遵循开发环境设置指南，其中包括系统先决条件。运行和完整测试套件需要 macOS 或 Linux；在 Windows 上，请使用 WSL2，并在其 ext4 文件系统上单独检出代码。

git clone https://github.com/atoma-run/atoma.git
cd atoma
nvm install && nvm use
npm ci
npm run release:check
npm run doctor

使用 .env.example 和开发指南配置模型提供商，然后运行任务并打开控制台：

npm run run:build -- "a Node CLI that converts CSV to JSON"
npm run viz:serve

编译后的命令会读取进程环境变量；它们不会加载 .env。本地控制台默认仅在 loopback 地址上开放。组织范围内的项目运行还需要 Docker 和 Haystack 搜索运行时，详情请见开发环境设置指南。 全新的代码检出不包含任何已学习状态。

如需在配对的 macOS 或 Windows 电脑上选择启用执行（需安装 Docker Desktop），请参阅 Atoma Compute。其无头客户端会在本地运行工作区、工具、搜索和预览，而 Atoma 保留编排和已保存结果。

如需为他人托管实例，请遵循打包堆栈、部署、GitHub App和预览指南，并使用 npm run backup -- --dest <mount> 将状态备份到本机之外。

状态

atoma 是一个不断演进的开源系统。其 Web 控制台、项目运行、验收标准、对比重新运行、GitHub 导入与发布、结果预览和 MCP 端点均已在 atoma.run 上投入使用。

本地文件工具的隔离范围不等同于 Shell 隔离；如需隔离执行，请使用容器后端。平台管理员可以读取所有组织的数据，因此本系统不支持将彼此不信任的租户部署在同一实例中。验证可为审核提供证据，但不能保证生成的应用已达到生产就绪状态。请参阅更新日志了解变更内容。

仓库信息

从此检出版本读取
版本	0.5.1
Node	24.20+（.nvmrc 为 24.20.0，engines >=24）
按各自契约运行的子系统	19
MCP 工具	63
精选 Agent 名称	118 个分子 · 40 个细胞 · 20 个组织
受控基准测试轮次	12（benchmark/RESULT.md + ROUND<n>.md）
界面语言	13 个目录——1 个源语言，12 个译文

文档

请浏览文档索引，查看最新指南；历史设计、评审和发布证据请参阅归档。

我想……	阅读
了解架构	工作原理
了解 Decision 及其评估	架构 · Decision 记录 · 最新策略修订
了解各次运行之间共享的内容	共享学习条款
使用自己的 ChatGPT 账户	个人模型发现
在本地开发或参与贡献	开发环境设置 · 贡献指南
运行托管实例	打包堆栈 · 部署 · 维护 · 配置
发布结果或启用预览	GitHub App · 预览部署
连接 MCP 客户端	MCP 授权
查看变更	更新日志 · 代码评审
报告漏洞	安全策略

历史测量结果

十二轮受控测试围绕构建和维护任务展开，对比了单个 Agent——一个前沿模型，以及后续轮次中成本更低的 Sonnet 和 Haiku Agent。结果喜忧参半：有些对比中 atoma 表现更佳，而在测试的维护任务中，成本更低的直接模型表现相当或更好。这些测试早于 2026-08-18 的状态重置，因此不能证明当前版本能节省成本或保证正确性。请阅读测试规程和结果了解详情。

许可证

atoma 是基于 GNU Affero General Public License, version 3（AGPL-3.0-only）发布的免费开源软件。 如果你分发修改后的版本，或运行一个供用户通过网络交互的版本，就必须向这些用户提供该版本的源代码，并采用相同的许可协议。 未经修改的使用（包括内部生产环境使用和托管）除保留声明外，不附带其他义务。无法接受 AGPL 的组织可以向作者申请商业许可证；贡献者通过 CLA 授予了实现这一点所需的权利，该协议还承诺项目将继续采用经 OSI 批准的许可证。

请从 CONTRIBUTING.md 开始贡献。漏洞请通过 SECURITY.md 报告，而非提交到问题跟踪器。托管服务 atoma.run 单独发布其共享学习服务条款和运营方联系方式，与软件许可证分开。

模型提供商会使用你提供的凭据进行调用，并遵循各自的条款。@anthropic-ai/claude-agent-sdk 依赖由 Anthropic 根据其自身许可证分发，src/viz/public/ 下的 3D 资源则在文件旁标注了其 CC0 和 CC-BY-4.0 声明。

版权所有 2026 Matthieu Foillard。

---

探索 atoma.run →