LibreFang - Agent Operating System
LibreFang 是一个用 Rust 编写的开源 Agent 操作系统,是 OpenFang 的社区维护分支。
- 官网: https://librefang.ai/
- GitHub: https://github.com/librefang/librefang
- 特性: 14 个 Rust crates,137K+ 代码行,16 层安全防护,7 个内置 Hands
核心概念
Hands - 自主工作的 Agent
Hands 是 LibreFang 的核心创新——预构建的自主能力包,独立运行、按计划执行,无需人工干预。
| Hand | 功能 |
|---|---|
| Clip | YouTube 视频下载、剪辑、自动生成字幕和垂直短视频 |
| Lead | 每日潜在客户发现、丰富信息、评分排序 |
| Collector | OSINT 级情报收集、目标监控、知识图谱构建 |
| Predictor | 超级预测引擎、置信区间、校准推理链 |
| Researcher | 深度自主研究、多源交叉引用、CRAAP 评估 |
| 自主 Twitter/X 账号管理、内容创作、排程发布 | |
| Browser | Web 自动化、填写表单、点击按钮、多步骤工作流 |
架构
librefang-kernel 编排、工作流、计量、RBAC、调度
librefang-runtime Agent 循环、3 个 LLM 驱动、53 个工具、WASM 沙箱
librefang-api 140+ REST/WS/SSE 端点
librefang-channels 40 个消息适配器
librefang-memory SQLite 持久化、向量嵌入
librefang-skills 60 个内置技能
librefang-hands 7 个自主 Hands
librefang-cli CLI、TUI 仪表板
librefang-desktop Tauri 2.0 原生应用
安装
Cargo 安装(推荐)
cargo install --git https://github.com/librefang/librefang librefang-cli
从源码构建
git clone https://github.com/librefang/librefang.git
cd librefang
cargo install --path crates/librefang-cli
Docker
docker pull ghcr.io/librefang/librefang:latest
docker run -d \
--name librefang \
-p 4200:4200 \
-e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
-v librefang-data:/data \
ghcr.io/librefang/librefang:latest
验证安装
librefang --version
快速开始
1. 初始化
librefang init
这会创建 ~/.librefang/ 目录和默认配置文件。
2. 配置 API Key
LibreFang 需要至少一个 LLM 提供商 API Key:
# Anthropic (Claude)
export ANTHROPIC_API_KEY=sk-ant-...
# 或 OpenAI
export OPENAI_API_KEY=sk-...
# 或 Groq (有免费额度)
export GROQ_API_KEY=gsk_...
3. 编辑配置
编辑 ~/.librefang/config.toml:
[default_model]
provider = "groq"
model = "llama-3.3-70b-versatile"
api_key_env = "GROQ_API_KEY"
[network]
listen_addr = "127.0.0.1:4200"
4. 启动守护进程
librefang start
启动后访问 http://127.0.0.1:4200/ 查看仪表板。
5. 激活 Hand
# 激活 Researcher Hand
librefang hand activate researcher
# 查看状态
librefang hand status researcher
30 个内置 Agent 模板
LibreFang 预装了 30 个 Agent 模板:
| Agent | 用途 |
|---|---|
| hello-world | 入门示例,可读取文件、搜索网页 |
| coder | 代码开发和调试 |
| researcher | 深度研究和分析 |
| writer | 内容创作和编辑 |
| analyst | 数据分析和洞察 |
| architect | 系统架构设计 |
| ops | 运维自动化 |
| security-auditor | 安全审计 |
| planner | 项目规划和任务管理 |
| debugger | 问题诊断和调试 |
| translator | 多语言翻译 |
| tutor | 学习和辅导 |
| personal-finance | 个人财务管理 |
| travel-planner | 旅行规划 |
| social-media | 社交媒体管理 |
| meeting-assistant | 会议助手 |
| email-assistant | 邮件助手 |
| recruiter | 招聘和人才发现 |
| data-scientist | 数据科学分析 |
| test-engineer | 测试工程 |
| doc-writer | 文档编写 |
| customer-support | 客户支持 |
| sales-assistant | 销售助手 |
| legal-assistant | 法律助手 |
| health-tracker | 健康追踪 |
| home-automation | 家居自动化 |
| hello-world | 入门示例 |
创建自定义 Agent
创建 my-agent.toml:
name = "my-assistant"
version = "0.1.0"
description = "A helpful assistant"
author = "you"
module = "builtin:chat"
[model]
provider = "groq"
model = "llama-3.3-70b-versatile"
[capabilities]
tools = ["file_read", "file_list", "web_fetch"]
memory_read = ["*"]
memory_write = ["self.*"]
然后生成:
librefang agent spawn my-agent.toml
内置工具
file_read- 读取文件file_list- 列出目录web_fetch- 获取网页web_search- 搜索网页memory_store- 存储记忆memory_recall- 回忆记忆shell- 执行 shell 命令browser- 浏览器自动化
CLI 命令参考
Agent 管理
# 生成 Agent
librefang agent spawn agents/hello-world/agent.toml
# 列出所有 Agent
librefang agent list
# 与 Agent 聊天
librefang agent chat <agent-id>
# 终止 Agent
librefang agent kill <agent-id>
Hand 管理
# 列出所有 Hands
librefang hand list
# 激活 Hand
librefang hand activate researcher
# 查看状态
librefang hand status researcher
# 暂停 Hand
librefang hand pause researcher
工作流
# 列出工作流
librefang workflow list
# 创建工作流
librefang workflow create <file.json>
# 运行工作流
librefang workflow run <id> <input>
技能
# 安装技能
librefang skill install <source>
# 列出已安装技能
librefang skill list
# 搜索 FangHub
librefang skill search <query>
通道
# 列出通道状态
librefang channel list
# 设置通道
librefang channel setup telegram
诊断
# 运行诊断
librefang doctor
# 查看状态
librefang status
16 层安全系统
LibreFang 采用深度防御策略,包含 16 个独立的安全层:
- WASM 双计量沙箱 - 燃料计量 + 时代中断
- Merkle 哈希链审计追踪 - 加密链接的完整操作链
- 信息流污点追踪 - 敏感信息从源到汇的追踪
- Ed25519 签名 Agent 清单 - 加密签名的身份和能力集
- SSRF 保护 - 阻止私有 IP 和云元数据端点
- Secret 零化 - 自动清除内存中的 API 密钥
- OFP 双向认证 - HMAC-SHA256 验证
- 能力门 - 基于角色的访问控制
- 安全头 - CSP、X-Frame-Options、HSTS
- 健康端点重写 - 公开/私有健康检查分离
- 子进程沙箱 - 环境清理 + 进程树隔离
- 提示注入扫描器 - 检测覆盖尝试
- 循环守卫 - SHA256 循环检测
- 会话修复 - 7 阶段消息历史验证
- 路径遍历防护 - 规范化和符号链接转义防止
- GCRA 速率限制器 - 成本感知的令牌桶
40 个通道适配器
核心: Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Email
企业: Microsoft Teams, Mattermost, Google Chat, Webex, Feishu/Lark, Zulip
社交: LINE, Viber, Facebook Messenger, Mastodon, Bluesky, Reddit, LinkedIn, Twitch
社区: IRC, XMPP, Guilded, Revolt, Keybase, Discourse, Gitter
27 个 LLM 提供商
Anthropic, Gemini, OpenAI, Groq, DeepSeek, OpenRouter, Together, Mistral, Fireworks, Cohere, Perplexity, xAI, AI21, Cerebras, SambaNova, HuggingFace, Replicate, Ollama, vLLM, LM Studio, Qwen, MiniMax, Zhipu, Moonshot, Qianfan, Bedrock
OpenAI 兼容 API
curl -X POST localhost:4200/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "researcher",
"messages": [{"role": "user", "content": "分析 Q4 市场趋势"}],
"stream": true
}'
开发
# 构建工作空间
cargo build --workspace --lib
# 运行所有测试
cargo test --workspace
# 代码检查(必须零警告)
cargo clippy --workspace --all-targets -- -D warnings
# 格式化
cargo fmt --all -- --check
从 OpenClaw 迁移
# 迁移一切
librefang migrate --from openclaw
# 从特定路径迁移
librefang migrate --from openclaw --path ~/.openclaw
# 预览模式
librefang migrate --from openclaw --dry-run