发布路线图

LibreFang 竞争差距分析。组织为 4 个冲刺阶段。


Sprint 1 — 止血 (3-4 天)

这些是阻止性问题。应用会崩溃或显示异常。

1.1 修复 Token 膨胀 — ✅ 完成

状态: 已完成 — 在 compactor.rs, context_overflow.rs, context_budget.rs, agent_loop.rs, kernel.rs, agent.rs 和 prompt_builder.rs 中实现了全部 13 项。

问题: 单条聊天消息消耗约 45K 输入 token(工具定义 + 系统提示)。到第 3 条消息时,达到 100K 配额并崩溃。

完成标准:

  • cargo test --workspace 通过
  • 启动 Agent,发送 10+ 条消息 — 无 "Token quota exceeded" 错误
  • 首条消息 token 数从 ~45K 降至 ~15-20K

1.2 品牌与图标资源 — ✅ 完成

状态: 已完成 — 桌面应用显示 LibreFang 品牌图标。

1.3 Tauri 签名密钥对 — ✅ 完成

状态: 已完成 — 通过 cargo tauri signer generate --ci 生成 Ed25519 签名密钥对。

1.4 首次运行体验审计 — ✅ 完成

状态: 已完成 — 完整代码审计验证:全部 8 个向导 API 端点存在并已实现。


Sprint 2 — 竞争对等 (4-5 天)

这些缩小与 OpenClaw 的差距。

2.1 浏览器截图渲染 — ✅ 完成

状态: 已完成 — browser.rs 保存截图到上传目录并返回 JSON 包含 image_urls。chat.js 检测 browser_screenshot 工具结果并显示内联图像。

2.2 聊天消息搜索 — ✅ 完成

状态: 已完成 — 搜索栏支持 Ctrl+F 快捷键,实时过滤,高亮匹配文本。

2.3 技能市场优化 — ✅ 完成

状态: 已完成 — 技能页面已优化,包含 4 个标签页(已安装、ClawHub、MCP 服务器、快速开始)、实时搜索、分类排序。

2.4 安装脚本部署

问题: librefang.ai 安装端点需要连接。

完成标准:

  • curl -fsSL https://librefang.ai/install.sh | sh 安装最新版本
  • irm https://librefang.ai/install.ps1 | iex 在 Windows PowerShell 中工作

2.5 向导端到端 — ✅ 完成

状态: 已完成 — 6 步向导(欢迎 → 提供商 → Agent → 试用 → 通道 → 完成)完全连接。


Sprint 3 — 差异化 (5-7 天)

这些是 LibreFang 可以超越 OpenClaw 的功能。

3.1 语音输入/输出 — ✅ 完成

状态: 已完成 — 麦克风按钮支持按住录音,MediaRecorder 使用 webm/opus 编解码器,自动上传和转录,TTS 音频播放器。

3.2 Canvas 渲染验证 — ✅ 完成

状态: 已完成 — 修复 CSP 允许 frame-src 'self' blob:media-src 'self' blob:

3.3 JavaScript/Python SDK — ✅ 完成

状态: 已完成 — 创建了 sdk/javascript/ (@librefang/sdk) 和 sdk/python/librefang_client.py

3.4 可观测性与指标导出 — ✅ 完成

状态: 已完成 — 添加 GET /api/metrics 端点返回 Prometheus 格式。

3.5 可视化工作流构建器 — ✅ 完成

状态: 已完成 — 添加了基于 SVG canvas 的完整可视化构建器。支持节点拖放、贝塞尔曲线连接、缩放/平移、TOML 导出。


Sprint 4 — 优化与发布 (3-4 天)

4.1 多会话支持 — ✅ 完成

状态: 已完成 — 每个 Agent 支持多个会话,UI 中有会话下拉切换。

4.2 配置热重载 — ✅ 完成

状态: 已完成 — 添加了基于轮询的配置监视器(每 30 秒),自动检测 config.toml 变化。

4.3 CHANGELOG 和 README 优化 — ✅ 完成

状态: 已完成 — 更新了 CHANGELOG.md 和 README.md。

4.4 性能与负载测试 — ✅ 完成

状态: 已完成 — 创建了 load_test.rs 包含 7 个负载测试。

结果:

  • Health: p99 = 0.8ms
  • Agent list: p99 = 0.5ms
  • Metrics: 2,792 req/sec
  • 并发读取: 1,728 req/sec
  • 生成: 97/sec

4.5 最终发布 — ✅ 就绪

状态: 全部代码完成 — 全部 18 项代码完成。1751 个测试通过。生产审计完成。


功能对比

功能OpenClawLibreFang胜者
语言/性能Node.js (~200MB)Rust (~30MB 单二进制)LibreFang
通道~1540LibreFang
内置工具~1941LibreFang
安全系统Token + 沙箱16 层防御LibreFang
Agent 模板手动配置30 个预配置LibreFang
Hands (自主)7 个包LibreFang
工作流引擎Cron + webhooks完整 DAGLibreFang
知识图谱平面向量存储实体关系图LibreFang
P2P 网络OFP 协议LibreFang
WASM 沙箱仅 Docker双计量 WASMLibreFang
桌面应用Electron (~200MB)Tauri (~30MB)LibreFang
迁移N/Amigrate --from openclawLibreFang
技能54 个捆绑60 个捆绑LibreFang
LLM 提供商~1527 提供商, 130+ 模型LibreFang
插件 SDKTypeScriptJS + Python SDK平局
本地移动iOS + Android + macOS仅 Web 响应式OpenClaw
语音模式唤醒词 + TTS麦克风 + TTS 播放OpenClaw (略胜)
浏览器自动化PlaywrightPlaywright + 内联截图平局
可视化工作流拖放构建器LibreFang

LibreFang 赢得 15/18 类别。


快速参考: 状态

Sprint 1: 已完成
  1.1 Token 膨胀修复 ..............
  1.2 品牌资源 .................
  1.3 Tauri 签名密钥 ...........
  1.4 首次运行审计 ............

Sprint 2: 4/5 已完成
  2.1 浏览器截图 ............
  2.2 聊天搜索 ..............
  2.3 技能市场 ..............
  2.4 安装脚本域名 .......... 待定
  2.5 向导端到端 ............

Sprint 3: 已完成
  3.1 语音 UI ..............
  3.2 Canvas 验证 ..........
  3.3 JS/Python SDK ........
  3.4 可观测性 ..............
  3.5 可视化工作流构建器 ....

Sprint 4: 已完成
  4.1 多会话 ................
  4.2 配置热重载 ...........
  4.3 CHANGELOG + README ...
  4.4 负载测试 .............
  4.5 最终发布 .............. 就绪