开源 Agent 操作系统 | 微信、企微、飞书、钉钉全平台支持
不装 App、不配环境、不跑命令行。扫个码，机器人就是你的 AI 助理。
打开链接，选一个分身，扫码绑定。一分钟搞定。
支持平台：
| 平台 | 入口 | 能力 |
|---|---|---|
| 个人微信 | 扫码绑定 iLink 机器人 | 对话、文章推送 |
| 企业微信 | SmartBot / 应用 / 客服 | 对话、主动推送、群聊 |
| 飞书 | 扫码授权 | 对话、主动推送 |
| 钉钉 | 扫码授权 | 对话、主动推送 |
curl -sSf https://carrier.sh | sh从 GitHub Releases 下载对应平台的二进制。
git clone https://github.com/yinnho/opencarrier.git
cd opencarrier
cargo build --release -p cli
cp target/release/opencarrier /usr/local/bin/# 1. 初始化（生成配置和登录凭据）
opencarrier init
# 2. 启动守护进程
opencarrier start
# 3. 打开 Dashboard
open http://localhost:4200配置文件位于 ~/.opencarrier/config.toml，数据目录为 ~/.opencarrier/。
OpenCarrier 是一个用 Rust 构建的 开源 Agent 操作系统。核心概念是分身（Clone）——每个分身是一个独立的 AI 角色，拥有人格、知识、技能和工作空间。
v0.3.0 的核心突破：你在微信、飞书、钉钉里扫个码，机器人就是你的 AI 助理。聊天就是交互界面。
~/.opencarrier/
├── config.toml # 主配置
├── brain.json # LLM 路由配置（热重载）
├── workspaces/ # 分身工作空间
│ └── <agent-name>/
│ ├── SOUL.md # 人格
│ ├── system_prompt.md # 行为指令
│ ├── MEMORY.md # 知识索引
│ ├── knowledge/ # 知识库
│ └── agent.toml # 运行参数
├── senders/ # 渠道发送者
│ └── <sender_id>/
│ ├── session.json # 平台凭证 + 路由
│ └── config.json # sender → agent 绑定
└── sessions/ # 对话历史
每个渠道用不同的平台标识作为 sender_id（即 senders/ 下的目录名）：
| 渠道 | sender_id 来源 | session.json 中的 sender_key |
|---|---|---|
| 企微 SmartBot | bot_id | bot_id |
| 飞书 | app_id | app_id |
| 钉钉 | app_key | app_key |
| 微信 | openid | openid |
┌──────────────────────────────────────────┐
│ 分身 (Clone) — WHO: 身份 + 工作空间 │
├──────────────────────────────────────────┤
│ 大脑 (Brain) — THINK: LLM 智能路由 │
├──────────────────────────────────────────┤
│ 工具 (Tool) — DO: 内置 + MCP 工具 │
├──────────────────────────────────────────┤
│ 渠道 (Channel) — CONNECT: 全平台接入 │
├──────────────────────────────────────────┤
│ 记忆 (Memory) — REMEMBER: 生命周期管理 │
└──────────────────────────────────────────┘
三层路由：Provider → Endpoint → Modality，支持熔断器、热重载、20+ Provider（Anthropic, OpenAI, Gemini, DeepSeek, Ollama 等）。
内置四个渠道适配器，启动时自动发现并连接：
| 渠道 | 连接方式 | crate |
|---|---|---|
| 企微 SmartBot | WebSocket 长连接 | channel-wecom |
| 企微 App/Kf | HTTP Webhook | channel-wecom |
| 飞书 | WebSocket 长连接 | channel-feishu |
| 钉钉 | WebSocket 长连接 | channel-dingtalk |
| 微信 | iLink HTTP 长轮询 | channel-weixin |
新 bot 扫码注册后立即启动连接（事件驱动），无需重启或等待轮询。
内置工具集 + MCP 扩展：
| 工具 | 功能 |
|---|---|
file_read/file_write/file_list |
文件读写 |
shell_exec |
Shell 命令 |
web_fetch |
网页抓取（命中风控站自动走 AginxBrowser 渲染，见下） |
web_search |
网页搜索（走 AginxBrowser 聚合搜索，支持搜+读一步完成） |
kv_get/kv_set/kv_list |
抽屉记忆（用户私有数据） |
knowledge_read/knowledge_add/knowledge_extract |
知识库（共享知识） |
skill_load/skill_create/skill_update |
技能管理 |
cron_create/cron_list/cron_delete |
定时任务 |
agent_send/agent_spawn/agent_list |
多 Agent 协作 |
| MCP 扩展 | 企微(45)、飞书(73)、公众号、浏览器等 |
web_fetch 默认走 reqwest 直连，抓普通页面/API 够用。但微信公众号文章（mp.weixin.qq.com）、知乎专栏等风控/JS 动态渲染页面，纯 HTTP 拿到的是空壳——正文由 JS 解密后填进 DOM。
OpenCarrier 把 AginxBrowser（轻量服务端浏览器，内置 Obscura + V8，stealth 指纹）当作外挂接入：web_fetch 内部识别到风控站时，自动路由到 AginxBrowser 渲染抓取，失败再回退 reqwest。对 Agent 完全透明——Agent 照常调 web_fetch(url)，参数和返回格式都不变，无需知道 AginxBrowser 的存在。
# 启用外挂：设一个环境变量即可（不设 = 纯 reqwest，行为不变）
export AGINXBROWSER_URL=http://127.0.0.1:8089需浏览器交互（点击、滚动、执行 JS）的场景，另有独立的 browser_* 工具集（browser_navigate/browser_evaluate/browser_click 等）显式调用 AginxBrowser。
web_search 内置搜索工具，调 AginxBrowser 的 /search 端点做聚合搜索（原生搜索后端），支持 fetch_top 参数对前 N 条结果自动抓正文——Agent 一步完成"搜→读"。共用 AGINXBROWSER_URL 环境变量开关。
两层记忆结构 + 知识库：
| 层 | 工具 | 存储 | 注入方式 |
|---|---|---|---|
| L0 摘要 | 自动生成 | 最近 N 条对话摘要 | system prompt [Recent conversations] |
| L2 抽屉 | kv_get/kv_set/kv_list |
用户私有数据（偏好、账号、决策） | system prompt [User profile]/[Entities]/[Recent events] 等 |
| 知识库 | knowledge_read/knowledge_add/knowledge_extract |
共享知识文件（knowledge/*.md） | system prompt 知识区块 |
- L0 摘要：每轮对话自动生成（INTENT + OUTCOME + KEY FACTS），保留最近 10 条
- L2 抽屉：按语义 key 组织（
entity.wechat_accounts、preference.theme、event.2026-05-28.decision），值是数组，按(agent_name, owner_id, user_id)隔离 - 知识提取：对话结束后自动从 key_facts 分类写入抽屉（状态型合并去重，时间线型追加）
- LLM 自学习：缺少信息 → 问用户 → 成功后存储 + 更新 SKILL.md
opencarrier (14 crates, 282 source files, 1485 tests)
├── crates/
│ ├── types/ 共享类型 + Channel trait + 配置工具
│ ├── memory/ SQLite 记忆层
│ ├── runtime/ Agent loop + LLM drivers + tools + MCP + bridge
│ ├── kernel/ 内核: 子系统协调, RBAC, 调度
│ ├── api/ REST/WS API + Dashboard + 渠道注册
│ ├── cli/ CLI (init/start/agent/chat/config)
│ ├── lifecycle/ 分身生命周期: 进化, 编译, 健康
│ ├── clone/ 分身管理: Hub 下载, workspace 安装
│ └── channels/
│ ├── wecom/ 企微渠道 (SmartBot WS + App/Kf Webhook)
│ ├── feishu/ 飞书渠道 (WebSocket)
│ ├── dingtalk/ 钉钉渠道 (WebSocket)
│ └── weixin/ 微信渠道 (iLink 长轮询)
└── tools/
├── mcp-common/ MCP 公共库
├── wecom-mcp/ 企微工具 (45 tools)
├── feishu-mcp/ 飞书工具 (73 tools)
├── wechat-oa-mcp/ 公众号工具
├── browser-mcp/ 浏览器工具
├── bilibili-mcp/ B站工具
├── xiaohongshu-mcp/ 小红书工具
├── zhihu-mcp/ 知乎工具
├── twitter-mcp/ Twitter/X 工具
└── reddit-mcp/ Reddit 工具
- Loop Guard — 工具循环检测 + 熔断器
- SSRF 防护 — 阻断私有 IP、云元数据端点
- Capability Gates — RBAC 能力门控
- Secret Zeroization — API key 自动擦除
- Merkle 哈希链审计 — 每个操作密码学链接
cargo build --workspace --lib # 编译
cargo test --workspace # 1485 tests
cargo clippy --workspace --all-targets -- -D warnings # 0 warnings
扫码加入微信群，聊聊你的 AI 分身
MIT