开源open-multi-agent：把多智能体跑在自己机房，审批、审计、零遥测三件事一次做齐

智能体框架今年井喷，但绝大多数开源项目的默认姿势是「往云上一部署，遥测一开，密钥交给平台」。GitHub上7000余星的开源项目open-multi-agent（下称OMA）走了另一条路：这是一个用TypeScript编写的自托管智能体运行时，口号是「你的组织可以拥有、审批和审计它」——无遥测、无托管控制平面，密钥和模型都留在用户自己手里。

它想解决什么问题

OMA今年4月1日以MIT许可证开源，由深圳团队YuanASI维护，目前星标约7000、分支约2400。项目的定位不是又一个多智能体编排花活，而是企业级智能体的「运行底座」：当智能体开始代替员工执行任务时，组织需要回答三个问题——任务执行前能不能拦一道人审？执行过程能不能留下可查的记录？既定流程有没有被遵守？OMA把这三个需求分别做成了持久化审批、可验证运行日志和治理底线三个内置能力。

三个核心能力

持久化审批（Durable approvals）。 智能体在执行计划、派发任务或调用工具前，可以暂停等待人工批准。配合持久化存储，进程重启后能从已审批的内容继续执行，审批界面和通知由开发者自己的应用提供。

可验证日志（Verifiable journal）。 开启运行日志后，模型的输入、工具调用和结果都会被记录下来，之后可用内置的verifyRun()在离线状态下校验记录来源与内容的一致性。项目方也坦承：这能证明日志自身没坏，但不能证明日志从未被篡改。

治理底线（Governance floor）。 应用可以声明一次运行必须满足的角色与执行顺序，OMA会单独给出治理结论。一个跑完的任务完全可能在治理上不合格——所以应用必须单独检查这个结论，而不是只看任务是否成功。

技术形态

OMA的核心包提供三种运行模式：runAgent()跑单个智能体，runTasks()执行显式定义的流水线，runTeam()从一句目标描述出发，由协调器在运行时规划出任务图，再由确定性调度器执行，最后汇总结果。协调器不会在运行中途被反复咨询，跑完的运行本身就是可回读的数据。

它内置的模型适配器覆盖Anthropic、OpenAI、Azure、Bedrock、Gemini、Grok、Copilot，以及DeepSeek、豆包、混元、MiniMax、MiMo、七牛等国内服务，本地则支持通过baseURL接入Ollama、vLLM和llama-server，也兼容任何OpenAI兼容端点和Vercel AI SDK。

网络出口策略值得一提：可设为offline或allowlist，在内置适配器建立连接前检查；子策略只能比父策略更严，无法执行的传输方式直接失败关闭（fail closed）。Claude Code、Gemini CLI、Codex等外部智能体则可以通过进程和ACP后端挂到同一张任务图上。

配套方面，npm create oma-app@latest一条命令即可脚手架出一个PR审查、安全分析或教学用的示例智能体，本地演示不需要API密钥；需要集中监控的团队可以加装可选的OpenTelemetry适配包；核心包自带离线Run Viewer，可以回放真实运行的任务DAG、时间线和每次工具调用。

适合谁

OMA的已知用户画像挺有说服力：有人用它在Docker里跑WordPress安全分析平台；有人在本地量化模型上完全离线运行，靠协调器和上下文压缩在显存吃紧的情况下维持自主循环；还有项目把它接进PR审查助手和终端编码工具。对数据不能出境、又想要智能体自动化的团队，这个「审批+审计+断网」三件套值得进候选清单。

上手要求Node.js 20以上，项目已提醒20版本进入上游EOL，将在下一个大版本中移除支持，生产环境建议直接用LTS。