Osaurus

拥有你的 AI。 专为 macOS 设计的 AI Agent 底层框架 —— 集成模型、持久化记忆、自主执行、加密身份。完全基于 Swift 构建。全程离线运行。开源。

---

下载 macOS 版 · 文档 · 模型 · Discord · Twitter · 插件注册表

---

推理（Inference）就是你所需要的，其余一切皆可由你掌控。

模型正变得越来越便宜且易于替换。但不可替代的是模型周围的层级——你的上下文、你的记忆、你的工具、你的身份。其他服务商将这些层级保存在他们的服务器上，而 Osaurus 将其保存在你的机器上。

Osaurus 是专为 macOS 设计的 AI 底层框架。它位于你与任何模型（本地或云端）之间，提供让 AI 变得个性化的连续性：具备记忆、自主执行、运行真实代码且随时可访问的 Agent。模型是可以随时更换的，但这个框架才是你的核心资产。

支持完全离线使用本地模型。当你需要更强性能时，可连接至任何云端提供商。除非你主动选择，否则没有任何数据会离开你的 Mac。

基于 Apple Silicon 的原生 Swift 构建。无需 Electron。不妥协性能。采用 MIT 许可证。

安装

brew install --cask osaurus

或者从 Releases 下载最新的 .dmg 文件。安装完成后，通过 Spotlight（⌘ Space → "Osaurus"）或 CLI 启动：

osaurus ui       # 打开聊天界面
osaurus serve    # 启动服务器
osaurus status   # 查看状态

要求 macOS 15.5+ 及 Apple Silicon 芯片。

Agent（智能体）

Agent 是 Osaurus 的核心。每一个 Agent 都有其独立的提示词（Prompts）、记忆和视觉主题——无论是研究助手、编程伙伴、文件整理工具，还是任何你需要的角色。工具和技能会通过 RAG 搜索根据当前任务自动选择——无需手动配置。框架中的所有其他组件都旨在让 Agent 随着时间推移变得更智能、更快、能力更强。

Agent 还可以选择加入私有加密数据库和单次自调度下一次运行——参见 Agent 数据库与自调度。

Agent 循环

每一次聊天都是一个 Agent 循环。选择一个工作目录，Agent 就会获得文件、搜索和 git 工具。开启沙箱模式，它即可在隔离的 Linux 虚拟机中获得 shell 访问权限。模型会编写 markdown 格式的任务列表，根据列表执行操作，最后以经过验证的总结结束任务——这一切都在同一个聊天窗口中完成。参见 Agent 循环指南。

沙箱（Sandbox）

Agent 在由 Apple Containerization 框架驱动的隔离 Linux 虚拟机中执行代码。它提供完整的开发环境——shell、Python、Node.js、编译器、包管理器——且对你的 Mac 没有任何风险。

每个 Agent 都有其独立的 Linux 用户和主目录。虚拟机通过 vsock 网桥连接回 Osaurus（用于推理、记忆、密钥）——既是沙箱化的，又保持连接。通过简单的 JSON 插件配方即可扩展功能，无需 Xcode 或代码签名。

┌────────────────┐       ┌────────────────────────────┐
│    Osaurus     │       │   Linux VM (Alpine)        │
│                │       │                            │
│  Sandbox Mgr ──┼───────┤→ /workspace  (VirtioFS)    │
│  Host API   ←──┼─vsock─┤→ osaurus-host bridge       │
│                │       │                            │
│                │       │  agent-alice  (Linux user) │
│                │       │  agent-bob    (Linux user) │
└────────────────┘       └────────────────────────────┘

要求 macOS 26+ (Tahoe)。参见 沙箱指南 了解配置、内置工具及插件开发。

记忆

分为三层——身份（Identity）、固定事实（Pinned Facts）和分段情景（Per-session episodes）——外加一个转录本备选。Agent 在会话结束时（而非每次对话）对内容进行提炼，根据显著性进行评分，并根据你的具体提问，每次最多提取一个紧凑的片段。后台整理程序会进行衰减、合并和清除，以确保记忆保持清晰且不会过度膨胀。大多数对话只会注入约 800 tokens 或更少；许多情况下注入量为零。参见 记忆指南。

隐私过滤器

当你向云端模型发送请求时，设备端的分类器——OpenAI 的 openai/privacy-filter（Apache-2.0 协议，1.5B 参数 / 50M 活跃稀疏 MoE，通过 MLX 转换版本 mlx-community/openai-privacy-filter-bf16 运行，约 2.8 GB）——会检测姓名、电子邮件、电话、URL、地址、日期、账号和自定义敏感信息。此外还结合了正则表达式来处理社会安全号码（SSN）、信用卡、IBAN、AWS 密钥、GitHub Token 以及你自定义的模式。每次检测到的内容都会在发送前显示在审核表中供预览；批准后的实体会被替换为稳定的占位符，如 [PERSON_1] / [EMAIL_2]。流式回复会在接收时实时还原，使聊天读起来自然顺畅。故障关闭（Fail-closed）机制：如果在脱敏后的扫描中发现任何泄露，发送请求将被拦截。你可以在 Insights 面板验证网络级别的脱敏情况——它会捕获云端实际看到的每一个字节。参见 隐私过滤器指南。