Agent 与自动化AI 资源
Crewship:在自有硬件上运行 AI 编程 Agent 的自托管控制平面
crewship-ai/crewship · Self-hosted runtime for AI coding agents. Real Linux containers, your hardware, your keys, your data.
ELI5:它是什么,解决什么问题
Crewship 是一个用 Go 编写的自托管运行时与控制平面,为每个 AI 编程 Agent 团队提供独立的真实 Linux 容器,可驱动 Claude Code、OpenCode 或通过 Ollama 运行本地模型。它在运行时之外提供任务分解与执行的 Missions、定时 Routines、问题跟踪与分诊、基于角色的访问控制、审计日志、Keeper 治理层、加密备份及清单式 GitOps 管理等能力,代码、数据、对话与记忆均保留在自有硬件上。项目处于开放测试(pre-1.0)阶段,README 明确标注各模块的稳定、早期或未完成状态。
核心能力与快速开始
★ 4 · Go
- 能做什么
- 为每个 Agent 团队提供独立的真实 Linux 容器(非 root UID、只读根文件系统、cap-drop ALL),可在其中安装任意 Linux 软件;支持 Claude Code、OpenCode 以及 OpenCode 搭配 Ollama 本地模型作为驱动引擎;提供 Missions 任务分解与生命周期管理、定时 Routines、人类提交 Issue 与自动分诊、Agent 专属聊天与收件箱、Skills 技能手册、可通过 crewship apply 应用的清单(21 种资源类型)以及入站 Webhook 触发 Agent;控制平面包含 OWNER 到 VIEWER 的角色权限、审批闸门、Keeper 凭证访问把关与事后行为监控、带 HMAC 链式签名的审计日志、成本账本、检查点与任务分叉、输入侧提示注入扫描和加密备份。
- 适用场景
- 适合希望把 AI 编程 Agent 运行在自己硬件和数据边界内的团队,用于集中编排多个 Agent 完成开发任务、按计划执行自动化工作流、把工单自动分派给对应 Agent 处理,以及对公司内 Agent 调用做权限控制、审批与审计留痕;也可用本地 Ollama 模型驱动日常重复性任务,或在多个模型供应商之间切换而保留 Agent 积累的记忆。
- 项目形态
- 可直接使用的工具
- 部署方式
- 自托管,运行在自有硬件上;README 说明当前为单主机部署,Kubernetes 与多主机调度属于后续方向;需预先安装容器运行时(Docker、Podman、Colima、OrbStack 或 Apple Containers),可通过 Homebrew 安装后用 crewship start 启动 :8080 守护进程,另提供签名安装包、Docker Compose 与气隙安装选项。
- 主要依赖
- 需要 Go 1.26 相关生态与受支持的容器运行时;可使用自有 API 密钥,或通过 Ollama 运行本地模型(无需 API 密钥);其余硬件规格未说明。
- 使用限制
- 项目自述处于开放测试、pre-1.0 阶段,API 与数据模型仍在变动,生产使用需固定 tag 或 commit SHA;容器网络未按团队隔离,所有容器共用一个宿主 Docker 桥接网络;Hooks 仅 4/15 事件被实际派发且只有 agent-start 可阻断;预算配置缺少 API/CLI/UI 入口,执行代码当前不会触发;Keeper 为事后抽样检测而非事前阻止;审批不中断运行中的高风险工具调用;输入防护仅覆盖英语模式;Replay 为观察性重放,不重新执行 Agent;成本与商用条件未说明。
- 许可证
- Apache-2.0
- 最近推送
- 2026-10-31 06:59
资料检查:2026-10-31 07:00 · 卡片整理:2026-10-31 07:00
卡片由 AI 根据仓库资料整理,未进行安装或运行验证
讨论 0
登录后参与讨论,阅读资讯无需注册。
还没有评论,来分享第一个看法。