又一个开源神作，想成为所有Agent的统一控制台

过去一年，AI编程工具进入了一个很微妙的阶段。
我们不再只有一个聊天框，Claude Code、Codex、Cursor、OpenCode、Pi，以及各种自定义 Agent，都开始承担真实的开发任务。
当然不只是开发场景，现在大家的日常工作很多也都是Agent在做了。
问题也随之出现，工具越多，协作越乱。
同一个任务，到底交给哪个Agent，CC写完的代码，能不能让Codex审一遍，Agent 执行命令、访问文件、消耗 token，团队如何统一控制，开发者从终端开始的会话，能不能在浏览器、手机或者团队协作场景里继续。
这些都是Omnigent想解决的问题。

项目简介

Omnigent是一个开源AI Agent框架，在Claude Code、Codex、Cursor、OpenCode、Hermes、Pi和自定义Agent 之上，提供一个统一的编排层。
它解决的是怎么管理一组Agent，想做所有Agent的控制台。
现在很多AI编程工具都是单点体验，Omnigent 的思路不同。
它把不同 Agent 包装成统一的运行单元，让你可以在同一个会话里切换、组合、协作和管理。
它能做什么

一，统一运行不同的 Agent

Omnigent支持Claude Code、Codex、Cursor、OpenCode、Hermes、Pi，也支持用户定义自己的 Agent。你可以不重写工作流，就切换或组合不同harness。
二，多端同步
一个Omnigent会话可以从终端启动，同时在本地Web UI中查看，部署到服务器后，也可以从手机访问。聊天记录、子 Agent、终端状态、文件变化都可以同步。
从本机上的一个CLI 会话，变成了团队可以围观、评论、接手的实时工作流。
三，团队协作

Omnigent 支持共享会话，队友可以通过链接看到 Agent 正在做什么，也可以共同驱动同一个会话，或者从某个节点fork出自己的分支继续去做。
把Agent的工作过程也开放出来，这对于结对调试、代码审查、线上问题排查都很友好。
四，策略治理

这是Omnigent比较关键的部分。
它的policy系统可以拦截工具调用、LLM 请求、文件操作等动作，然后决定允许、询问用户，或者拒绝。策略可以用来控制预算、限制工具调用次数、要求危险操作审批、阻止访问敏感信息，甚至做模型路由。
重点是，这些策略是在 meta-harness层执行，它不指望Agent自觉听话，而是在外部运行层加控制。
五，沙箱能力
Omnigent的Omnibox提供OS级沙箱。它可以限制 Agent 能看到哪些文件、能访问哪些网络地址，以及如何使用凭据。
Agent越强，越不能随便给它完整文件系统、真实token和开放网络权限。
尤其在企业环境里，让Agent自己跑命令必须配套隔离和审查。
写在最后

AI Agent的竞争，不会只停留在单个模型或单个IDE插件上，真正进入工程现场后，开发者会需要一层统一的编排、协作和治理系统。
Agent越强，越需要被组织起来。
从这个角度看，Omnigent 值得关注。
项目链接

https://github.com/omnigent-ai/omnigent