openclacky

用更少 Token 跑完多步任务的 Ruby AI Agent 框架

开源 🏷️基础免费,高级付费 ✅ 目前可打开 智能体 🍴 复刻 112 🐛 待处理 27 👀 关注 6
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1208
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 开源免费,官网提供在线服务,付费方案待确认

项目预览

openclacky 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队clacky-ai
定价模式🏷️基础免费,高级付费
价格说明开源免费,官网提供在线服务,付费方案待确认
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言Ruby
技术栈/模型agent,agent-framework,skills
GitHub 星标★ 1208
上线时间2025-12-30 00:00:00
代码更新2026-11-03
仓库体积11.0 MB
本站数据更新2026-11-03
维护状态活跃
收录时间2026-09-12
浏览次数2

项目介绍

openclacky 是一个用 Ruby 编写的开源 AI Agent 框架,主打「Token 高效」这一差异化卖点。它解决的是当前多数 Agent 框架在长对话、多轮工具调用中 Token 消耗过快、成本高企的问题,通过精简上下文管理、按需加载技能(skills)等机制,让同样的任务用更少的 Token 完成,从而降低调用大模型的费用与延迟。核心能力包括:Agent 运行循环与任务编排、可插拔的 skills 技能体系、面向工具调用的上下文压缩策略,以及 Ruby 生态下相对轻量的集成方式。项目定位为通用 Agent 框架,适合开发者快速搭建能自主调用工具、完成多步任务的智能体,同时把成本控制作为一等公民。目前星标约 1.2k,处于成长阶段,社区和文档仍在完善中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 1208

使用教程

难度:入门 约 10 分钟 部署方式:Docker 6 步

环境要求

  • 可运行 Docker 的 Linux / macOS / Windows 环境(Windows 需 10 2004+ 或 Windows 11)
  • 自备任意 OpenAI 兼容模型的 API Key(BYOK)
  • 使用源码安装时需本机有 Ruby 与 Bundler 环境
  • 能访问 ghcr.io 拉取容器镜像,或能访问官网下载桌面安装包

安装与启动步骤

  1. 1选择安装方式

    README 提供桌面安装包与 Docker 两种方式。桌面版会自动装好环境、依赖与 Skills,新手优先选它。

  2. 2下载桌面安装包

    从官方链接下载对应系统安装包,双击安装即可,无需手动配置环境与依赖。

  3. 3Docker 运行(Linux)

    Linux 下必须加 --network=host,容器内 agent 才能连上宿主机 Chrome 的远程调试端口。

    docker run -d --name openclacky --network=host \
      -e CLACKY_ACCESS_KEY="" \
      -v openclacky-data:/root/.clacky \
      ghcr.io/clacky-ai/openclacky:latest
  4. 4Docker 运行(Mac/Win)

    macOS/Windows 不支持 --network=host,改为映射 7070 端口,浏览器自动化能力可能受限。

    docker run -d --name openclacky -p 7070:7070 \
      -e CLACKY_ACCESS_KEY="" \
      -v openclacky-data:/root/.clacky \
      ghcr.io/clacky-ai/openclacky:latest
  5. 5从源码安装

    克隆仓库、安装 Ruby 依赖后用 bin/clacky 启动,适合需要改代码的开发者。

    git clone https://github.com/clacky-ai/openclacky.git
    cd openclacky
    bundle install
    bin/clacky
  6. 6配置模型与密钥

    启动后在交互界面输入 /config,填写 API Key、Model 和 Base URL,任一 OpenAI 兼容端点均可。

    openclacky
    /config

关键配置

配置项必填说明示例
CLACKY_ACCESS_KEY否容器启动时通过 -e 传入的访问密钥环境变量,示例中为空CLACKY_ACCESS_KEY=""
API Key是调用大模型的密钥,通过 /config 设置,任一 OpenAI 兼容服务均可sk-xxxxxxxx
Model是使用的模型名称,如 Claude、GPT、DeepSeek、Kimi 等deepseek-chat
Base URL否模型接口地址,用第三方或自建端点时填写https://api.deepseek.com/v1

如何确认成功

Docker 方式启动后浏览器打开 http://localhost:7070 能看到界面;源码方式运行 bin/clacky 后出现交互提示符并可执行 /config。

常见问题

Q:Linux 下为什么必须加 --network=host?

A:README 说明容器内的 agent 需要访问宿主机上运行的 Chrome 远程调试端口,因此必须使用宿主机网络模式。

Q:macOS/Windows 上浏览器自动化不可用?

A:这两个系统不支持 --network=host,README 提示浏览器自动化能力可能受限,其余功能仍可正常使用。

Q:docker pull / run 报镜像不存在?

A:README 中镜像地址写作 ghcr.io/<owner>/openclacky,需把 <owner> 换成官方实际的组织名后再拉取。

Q:可以用哪些大模型?

A:开箱支持 Claude、GPT、DeepSeek、Kimi(Moonshot)、MiniMax、OpenRouter、OrcaRouter,也可填任意自定义 OpenAI 兼容端点。

注意事项

  • 桌面安装包会自动完成环境、依赖与 Skills 配置,最省事,推荐普通用户使用。
  • 容器方式的数据保存在 openclacky-data 卷中(对应容器内 /root/.clacky),删除容器不会丢失配置。
  • README 中的镜像地址带有 <owner> 占位符,实际拉取前请以官网/仓库说明确认完整镜像名。
  • 项目为 BYOK 模式,需自备模型 API Key,费用由所使用的模型服务商收取。

核心亮点

  • 以 Token 效率为核心设计,长任务和多轮工具调用下成本优势明显
  • 提供 skills 技能机制,能力可按需扩展而非一次性塞进上下文
  • Ruby 实现,对 Ruby/Rails 技术栈团队接入门槛低

不足之处

  • 生态与文档相对新,成熟度和示例丰富度不及 Python 系主流框架
  • Ruby 语言在 AI/Agent 社区占比小,第三方集成和社区支持有限

适用场景

  • Ruby on Rails 项目内嵌 AI Agent 做自动化任务
  • 需要控制大模型调用成本的批量多步工具调用场景
  • 为内部系统快速搭建可扩展 skills 的轻量智能体

替代项目

LangChain、CrewAI

上一篇:labs-OO-Agents

下一篇:pskoett-ai-skills

同类项目推荐

cantrip 开源

用 Elixir 打造实时多智能体协作环境,让编码自动化更灵活。

the extensible, customizable, self-documenting, real-time multi-agent computing envi···

★ 129 2026-08-09
plandb 开源

给 AI 代理用的任务追踪器,让多代理协作不迷路

The issue tracker your AI agents are missing. Think Linear or Jira, but for your Cla···

★ 111 2026-08-09
zexus 开源

用自然语言驱动 Revit,AI 自动写代码完成 BIM 自动化。

In-process Revit AI agent with dynamic C# code execution, multi-provider LLM support···

★ 99 2026-08-09
ai-free 开源

本地免费多模型AI助手,边聊天边写代码,隐私安全

Open-source local AI client and coding agent for DeepSeek, Qwen, ChatGPT and Economy···

★ 224 2026-08-09
Claude-Skills 开源

给 AI 助手装上 385 个现成技能,开箱即用

385 AI skills, 76 expert agents, and 906 stdlib Python tools for every team: enginee···

★ 1036 2026-10-30
harmonist 开源

零依赖编排 186 个智能体,机械协议强制,即插即用

Portable AI agent orchestration with mechanical protocol enforcement. 186 agents, ze···

★ 2244 2026-08-09
powermem 开源

给 AI 装上长期记忆,让对话更懂你

Agent memory: long-term memory & agent memory handoff. Claude Code & Codex.

★ 1488 2026-08-09
codexloom 开源

把零散 AI 对话变成可复用的领域专家团队

Turn Codex threads into an organization of long-lived domain agents.

★ 391 2026-08-09