CodeWhale

用 Rust 打造高性能、可观测的 AI 智能体编排框架

CodeWhale 是一个开源的、由社区驱动的智能体（Agent）编排框架，使用 Rust 语言编写。它旨在解决 AI 智能体在生产环境中难以标准化、可观测性和可扩展性不足的问题。核心能力包括：提供灵活的智能体工作流定义、内置工具调用与任务编排机制、支持流式事件输出、以及跨平台运行。它强调模块化设计，允许开发者自定义智能体行为，并提供了丰富的 API 接口，便于集成到现有系统。通过 Rust 的高性能和内存安全特性，CodeWhale 能够支撑高并发、低延迟的智能体服务，适用于构建复杂的自动化工作流和 AI 原生应用。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 41032

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队Hmbown

所属国家

官网地址https://codewhale.net

GitHubhttps://github.com/Hmbown/CodeWhale

定价模式free

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型agent-orchestration,ai-agent,cli,coding-agent,local-first,mcp,multi-agent,multi-model,open-source,rust,tui

GitHub 星标★ 41032

30天Star增速

HF 下载量

上线时间2026-01-19 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：入门约 10 分钟部署方式：命令行工具 6 步

环境要求

macOS 或 Linux（Windows 可从 GitHub Releases 下载安装包）
需要连接云端或本地模型提供商，否则无法获得模型回复
网络可访问 codewhale.net 与 GitHub Releases
建议将 $HOME/.local/bin 加入 PATH

安装与启动步骤

1安装 CodeWhale

macOS/Linux 执行官方安装脚本，脚本会选取并安装最新已发布版本到 $HOME/.local/bin。
```
curl -fsSL https://codewhale.net/install.sh | sh
```
2启动 CodeWhale

用完整路径启动刚安装的可执行文件，首次运行会进入连接提供商或离线配置的引导。
```
"$HOME/.local/bin/codewhale"
```
3Windows 用户安装

README 未给出 Windows 命令，请到 GitHub Releases 页面下载与你系统匹配的安装包或压缩包。
4连接模型提供商

按首次运行的引导连接一个云端或本地模型；未连接模型时 CodeWhale 不会返回模型回复。
5更新已装版本

已有直接安装时运行 update 升级；加 --check 只检查是否有更新，不执行升级。
```
codewhale update
codewhale update --check
```
6配置命令补全

每种 shell 一条命令，按你的 shell 选择 bash、zsh、fish、powershell 或 elvish。
```
codewhale completion bash
```

如何确认成功

执行 codewhale 后能看到首次运行的提供商连接/离线配置引导界面，即表示安装成功。

常见问题

Q：安装后提示找不到 codewhale 命令？

A：可执行文件安装在 $HOME/.local/bin，需要把该目录加入 PATH，或者直接用完整路径 "$HOME/.local/bin/codewhale" 启动。

Q：Windows 上怎么安装？

A：README 未给出 Windows 命令，需从 GitHub Releases（/releases/latest）下载与你系统匹配的安装包或压缩包后安装。

Q：如何升级到新版本？

A：直接安装的用户运行 codewhale update 即可升级；只想查看是否有新版本就运行 codewhale update --check。

Q：装好了但没有模型回复？

A：CodeWhale 需要连接一个云端或本地的模型提供商才能产生回复，请按首次运行的引导完成提供商配置。

注意事项

CHANGELOG 中“未发布候选”的改动不在安装脚本下载的已发布版本里，安装脚本只取最新已发布版本。
除官方安装脚本外还支持 npm、Cargo 两种次要安装途径，以及 Docker、Nix、Scoop、Android/Termux 和可选的 CNB 镜像，具体命令见 docs/INSTALL.md。
README 的 Windows 段落被截断，Windows 相关细节请以 GitHub Releases 和 docs/INSTALL.md 为准。
用包管理器安装过的用户会收到迁移提示。

核心亮点

基于 Rust 实现，性能高且内存安全，适合生产级智能体服务
模块化架构，支持灵活自定义智能体工作流和工具调用
内置流式事件输出，便于实时监控和调试智能体行为

不足之处

Rust 语言学习曲线陡峭，对非 Rust 开发者上手门槛较高
生态相对年轻，与 Python 生态的 AI 库集成深度待验证

适用场景

构建高并发的 AI 客服或自动化助手服务
开发需要精细控制资源消耗的嵌入式智能体系统
搭建可观测的复杂多步骤自动化工作流

替代项目

LangChain、AutoGPT、CrewAI

项目介绍

CodeWhale 是智能体领域的开源项目，由 Hmbown 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（41,032）位列前 1%，在智能体分类的 2,499 个项目里位列前 2%。

近 41 天，它的 GitHub 星标从 40,702 增加到 41,032，净增 330。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：构建高并发的AI客服或自动化助手服务。同类可对比的替代方案包括 LangChain、AutoGPT、CrewAI。

上一篇：pdf-mcp

下一篇：AgentGPT