ouroboros

告别反复提示，用规范文件直接驱动 AI 智能体干活

Ouroboros 是一个面向 AI 智能体的操作系统（Agent OS），核心理念是“停止提示，开始指定”。它解决了传统提示工程中用户需要反复用自然语言描述意图、难以精确控制智能体行为的问题。用户可以通过声明式规范（如 YAML/JSON）直接定义任务目标、约束和流程，让智能体按规格执行，而非依赖模糊的对话提示。项目基于 Python 构建，深度集成 MCP（模型上下文协议），支持 Claude Code、Codex 等主流 AI 编码工具，提供 CLI 和运行时编排能力，实现多智能体协作、任务分解与状态管理。其核心能力包括：声明式任务规范、智能体生命周期管理、工具调用编排、以及跨 LLM 的兼容层，旨在将 AI 从“聊天机器人”升级为可预测、可复用的自动化执行引擎。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 6073

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队Q00

所属国家

官网地址https://ouroboros.page

GitHubhttps://github.com/Q00/ouroboros

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-os,agentic-ai,ai-agent,ai-coding-agent,claude-code,cli,codex,coding-agent,deepseek,developer-tools,dsh,dsh-plugin,llm-evaluation,llm-orchestration,loop-engineering,mcp,opencode,skill,skills

GitHub 星标★ 6073

30天Star增速

HF 下载量

上线时间2026-01-14 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5

使用教程

难度：入门约 10 分钟部署方式：命令行工具 7 步

环境要求

Windows 需 PowerShell 5.1+ 或 pwsh 7+
已安装任一受支持的 AI 编码智能体（Claude Code、Codex CLI、Kiro CLI 等）
使用 Codex 插件方式时需 codex 在 PATH 中，且宿主机有 uvx
原生 Windows 为实验性支持，Codex CLI 需要 WSL 2

安装与启动步骤

1一键安装主程序

Windows 下执行该命令，脚本会自动通过 winget 安装 Git 与 uv，再由 uv 下载 Python 并安装 ouroboros-ai。
```
irm https://raw.githubusercontent.com/Q00/ouroboros/main/scripts/install.ps1 | iex
```
2pipx 方式安装

Kiro 等场景可用 pipx 安装带 MCP 的发行包，也可换成 uv tool install 'ouroboros-ai[mcp]'。
```
pipx install 'ouroboros-ai[mcp]'
```
3在智能体中初始化

打开你的 AI 编码智能体，执行一次性的运行时配置；它是只需做一次的准备步骤。
```
ooo setup
```
4发起首次采访

运行第一条工作流命令，启动苏格拉底式采访，把模糊想法变成可验证的规范。
```
ooo interview "I want to build a task management CLI"
```
5纯终端运行

不依赖智能体宿主时，可直接在普通终端用 init start 指定编排目标。
```
ouroboros init start --orchestrator "I want to build a task management CLI tool"
```
6指定宿主运行时

安装后如需显式选择宿主，用 --runtime 传入 kiro、opencode、copilot 等值。
```
ouroboros setup --runtime kiro
```
7Codex 插件安装

已装 uvx 时可用 Codex 插件市场方式安装，然后新开一个 Codex 会话再执行 ooo setup。
```
codex plugin marketplace add Q00/ouroboros
codex plugin add ouroboros@ouroboros
```

关键配置

配置项	必填	说明	示例
`OUROBOROS_LLM_BACKEND`	否	切换 LLM 后端，设为 dsh 会驱动 DeepSeek Harness 的 ACP 服务	`dsh`
`OUROBOROS_RUNTIME`	否	标记当前宿主运行时，setup --runtime kiro 会写入该值	`kiro`

如何确认成功

运行 ouroboros init start 或 ooo interview 后，若出现苏格拉底式提问并报告 ambiguity score（歧义分数），即表示安装配置成功。

常见问题

Q：Windows 上没装 Python 可以安装吗？

A：可以。install.ps1 会在缺失时通过 winget 装好 Git 和 uv，再由 uv 自行下载 Python，然后安装 ouroboros-ai。

Q：Windows 上 Codex CLI 能用吗？

A：原生 Windows 属实验性支持，Codex CLI 需要 WSL 2 才能运行。

Q：怎么接入 DeepSeek 模型？

A：两种方式：设置 OUROBOROS_LLM_BACKEND=dsh 走 DeepSeek Harness，或安装 dsh-ouroboros 插件后在聊天里直接输入 ooo interview。

Q：如何更换或刷新绑定的宿主？

A：用 ouroboros setup --runtime <宿主> 显式指定，或运行 ouroboros setup refresh 按本机已安装的宿主重新注册。

注意事项

安装脚本会自动检测可用运行时，并在宿主支持时注册 MCP server
ooo setup 是一次性配置，之后可随时用 ooo config 回到设置界面
原生 Windows 支持为实验性，Codex CLI 需 WSL 2
安装脚本会自动装 Git 和 uv，可能改动系统环境，请留意提示

核心亮点

声明式规范替代自然语言提示，任务定义更精确，减少歧义和重复沟通
深度集成 MCP 协议，可无缝调用海量外部工具和 API，扩展性强
支持多智能体编排和状态管理，适合复杂工作流自动化

不足之处

项目处于成长早期，文档和生态尚不完善，上手门槛较高
声明式规范的学习曲线陡峭，需要用户掌握特定 DSL 和配置方式

适用场景

自动化软件开发流程，如代码生成、测试执行和重构
构建企业级 AI 工作流，将多个智能体编排为固定流水线
作为个人 AI 助手后端，通过规范文件管理日常任务和工具调用

替代项目

LangChain、AutoGen、CrewAI

项目介绍

ouroboros 是智能体领域的开源项目，由 Q00 开发，是 2026 年新上线的项目。

在全站 13,090 个收录项目中，它的 GitHub 星标数（6,073）位列前 8%，在智能体分类的 2,517 个项目里位列前 8%。

近 41 天，它的 GitHub 星标从 5,395 增加到 6,073，净增 678。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：自动化软件开发流程，如代码生成、测试执行和重构。同类可对比的替代方案包括 LangChain、AutoGen、CrewAI。

上一篇：holaOS

下一篇：dashi-ppt-skill