openlumara

按需拼装的极简 AI Agent 框架,省 token 更安全

OpenLumara 是一个从零编写的 Python AI Agent 开发框架,不基于 OpenClaw 等现有方案,主打极简与可控。它针对当前 Agent 框架普遍臃肿、token 消耗高、攻击面大的问题,把功能拆成模块,只保留最必要的部分,让开发者按需启用。核心能力包括:模块化组件装配,可精确控制加载哪些工具与能力;面向 token 优化,减少上下文浪费、降低调用成本;安全优先设计,缩小默认暴露面,降低提示注入与工具滥用风险。框架用 Python 实现,适合想自己掌控 Agent 行为、不愿被大而全框架绑架的开发者,也适合作为学习 Agent 底层机制的轻量参考实现。目前处于早期阶段,星标约 482,生态与文档仍在积累中。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 486
维护状态 活跃
是否开源
定价模式 free

项目数据

分类开发框架
开发团队Rose22
所属国家
官网地址
定价模式free
价格说明开源免费,无在线服务
访问状态
是否开源
开源协议GPL-3.0
主要语言Python
技术栈/模型
GitHub 星标★ 486
30天Star增速
HF 下载量
上线时间2026-02-27 00:00:00
最近更新2026-09-17 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2026-09-13
浏览次数0

使用教程

核心亮点

  • 从零实现、不依赖 OpenClaw,代码路径清晰,便于审计和二次改造
  • 模块化设计,可按需启用组件,避免加载无关能力带来的 token 与安全开销
  • 明确以降低 token 消耗和缩小安全风险为目标,适合对成本和攻击面敏感的场景

不足之处

  • 早期项目,文档与示例可能不完整,上手需要读源码
  • 生态和社区规模小,第三方集成与现成工具较少

适用场景

  • 需要严格控制 token 成本的生产级 Agent 应用
  • 对安全边界敏感、希望最小化工具暴露面的内部系统
  • 想学习 Agent 框架底层实现、做定制化改造的开发者

替代项目

LangChain、CrewAI

项目介绍

openlumara 是一个开发框架领域的开源项目,官方简介:AI agent framework, written from scratch (not based on openclaw), focused on stripping it down to the bare necessities, optimizing token count, reducing security risks. modular so you can enable only exactly what you need.。项目使用 Python 开发,在 GitHub 上获得 482 星标。

上一篇:NexAU

下一篇:fastclaw

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146451 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166251 2026-08-09
bruno 开源

把 API 测试当代码管理,用 Git 搞定协作与版本追踪

Opensource IDE For Exploring and Testing API's (lightweight alternative to Postman/I···

★ 46994 2026-08-12