yomo

把 AI 智能体部署到边缘，秒级响应，数据不出域

YoMo 是一个基于 Rust 构建的 Serverless AI Agent 框架，专注于地理分布式边缘 AI 基础设施。它解决了传统集中式 AI 服务在延迟、数据主权和成本上的痛点，通过将智能体部署在靠近数据源的边缘节点，实现低延迟响应和本地化数据处理。核心能力包括：支持 MCP 和 A2A 协议，便于与外部工具和智能体互操作；提供函数调用和托管技能，简化智能体开发；内置分布式云原生能力，支持跨地域部署和弹性伸缩。YoMo 适合需要实时决策、数据隐私敏感或网络不稳定的场景，如 IoT、车联网和边缘计算。其编程模型简洁，开发者可以快速构建和部署智能体，同时享受 Rust 带来的高性能和内存安全。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1928

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yomorun

所属国家

官网地址https://yomo.run

GitHubhttps://github.com/yomorun/yomo

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

主要语言Rust

技术栈/模型a2a-protocol,agent-framework,claude-code,distributed-cloud,function-calling,geodistributedsystems,managed-skills,mcp,openai,quic,realtime,serverless,skills,yomo

GitHub 星标★ 1928

30天Star增速

HF 下载量

上线时间2020-07-01 00:00:00

最近更新2026-09-23 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6

使用教程

难度：入门约 5 分钟部署方式：命令行工具 2 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

macOS 或 Linux 等类 Unix 系统（安装脚本为 shell 脚本）
已安装 curl，可访问外网
具备终端/shell 使用权限

安装与启动步骤

1安装 YoMo CLI

README 提供的官方安装方式：通过管道把安装脚本交给 sh 执行，会自动下载并安装 yomo 命令行工具。
```
curl -fsSL https://get.yomo.run | sh
```
2验证安装结果

执行版本查询命令，能打印出版本号即说明 CLI 安装成功、已加入 PATH。
```
yomo --version
```

如何确认成功

在终端执行 yomo --version，能正常输出版本号即表示安装成功。

常见问题

Q：执行 yomo 提示 command not found？

A：说明可执行文件未加入 PATH，请重开一个终端窗口，或确认安装脚本输出的安装路径已加入环境变量后再试。

Q：安装脚本下载失败怎么办？

A：多为网络问题，请确认能访问 get.yomo.run，必要时配置代理或更换网络后重新执行安装命令。

Q：Windows 可以用吗？

A：README 给出的是一条 curl 管道安装的 shell 命令，适用于 macOS/Linux 等类 Unix 环境；Windows 建议在 WSL 中执行。

注意事项

README 节选仅展示了 CLI 安装与验证两步，进一步的智能体开发步骤请以官网 yomo.run 文档为准。
安装脚本通过 curl 管道直接执行，请确认来源为官方域名 get.yomo.run。

核心亮点

基于 Rust 实现，性能高且内存安全，适合边缘资源受限环境
原生支持 MCP 和 A2A 协议，与现有 AI 工具链兼容性好
地理分布式架构，降低跨地域延迟，满足数据主权要求

不足之处

项目处于成长阶段，文档和生态尚待完善
Rust 学习曲线较陡，对非 Rust 开发者不友好

适用场景

边缘 IoT 场景下的实时 AI 推理与决策
数据敏感行业（如医疗、金融）的本地化智能体部署
跨地域分布式系统中的低延迟 AI 服务

替代项目

Dify、LangChain、AutoGen

项目介绍

yomo 是智能体领域的开源项目，由 yomorun 开发，2020 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,928）位列前 30%，在智能体分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。

它主要面向的使用场景是：边缘IoT场景下的实时AI推理与决策。同类可对比的替代方案包括 Dify、LangChain、AutoGen。

上一篇：VCPToolBox

下一篇：jido