返回资讯中心
外部精选
软件工程
#开发者实时流

Dmytro Klymentiev 发布 Smart Node 自托管 AI 代理套件

来源标题:Show HN: Smart Node, a self-hosted crew of AI agents for a small business

开发者 Dmytro Klymentiev 推出 Smart Node,一个面向小企业的自托管 AI 代理节点,用一条命令在 Debian 或 Ubuntu 机器上部署,约半小时完成。该节点包含任务跟踪、文档存储、语义记忆、模型网关、操作面板和浏览器实时语音等功能,数据和文档都留在本地机器上。但推理仍依赖 Anthropic、Google 或 OpenRouter 的云端模型,尚不支持在节点本地运行模型。

Hacker News 最新klmdev2026/11/14 · 今天22 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

smart-node.app · 作者 Dmytro Klymentiev(GitHub) Smart Node 安装的是一个自托管 AI 节点:一台由你掌控的机器,运行一个 AI 助手以及它发挥作用所需的各种组件。包括任务与目标跟踪、文档存储、语义记忆、位于模型提供商前面的网关、操作面板,以及浏览器内的实时语音。 在继续阅读之前,有一点需要说明:这里的自托管指的是应用和你的数据,而不是模型。节点运行在你的机器上,其文档和记忆也留在那里。推理目前通过 Anthropic、Google 或 OpenRouter 使用云端模型,节点需要为你选择的提供商配置凭据。目前不支持在节点本身上运行模型。 它基于 bash 和 Docker。本仓库包含每个组件的源代码,因此一次 clone 就能拿到所需的一切。无需预先构建:将一条命令指向一台机器,等待大约半小时即可。 在 Debian 或 Ubuntu 目标上完成干净安装,可以是在本地 LXC 容器中,也可以是在现有机器上。 包括操作面板、Studio、规划器、文档、记忆、浏览器语音以及模型网关。 包括 Email、Telegram、Slack、Web 聊天和浏览器语音渠道。Google Calendar 和 Drive 为部分支持;WhatsApp、SMS 以及任意集成并非开箱即用的功能。 超过 200 项安装时校验检查,外加本仓库中的源码与组件测试。 目前尚不可用的部分 除维护者团队之外,还没有人完整走完本仓库的安装 runbook。请将当前路径视为可测试的软件,而非打磨完善的一体化设备,并请报告每一个未写入文档的步骤。 干净安装会创建配置器 agent,但不会创建业务专用的 agent 或工作流。配置器会在首次登录后帮助创建这些内容。 没有一键更新器、自动迁移执行器、定时备份、离线安装、本地模型运行时,也没有受支持的降级/离线模式。 它不是一个自主运营的公司。操作仍然取决于你配置的权限、审批、集成和指令。 快速开始 git clone https://github.com/dklymentiev/smart-node.git cd smart-node

Check the controller before changing anything.

tools/preflight.sh --provider lxd-local

Create a local LXC and install a node into it.

sudo orchestrator/install-on.sh
--provider lxd-local
--name <name> --ip <ip> --ssh-key <key.pub>
--node-fqdn <name>.localhost --node-domain <name>.localhost --no-vpn
--all --setup-via-token --node-domain 为 Studio 提供地址;没有它,安装会在所有检查通过之后以错误结束。<name>.localhost 适用于从本机使用的节点(此时 Studio 为 http://studio.<name>.localhost/);部署在真实域名上的节点请参阅 docs/public-domain.md。 安装程序首先会问一个问题:你的 AI 将以何种方式工作,是使用 Claude 订阅,还是使用 API key(Anthropic、OpenAI、Google、OpenRouter 或你自己的地址)。它会安装相应的内容;--ai agent-runtimes 或 --ai key 可在命令行上回答该问题。 sudo python3 tools/web-install/server.py --
--provider lxd-local --name <name> --ip <ip> --ssh-key <key.pub> --setup-via-token 它会打印一个 127.0.0.1 上的地址,其中包含一次性密钥。打开它:页面会问同样的问题,让你选择要安装的内容(Simple、Full 或 Custom),在旁边显示每个步骤及安装程序自身的输出,可以停止安装,并在完成后打开 Studio。它运行的是同一个安装程序;它已在本地安装中走通,而上面终端方式则是在你自己的服务器上测试过的。 关于在你自己的电脑上(包括带 WSL 的 Windows)运行节点,请参阅 在你自己的电脑上运行节点。 对于你已有的机器,请运行匹配的 preflight,并改为传入 --provider existing --ssh-user <user>。该模式不会创建任何内容;安装程序会配置你指定的目标。 --all 会运行所有安装层,并以校验结束。在交互式终端中,它会在安装完 agent 运行时后暂停,并要求你授权自己的 Claude 账户。没有该授权,命令会停留在提示符处,无法进入最终校验。请完成该提示,或用 Ctrl-C 取消;取消会将 Claude 置为延后状态,继续安装,你之后可以在 Studio -> AI Gateway -> Connect 中连接它。 安装程序最后会给出 Studio 的首次运行链接。打开它:它会创建所有者,一次性显示你的密码(请保存;之后可在 Settings 中修改),连接你的 AI 并设置你的第一个助手。模型和渠道凭据也可以在安装时提供;orchestrator/install-on.sh --help 列出了支持的参数。 在用于重要机器之前,请先阅读源码安装 runbook。其中包含前置条件、验证和渠道设置,而不是把这些细节藏在上面简短的示例之后。 install-on.sh 从你的机器运行,并通过 SSH 驱动目标。它会创建或接管机器,加固主机,分六个阶段铺设核心,按依赖顺序启动十二个组件,应用声明的权限列表,然后运行超过 200 项检查,之后才会宣告完成。 如果某项检查失败,安装即失败。未经校验的内容不会被报告为健康。 docs/README.md 是入口:先读什么,以及安装完成后的第一个小时该做什么——这正是节点从「运行中」走向「真正可用」的阶段。 docs/node/ 这一组文档也会随节点一同分发,供其 agent 阅读:机器由什么构成、修改每个部分的确切调用方式,以及每个活动部件的名称。它是为 agent 编写的,因此对人类来说也是该系统最密集的描述。每个文件都标注了其所校验对应的核心版本。 docs/install-from-source.md 是完整的 runbook:前置条件、构建每个镜像、需要验证什么、不要擅自发挥什么。 docs/public-domain.md 介绍如何将节点部署到域名上。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →