Hacker News 热门项目 Omnara 试图替代 Claude Managed Agents。它把 Agent Loop、沙箱、权限和 Postgres 状态管理收进一套开源 API。对需要后台持续运行 Agent 的团队,这比自建队列、执行环境和恢复机制更省事,但也多了一层平台依赖。
原始项目:https://github.com/omnara-ai/omnara
Omnara 不只是 Agent SDK
Omnara 把自己定位为 Claude Managed Agents 的开源替代方案。
它不是给模型调用套一层 API,也不是重新包装 LangChain、LangGraph 的几个抽象。项目摘要写得很直接:开发者通过一次 API 调用创建 Agent,随后由 Omnara 负责运行 Agent Loop。
开发者发送消息,流式接收事件。Agent 在隔离沙箱里执行命令。运行时管理 secrets、permissions 和 RBAC。每个 Agent 的状态写进 Postgres,服务重启后还能继续工作。
这比“做一个会调用工具的聊天机器人”多了一层。它提供的不是模型,而是持续执行 Agent 所需的控制面。
很多 Agent SDK 解决的是“怎么描述流程”。节点怎么连,工具怎么注册,事件怎么回调,开发者通常都要处理。
这些 SDK 往往以 Python 或 TypeScript 进程运行。你在本地启动它,Agent 在你的机器上执行。进程退出,任务也就停了。
Omnara 更接近 Agent Runtime。按照项目摘要的说法,开发者只需通过 API 创建 Agent,平台就会持续运行 Agent Loop。用户可以向 Agent 发消息,并通过 API 流式接收它产生的事件。
关键差异在于“持续”二字。
一个真正可用的后台 Agent,至少要处理这些情况:
- 工具调用耗时超过普通 HTTP 请求;
- 任务需要等待外部事件,而不是一直占用模型;
- 容器或主机重启后,任务不能丢;
- 不同用户不能共享不该共享的密钥;
- 一个失控的 shell 命令不能影响其他任务。
所以 Agent SDK 和 Agent Runtime 的分界,不在提示词模板,而在生命周期管理。
Omnara 把这部分放进托管服务。调用方看到 Agent API,底层负责执行环境、状态和控制权限。
一次 API 调用创建 Agent
Omnara 的使用方式刻意保持得很薄。
先创建 Agent:
from omnara import Omnara
client = Omnara(api_key="YOUR_API_KEY")
agent = client.agents.create(
name="research-agent",
instructions="Research the assigned topic and save the findings.",
)
然后给 Agent 发消息,并消费流式事件:
for event in client.agents.message(
agent.id,
message="Find three reliable sources and summarize their key claims.",
):
print(event)
这段代码的结构比实现细节更重要。创建与交互分离。Agent 先成为平台里的对象,再接收消息。每次交互产生的事件通过流返回。
客户端不需要自己维持长连接来驱动推理循环。平台运行 Agent Loop,模型决定下一步做什么,沙箱负责执行,事件再流回调用方。
这也解释了为什么 Omnara 不只是“SDK”。SDK 通常提供构建块,调用方仍要负责启动进程、部署 worker、接入队列和保存状态。Omnara 试图把这些运行时职责收回服务端。
代价也存在。代码少了,平台依赖多了。你开始依赖它的 API、事件格式和部署方式。
沙箱、密钥与 RBAC 才是门槛
Omnara 给 Agent 提供可以执行命令的沙箱,并处理 secrets、permissions 和 RBAC。
这组能力比多数 Agent Demo 更接近生产要求。
因为 Agent 一旦能运行命令,问题就不再只是“回答是否正确”。它可能读取仓库、调用内部 API、修改文件,或者把一段外部网页内容当成指令执行。
一个合理的运行时至少需要回答四个问题:
- Agent 能执行哪些命令?
- 它在哪个隔离环境里执行?
- 哪些 secrets 可以在什么范围内使用?
- 哪个用户或服务有权发消息、查日志和取消任务?
RBAC 负责最后一类问题。secrets 负责第三类问题。沙箱则限制第二类问题的爆炸半径。
反直觉的地方也在这里:Agent 基础设施最难的往往不是推理。模型回答质量可以靠换模型、调整提示词和增加评测改进。命令隔离、凭证泄露和权限越界,往往不能靠一次 prompt 修复。
Omnara 团队早期做过远程控制 Claude Code 和 Codex 的手机应用。项目摘要还提到,早期 harness 运行在笔记本上。
这段经历解释了它为什么把重点放在执行环境,而不是再做一个聊天 UI。
但这里也要保持谨慎。项目摘要声明了沙箱、权限和 RBAC 能力,却没有在给出的素材中披露隔离实现、审计粒度或生产 SLA。是否适合高敏感工作负载,仍需要检查源码、部署文档和独立安全测试。
Postgres 负责跨重启续跑
项目摘要称,每个 Agent 的状态都存储在 Postgres 中。因此,Agent 可以跨服务重启恢复,空闲时不产生运行成本。
这是 Omnara 与许多“进程内 Agent”最实际的差别。
如果 Agent 状态只放在内存里,那么 worker 重启、容器滚动发布、机器故障都会中断任务。要补状态,通常要再接一套数据库和恢复逻辑。
Omnara 把 Postgres 作为持久化底座。任务可以暂停,恢复后继续。没有任务执行时,也不必持续支付模型或计算资源费用。
不过,Postgres 负责状态,不等于 Postgres 单独承担完整任务队列。
两者解决的问题不同:
- Agent 状态回答“任务进行到哪里”;
- 任务队列回答“下一个任务由谁领取”;
- 租约和心跳回答“worker 崩溃后如何重试”;
- 幂等键回答“消息重发时如何避免执行两次”。
实际系统仍可能需要 Redis、RabbitMQ、SQS 或其他队列组件。Omnara 的关键设计是把 Agent 的连续性建立在 Postgres 上,而不是让客户端自己保存整段对话和运行现场。
“空闲时零成本”也应准确理解。项目摘要使用了这一说法,但它更可能表示没有持续计算开销,不代表完全没有存储、数据库或控制面成本。
开源替代方案先要过运维账
对照 Claude Managed Agents,Omnara 的吸引力很明确:少一层平台锁定,状态和执行环境可以更贴近自己的基础设施。
但开源替代品不是把托管 API 下载到本地,就自动省下一张账单。
部署 Omnara 的人仍要承担这些工作:
- 准备并维护 Postgres;
- 监控 Agent Loop、沙箱和事件流;
- 跟进安全补丁与依赖升级;
- 设计备份、容灾和故障恢复;
- 验证 secrets、RBAC 与日志策略。
这也是 Managed Agent 平台真正售卖的东西。不是一次模型请求,而是“有人替你保证这套东西一直能跑”。
Omnara 省掉的是平台锁定和部分接入工作。是否省钱,取决于团队有没有现成的 Postgres、容器平台、监控与安全能力。
对于个人开发者,托管版本可能更省事。对于需要自定义权限、保留数据控制权,或已经在管理 Kubernetes 和数据库的平台团队,开源 Runtime 才可能形成实际优势。
我的判断是:如果把 Claude Managed Agents 换成 Omnara,团队至少要回答一个问题——谁来接住凌晨 worker 崩溃时的告警和恢复任务?如果答案是“还是原平台团队”,迁移收益可能没有想象中大。
编辑思考
Omnara 值得看,不只是因为项目在 Hacker News 上热门,而是它把 Agent Runtime 的边界摆到了台面上:模型可以替换,任务状态、权限边界和执行环境却决定 Agent 能不能长期工作。团队选型时,真正该比较的不是一次回答质量,而是崩溃后能否恢复、凭证能否隔离、任务能否追责。这些问题直接关系到生产事故和运维成本。
我的预测不同:Omnara 短期未必会直接替代 Claude Managed Agents。更可能先吸引需要自托管、定制权限和保留数据控制权的平台团队;个人开发者仍会选托管版。这里和过去的 Agent SDK 不同,Omnara 争夺的是运行时控制权,而不只是一套开发抽象。不过现有素材没有足够数据验证隔离强度、Postgres 并发模型和大规模事件流表现,结论仍需看源码与压测结果。