OpenRig 快速入门:把编码会话组织成持久团队
把 Claude Code、Codex 和 Pi 等编码会话组织为持久团队,提供稳定角色、消息与任务队列;本机运行但模型出网,内核默认权限较广。
OpenRig 快速入门
本文基于官方文档和公开资料整理,AI辅助生成,MagicNetWorld 尚未完成独立实测。 核验日期:2026-11-21。命令来自官方 v0.7.20 入门资料;执行前应对照本机版本帮助。
这是什么,适合谁
OpenRig 是围绕 Claude Code、Codex 和 Pi 等编码运行时搭建的多智能体组织层。 它不提供一个新模型,而是把多个终端会话变成有名字、有职责、有任务记录的团队。 一个角色可以持续接收工作,另一个角色负责检查,人与团队之间不必每次重新复制完整上下文。 官网把这种长期保留的角色称为 seat,把一组协作角色称为 rig。 本机 daemon 负责状态、消息和任务,tmux 承载实际运行的编码会话。 它适合已经使用编码助手、愿意管理本地运行环境,并需要把一个仓库内的工作拆给不同角色的人。 如果你只想临时问一个问题,单个助手通常已经足够,没有必要为此先建立一支团队。 如果你希望运行完全离线且不依赖外部模型的系统,也不能仅凭“自托管”认定它满足条件。 模型调用仍然使用你选定的供应商账号,相关代码和提示可能进入那些供应商的数据处理链。 官网还有 openrig.ai 网络产品;本文只讲 openrig.dev 对应的本机开发工具,不混用两者账户与价格。
准备工作
- 系统:官方面向 macOS 或 Linux;Windows 使用 WSL2,不是原生 Windows 支持。
- WSL2 在官方说明中是用户报告的可工作路径,自动化测试尚未覆盖,不能据此承诺兼容性。
- 运行时:Node.js 22 或 24;Apple silicon 官方建议使用 Node.js 22。
- 终端:准备 tmux,并知道如何返回现有会话,而不是把每次打开窗口都当成启动新团队。
- 模型账号:至少登录 Claude Code 或 Codex 其中一种,先使用你已经有的账号。
- 项目:选择一个可丢弃的练习仓库,提交当前状态,避免直接指向生产目录。
- 备份:保留相关 Claude、Codex、tmux 配置;官方明确没有完整的保留与回滚保证。
- 网络:安装需要 npm 等软件分发服务,模型运行需要对应供应商网络。
- 预算:软件采用 Apache-2.0,模型订阅、调用量、主机和可选外部服务不是免费承诺的一部分。
先在目标环境核对下面的现有工具,不要在宿主 Windows 和 WSL 之间混用登录状态:
node --version
npx --version
tmux -V
选择 Claude Code 时查看 claude auth status;选择 Codex 时查看 codex login status。
没有准备使用的另一家供应商,不需要为了消除提示而额外购买订阅。
五步快速上手
第一步:安装 CLI,先看配置计划
以下是官方手工安装路径,会安装全局软件;确认 npm prefix 和机器权限后再运行。
npm install -g @openrig/cli
rig --version
rig setup --providers codex --dry-run
这条计划选择 Codex;若使用 Claude Code,把 codex 换成 claude。
计划输出应说明依赖、登录和将修改的配置,而不是证明团队已经运行。
确认计划后再执行实际设置;不需要 Herdr 时可以明确拒绝安装它。
rig setup --providers codex --no-herdr
官方另提供 curl -fsSL https://openrig.dev/install.sh | sh 一行安装。
它可能检查并安装两种编码工具;想只用一种时,以上分步路径更便于明确范围。
安装脚本来自官方也仍是远程代码,应先阅读,不要把教程当作执行授权。
第二步:启动 daemon 并检查内核
rig daemon start
rig status
rig ps --nodes --rig kernel
rig terminal open saved:kernel --window
daemon 启动成功不等于各个内核角色已经就绪,要分别查看角色状态。 内核中的 operator 负责接收目标、建议团队;advisor 帮助梳理需求。 终端窗口打不开时,保留命令返回的原因,不要反复启动 daemon。 SSH 或无图形会话可能无法弹出窗口,应根据实际输出提供的连接办法在新终端附加。
第三步:规划一个小团队
告诉 operator 你要在哪个练习目录做哪一个有边界的修改。
官方推荐的 starter 是构建者与审查者两席,适合第一次练习。
注意:原装 starter 同时使用 Claude Code 与 Codex。
只有一家账号时,先让 operator 按现有供应商适配,不要原样运行双供应商模板再把失败当产品故障。
具备两种登录、决定使用原装模板时,可以从练习仓库手工运行:
rig up starter --cwd . --plan
rig up starter --cwd .
rig ps --nodes --rig starter
第一条只是计划,第二条才真正启动;确认目录与配置后才执行第二条。
启动项目团队会加入托管指导文件与技能等资源,应先看计划再同意。
若显示部分启动并指出登录、信任或权限问题,先到相应终端处理。
之后按实际输出的 rig seat continue <seat> 指令继续,不要猜测地址。
第四步:给出第一个任务
以下使用官方 starter 的构建者地址,目标是本地练习,不授权推送和发布。
rig send dev-build@starter '检查当前练习仓库的 README,修正一处已确认的过时说明。只改文档,不推送、不发布。把工作登记到队列并返回任务编号,请 dev-review 检查同一候选,给出变更和核验结果。'
rig queue list --destination dev-build@starter --limit 1000
rig send 是发消息,不是直接创建队列任务;这里明确要求接收角色登记工作。
如果列表里没有对应任务,先询问构建者是否登记成功,而不是凭消息送达宣称任务已经进入队列。
让审查者检查同一份实际变更,并要求指出它所审查的版本或提交。
第五步:按产物验收并收工
- 角色就绪:目标团队席位不再停在登录或信任提示上。
- 任务可追踪:队列中能够找到这次工作,责任人与任务目标相符。
- 改动可核对:你能在练习仓库看到实际文档差异,而不是只有一段“已完成”的回答。
- 审查可对应:审查反馈指向这次候选,没有用旧版本检查结果冒充新结果。
- 边界未越过:没有未经允许的推送、依赖安装或生产操作。
完成练习后可以停止该团队:
rig down starter
rig daemon stop 只停止后台服务,会留下智能体会话运行;不要把它当成停止全部模型开销的按钮。
常见踩坑
踩坑 1:安装后找不到 rig
症状:终端报告命令不存在。
原因:npm 全局可执行目录没有进入当前 PATH,或使用了另一个 Node 版本的全局环境。
排查:先核对 node --version、npx --version 和 npm prefix,再开新终端检查,避免重复安装到多个位置。
踩坑 2:只有一个账号却启动不全
症状:starter 的部分角色等待登录。 原因:原装 starter 是 Claude Code 构建者加 Codex 审查者,不是自动变成单供应商团队。 排查:让 operator 根据已有账号生成适配版本;不要为不使用的供应商配置凭据。
踩坑 3:daemon 活着但无法开始工作
症状:状态可读,角色仍不是 ready。
原因:服务生命周期与编码运行时的认证、信任和权限状态是不同层。
排查:查看 rig ps --nodes --rig starter,到被点名的终端处理后,再执行返回的 continue 命令。
踩坑 4:发消息后队列没有任务
症状:对话出现了目标,但队列中查不到任务编号。 原因:发送消息本身不自动创建工作项,需要接收角色登记。 排查:要求构建者返回任务编号并重新列出目标队列,不能靠聊天里的完成承诺验收。
踩坑 5:终端视图没有弹出
症状:打开视图失败,或 SSH 环境看不到新窗口。 原因:缺少图形会话、终端控制授权或当前终端环境不支持开窗。 排查:读取命令给出的具体连接建议,在可见的新终端附加;不要用重复启动团队解决展示问题。
踩坑 6:安装技能后原会话识别不到
症状:Claude Code 中无法使用新加入的 rigs 技能。
原因:会话启动时还没有对应的技能目录。
排查:按官方说明使用 /reload-skills 或重新打开会话,并核对技能版本与 CLI 版本。
初级用法
一、围绕稳定地址继续工作
把下一次相关任务交给同一个构建角色,并明确引用前一次任务编号。 seat 保存的是角色和联系地址,不等于模型永远拥有完整无限上下文。 需要追溯的事实应落到项目文档和任务记录,而不只存在一段聊天里。
二、用 queue 观察责任归属
用目标地址筛选队列,区分“收到问题”“正在处理”和“已经交付”。 任务应该保留验收条件,完成状态仍需由人检查实际产物。 如果只是短问题,用消息交流即可;不要把每次询问都误当成长期工作任务。
三、把审查变成明确交接
要求构建者说明修改范围、可复现方法和候选版本,再邀请 reviewer 检查。 人负责决定是否接受结果,团队内审查不代替你的生产发布授权。 第一次练习只改文档,有助于识别安装问题和任务协调问题,不需要同时调试复杂业务代码。
高级玩法
一、通过 MCP 接入现有客户端
rig mcp serve
官网将它作为 Claude Desktop 等 MCP 客户端查看团队、分发工作和读取结果的入口。 具体客户端配置应按其自身说明进行;运行服务不代表客户端已经成功加载工具。 默认本机连接与向其他机器提供 HTTP 服务不是同一个权限范围,远程开放前必须检查 grant 与网络边界。
二、通过 ACP 使用编辑器入口
rig acp serve
官方集成页把它用于 Zed、T3 Code 等入口,让提示转成团队任务并返回回答。 VS Code 和 Cursor 扩展另被标为早期预览,不能把 ACP 支持和扩展成熟度合成一个兼容性承诺。 接入后仍用队列和实际文件验收,不能只看到编辑器收到文字就判定任务完成。
三、固定 rigs 技能与 CLI 的关系
npx skills add https://github.com/mvschwarz/openrig/tree/v0.7.20/skills/rigs --skill rigs --agent codex
Claude Code 用户把最后的 codex 换成 claude-code,再在对应客户端使用官方入口。
已有安装应采用与 rig --version 对应的标签,或者先按升级文档升级,避免旧技能指导新 CLI。
OMP 的 pi 目标只能证明共享技能安装,v0.7.20 的完整 OMP 附加流程尚未验证,不建议拿它当首次内核安装路径。
小技巧
- 给第一个任务写上“不推送、不发布”,让模型知道交付目标不是自行上线。
- 把目录写进任务,避免同一角色把另一仓库的上下文带进来。
- 先执行
--plan或--dry-run,但记住它们不能覆盖所有后续启动副作用。 - 保存
rig --version,遇到资料不一致时优先参考本机相应命令的--help。 - 终端太窄时 operator 与仪表盘可能分页,不要把看不到某列误认为席位不存在。
- 关闭观察窗口不等于停止智能体;控制成本时检查仍在运行的团队和会话。
权限、安全与费用边界
内核默认权限比普通项目团队广;Codex 内核默认可获得全访问且不逐次询问。
Claude 内核也可以不询问地使用文件工具、网页读取和操作命令,包括主目录读取。
这些是必须在首次启动前理解的默认值,不是推荐你把生产凭据放进练习环境。
官方说明启动可能修改信任与 hooks,单改 OPENRIG_HOME 并不能隔离供应商配置文件。
应使用独立测试账号或环境,并备份配置,而不是把自托管当作安全沙箱。
隐私页声明开发工具默认没有分析、遥测和崩溃上报,但该页不覆盖官网访问。
daemon 启动会请求 GitHub 检查插件更新;接入的模型、Slack 等服务各自处理相关数据。
本机数据库包含任务、消息、转录和日志,应按项目敏感度保护和备份。
多席位会增加并行模型使用与配额压力,本教程没有测量成本、恢复可靠性或吞吐量。
常见问题 FAQ
Q1: 它是不是另一个编码模型?
不是。它是管理现有编码运行时的组织层,实际能力还依赖你选的模型、账号和项目权限。
Q2: 软件开源是否意味着运行不用花钱?
不是。Apache-2.0 处理源码使用许可,模型订阅、API、机器资源和第三方服务另计。
Q3: Windows 能直接运行吗?
官方不支持原生 Windows,提供的是 WSL2 路径,且明确自动化测试尚未覆盖 WSL2。
Q4: 我必须同时有 Claude 和 Codex 吗?
开始配置只需其中一种;原装 starter 用到两种,单供应商用户需先适配团队。
Q5: 任务完成就能放心合并吗?
不能。队列完成是协作状态,不是业务正确性证据;必须检查文件、测试和对应候选的审查。
Q6: 只停止 daemon 能结束所有会话吗?
不能。官方明确会话继续运行;需要停止具体团队,并确认实际剩余进程与供应商使用情况。
参考链接
📊 评分与标签
核验口径:已按现行口径通过,待按新证据契约复核 · 证据状态:仅公开资料 · 核验日期:
评分说明
总分 7.5/10 · S_入选
采集日期:2026-11-21。评分依据可追溯至官方首页、v0.7.20 快速开始、仓库 README、开发工具隐私页与 GitHub REST 元数据。 这是基于文档的保守评估,不把采集热度或百分制排序换成质量分;没有安装、登录模型、启动 daemon、运行团队或测试恢复。 竞品比较均只比较公开的组织方式、交付形态和支持入口,不代表同条件性能、易用性或可靠性实测。
可观测社区指标
GitHub REST 元数据 在采集日返回 stars 8,913、forks 768、open issues 299,后者包含 GitHub 接口口径中的相关工作项,不能直接当缺陷数。
pushed_at 为 2026-11-20T20:59:44Z,仓库未归档,默认分支为 main,许可 Apache-2.0,homepage 指向 openrig.dev。
首页列出的最新版本是 0.7.20,日期 2026-11-20,并描述 Claude 配额等待及 tmux 服务失联恢复改进。
这些是时点快照和官方发布说明,不构成用户规模、维护者人数、任务成功率或长期稳定性证据。
🤖 Agent 能力 1.7/2.0
- 证据:官网 与 README 给出稳定 seat、团队 rig、消息、持久任务队列和跨会话上下文组织;
rig send发消息,任务由角色另行登记,不能混为一个动作。 - 竞品对比 1:CrewAI 以 Python 的 Crews 和事件驱动 Flows 定义协作;OpenRig 管理已有 Claude Code、Codex 等会话的团队结构,编排单位不同。
- 竞品对比 2:n8n 用可视画布、节点和代码构建自动化与多步智能体;OpenRig 的主要工作单位是终端角色及其消息、队列,不是 SaaS 节点图。
- 保留分:恢复、上下文持续性和跨角色交付没有独立验证,任务状态不能代替实际代码正确性;因此没有按完整的自治成功率给高分。
🖐️ 易用性 1.0/1.5
- 证据:官方快速开始 提供手工 npm 安装、带 dry-run 的设置、operator 引导和首个 starter 任务;同时明确 Node、tmux、登录、信任、权限等不同前置层。
- 竞品对比 1:CrewAI README 用 Python 框架与技能指导构建 agent、task 和 flow;OpenRig 从全局 CLI、daemon 和现有编码登录进入,配置对象不同,不比较上手耗时。
- 竞品对比 2:n8n README 提供 Docker 安装和浏览器编辑器;OpenRig 的入门依赖 tmux 与终端视图,读者需要理解 operator 和项目席位的区别。
- 保留分:安装会触及全局工具、供应商信任与 hooks,原装 starter 用两种供应商;只拥有一家账号时必须适配,Windows 也需 WSL2,不能按纯网页产品的准备成本评估。
🔌 生态集成 1.6/2.0
- 证据:首页集成说明 列出 Claude Code、Codex、Pi 以及
rig mcp serve、rig acp serve,分别用于 MCP 客户端和 ACP 编辑器入口;VS Code、Cursor 扩展另标早期预览。 - 竞品对比 1:CrewAI 的集成围绕框架工具、模型和 Flows;OpenRig 更强调复用原生编码运行时与团队地址,不能把两家的工具数量直接相加比较。
- 竞品对比 2:n8n 强调已有系统的节点集成、模型和自定义代码;OpenRig 强调终端运行时与 MCP/ACP 暴露团队操作,是不同层级的连接方式。
- 保留分:入口存在不等于所有客户端组合都验证过,v0.7.20 的 OMP 共享技能不含完整附加指导,官方也未验证完整 OMP 安装路径;本站未测试任何集成。
👥 社区支持 1.1/1.5
- 证据:仓库 提供 Discussions、Issues、贡献指南、安全政策和帮助入口;元数据 能确认近期 push 与上述 stars/forks 快照。
- 竞品对比 1:CrewAI README 列出官方论坛、课程、文档和商业 AMP 控制平面;OpenRig 列出仓库讨论、帮助和视频,不按厂商宣传人数判断支持质量。
- 竞品对比 2:n8n README 指向官方社区论坛和教程区;OpenRig 主要通过仓库和自有文档解释终端团队操作,两者支持入口形态不同。
- 保留分:未抽样 issue 响应时间、贡献者构成或问题关闭质量,不能用热度数字证明有人及时处理生产故障。
💡 创新程度 1.1/1.5
- 证据:README 把稳定角色地址、可恢复的会话拓扑、RigBundle 与跨运行时协作组合成持久团队,差异在组织层,而不是声称发明了新的模型能力。
- 竞品对比 1:CrewAI 的公开抽象是 Crews 与 Flows;OpenRig 把已经运行的编码会话纳入持久席位和拓扑,属于不同的系统边界。
- 竞品对比 2:n8n 公开组合节点、人工审批和代码来建立流程;OpenRig 用 seat、rig 和长期任务建立团队,差异不意味着某一方首先实现协作或天然更先进。
- 保留分:没有找到足以证明首创性的独立证据,也没有测量这套组织层是否确实减少协调时间,故只给可核实设计组合的分数。
🔒 稳定性 1.0/1.5
- 证据:快速开始 区分 daemon 启动与角色就绪,提供部分启动后的 continue 路径;首页 的 0.7.20 说明涉及配额等待和 tmux 失联处理。
- 竞品对比 1:CrewAI 的开源框架与商业控制平面是不同运行边界;OpenRig 依赖本机 daemon、SQLite、tmux 和外部编码运行时,不能把一方商业支持宣传换算成另一方故障率。
- 竞品对比 2:n8n 同时提供自托管与云端运行形态;OpenRig 的本文范围是本机团队,环境维护由使用者承担,不根据是否有云服务推导稳定性高低。
- 保留分:官方不保证所有配置写入都可保留或回滚,WSL2 尚无自动化测试覆盖,多运行时状态与账号配额也可能阻断交付;本站没有执行掉线、重启、恢复或长期任务测试。
维度求和
1.7 + 1.0 + 1.6 + 1.1 + 1.1 + 1.0 = 7.5,分母依次为 2.0、1.5、2.0、1.5、1.5、1.5。 各项采用 Agent 量表,与 JSON 的 rating 7.5 一致。
局限与未实测
- 未安装软件、未认证任何供应商,也未创建团队或任务;文章中的安装和任务示例来自官方文档,不是运行记录。
- 未测试 MCP、ACP、编辑器扩展、Slack、OMP、WSL2 和多机连接;不承诺组合兼容性。
- 未执行重启恢复、配额等待、上下文压缩、并行竞态或配置回滚,相关能力只按官方声明理解。
- 隐私页 声明开发工具默认无分析、遥测和崩溃上报,但不覆盖官网访问;启动会请求 GitHub 检查插件,模型与其他接入服务另有数据流。
- README 明确内核默认权限较广、启动会修改供应商信任与 hooks,且不能完整保证配置保留。自托管不等于隔离沙箱。
- Apache-2.0 只说明软件许可;模型订阅、机器资源和外部服务另计,没有做成本测量。
- 图标来自官网 HTML 声明的 官方 icon.svg,不是第三方头像或自动生成徽标。
标签说明
- 开源:官方仓库公开,许可为 Apache-2.0;来源:GitHub REST。
- 多Agent编排:rig 与 seat 用来组织多个角色、消息和队列;来源:README。
- 编码Agent:官网明确以 Claude Code、Codex、Pi 等编码运行时组成团队;来源:官网。
- 自托管:daemon、数据库与终端会话运行在用户机器,模型调用仍受供应商条款约束;来源:快速开始、隐私页。
来源核实
- 官网首页:产品定位、队列与消息区分、MCP/ACP 入口、扩展预览状态和 0.7.20 更新摘要。
- 官方快速开始:Node 与平台要求、设置副作用、starter 双供应商和就绪条件。
- 官方 README:软件架构、配置写入、权限默认、许可与外部费用边界。
- 开发工具隐私政策:默认本机记录、GitHub 更新请求与模型数据处理边界。
- GitHub REST:采集日 stars、forks、pushed_at 与许可快照。
- CrewAI 官方 README、n8n 官方 README:比较所用的框架形态、安装与支持入口;未做产品横向实测。
同分类推荐
开源框架 分类下的其他 Agent