OpenFang 实战：Rust 驱动的 Agent OS 本土化部署指南

成功启动后，浏览器访问 http://localhost:4200，你将看到橙白配色的 OpenFang Dashboard。界面虽为英文，但布局清晰：左侧导航栏、中间 Chat 区域、顶部模型状态显示。

模型本地化：接入通义千问

默认配置的困境

初次进入 Chat 界面，你会发现模型显示为 groq:llama-3.3-70b-versatile。这是因为 OpenFang 的默认配置指向 Groq，而国内访问 Groq 需要额外的网络配置。更关键的是——如果不配置 LLM API Key，OpenFang 会报 LLM provider authentication failed 错误，无法正常响应。

DashScope 集成方案

阿里云百炼（DashScope）提供 OpenAI 兼容接口，这是国内开发者的最佳替代方案。

第一步：修改全局配置文件

编辑 ~/.openfang/config.toml：

# 通义千问 (Qwen) 通过 DashScope OpenAI 兼容接口
[default_model]
provider = "openai" # 使用 OpenAI 兼容接口
model = "qwen-plus"
api_key_env = "DASHSCOPE_API_KEY"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"

第二步：创建环境变量文件

在 ~/.openfang/.env 中添加：

DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxx # 从阿里云控制台获取

第三步：修改 Agent 的模型配置

OpenFang 的 30+ 个 Agent 各自拥有独立的 agent.toml 配置文件，其中 [model] 段会覆盖全局配置。以 General Assistant 为例，需修改 ~/.openfang/agents/assistant/agent.toml：

# 原为 groq 配置
[model]
provider = "openai"
model = "qwen-plus"
api_key_env = "DASHSCOPE_API_KEY"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
max_tokens = 8192

可选模型对照表：

诊断与验证

配置完成后，使用诊断工具验证：

openfang doctor

期望输出中 LLM Providers 部分应显示：

✔ OpenAI/DashScope (DASHSCOPE_API_KEY set)

重启服务后，Chat 界面右上角的模型标识将变为 qwen-plus，此时所有对话都会通过阿里云 DashScope 接口调用通义千问。

通道集成：飞书的可能性

意外的发现

在 Dashboard 左侧导航栏的 Channels 页面，一张 40 格的网格图展示了 OpenFang 支持的 IM 通道。除了 Telegram、Discord、Slack 等国际主流平台，赫然出现了 Feishu/Lark（标注"Easy - 3 min"）。

这对于中国开发者是重大利好——意味着理论上可以通过飞书 App 在手机端与 OpenFang Agent 对话，实现类似"手机发指令→电脑执行"的远程控制场景。

集成的前提条件

然而需要注意飞书机器人的唯一性约束：一个飞书应用的事件订阅只能指向一个服务端点。如果你已在本地部署 OpenClaw 并配置了飞书，消息只会被 OpenClaw 接收。

迁移方案：

1. 在飞书开放平台创建新应用，或停用现有应用的机器人能力
2. 配置事件订阅为 WebSocket 模式（无需公网服务器）
3. 在 OpenFang Channels 页面点击 Feishu/Lark 的"Set up"，填入 App ID 和 App Secret
4. 发布应用并添加机器人到群聊或单聊

与 OpenClaw 的对比

如果你追求轻量级命令行控制和多 Agent 协同，OpenFang 是更现代的选择；如果需要精确的桌面 GUI 控制（如点击特定按钮、填写表单），OpenClaw 仍是更成熟的方案。

智能体生态：30+ 智能体的能力矩阵

OpenFang 的真正威力在于其 Agent 生态系统。需要说明的是：左侧导航里的「AGENTS」下只有 Sessions（会话）和 Approvals（审批），并没有单独的「Agent 列表」页面。30+ 预置 Agent 是内置在安装目录（~/.openfang/agents/）中的，在 Chat 页面里开始对话时，会以可选对话对象的形式出现（如 General Assistant、Code Helper、Researcher、Writer 等）。

按能力可大致分为以下场景：

开发类：

• Coder：代码编写与审查（默认使用 Gemini 模型）
• Code Reviewer：专门的代码审查 Agent
• Debugger：调试与故障排查
• Ops：DevOps 与系统运维（含 shell_exec 工具）

生产力类：

• Writer：内容创作与润色
• Researcher：深度研究与信息综合
• Meeting Assistant：会议纪要提取与行动项追踪
• Translator：多语言翻译与本地化

垂直领域：

• Data Analyst：数据分析与可视化
• Security Auditor：安全审计与威胁建模
• Home Automation：智能家居配置与管理

每个 Agent 的配置文件（~/.openfang/agents/*/agent.toml）都包含 System Prompt、Tools Available、Model Selection 以及 Fallback Models。这种设计体现了 OpenFang 的核心理念——不同任务应由不同能力的模型处理，而非一刀切地使用同一个 LLM。

Hands 自主任务

如果说 Chat 里的 Agent 是"对话式 AI"，OpenFang 独创的 Hands 则是"工作式 AI"。

7 个预置的 Hands 能力包包括：

• Clip：视频自动剪辑与短内容生成
• Lead：自动化线索收集与评分
• Collector：OSINT 情报持续监控
• Researcher：深度研究并生成报告
• Twitter：社交媒体自动运营
• Browser：网页自动化操作（Playwright 驱动）

与普通 Agent 不同，Hands 可以按 Schedule 运行（定时任务）、构建知识图谱（跨会话记忆）、主动推送结果（无需等待用户提问）。

启用方式：

openfang hand activate researcher # 激活研究型 Hand
openfang hand status researcher   # 查看运行状态

技术思考

通过本次 OpenFang 落地实践，可以观察到几个趋势：

1. 国际开源项目对中国市场的隐性适配：OpenFang 虽未明确宣传"中国支持"，但通过标准的 OpenAI 兼容接口，国内开发者可以无缝接入通义千问、文心一言等国产大模型。这种"标准接口 + 本地替换"的模式，比专门开发中文版更具可持续性。
2. 网络环境仍是第一道门槛：即使是 Rust 这种"编译一次到处运行"的技术栈，安装阶段仍受限于 GitHub 访问。这提示国内开发者需要建立稳定的跨境开发环境，或推动更多镜像站点的建设。
3. Agent OS 的范式转移：从 OpenClaw 到 OpenFang，我们看到 Agent 基础设施从"个人助手"向"操作系统"演进。当 Agent 能够调度文件系统、执行 shell 命令、操作浏览器、接入 40 个 IM 通道时，它不再是一个 App，而是一个数字员工团队的管理平台。

上手建议

对于想体验 OpenFang 的国内开发者，建议按以下路径推进：

Week 1：基础搭建

1. 配置 VPN 环境，执行官方安装脚本
2. 申请阿里云 DashScope API Key，配置通义千问
3. 修改 General Assistant 等常用 Agent 的模型指向
4. 在 Chat 界面熟悉各 Agent 的能力边界

Week 2：通道集成

1. 评估 Telegram 或飞书集成（视网络环境而定）
2. 测试"手机发指令→电脑执行"的端到端流程
3. 体验 shell_exec 工具的文件操作与命令执行能力

Week 3：深度使用

1. 激活 1-2 个 Hands，观察定时任务的工作效果
2. 尝试 Workflow 编排多 Agent 协作
3. 根据需求自定义 Agent 配置或创建新 Agent

OpenFang 目前处于 v0.1.0 的早期阶段，存在界面汉化缺失、文档不完善等问题。但正是这份"原始感"，让我们有机会见证一个 Rust 原生 Agent OS 的进化历程。对于追求技术深度的 AI 爱好者而言，这无疑是近期最值得关注的开源项目之一。

相关资源：

• OpenFang 官网：https://openfang.sh
• GitHub 仓库：https://github.com/RightNow-AI/openfang
• 阿里云 DashScope：https://dashscope.console.aliyun.com
• 飞书开放平台：https://open.feishu.cn