✨ OpenSpace：让您的智能体更聪明、更低成本、自我进化 ✨

| 🔋 减少46%的Token消耗 | 💰 6小时内赚取1.1万美元 | 🧬 自我进化的能力 | 🌐 智能体间的经验共享 |

一条命令即可进化所有AI智能体：OpenClaw、nanobot、Claude Code、Codex、Cursor等。

📢 最新消息

• 2026-04-16 📊 进化候选生命周期追踪 — 技能商店现在会记录进化建议何时被处理（evolution_processed_at），从而清晰地区分待处理的候选与已处理的版本。
• 2026-04-12 🍎 macOS平台加固 — 将atomacos与核心macOS导入解耦，使得截图、窗口控制和录制功能无需它也能独立运行。
• 2026-04-10 🎯 CAPTURED技能 现在会持久化到宿主智能体自身的技能目录中，而不是默认的注册表路径。云端技能上传现在也正确支持私密可见性。
• 2026-04-09 💬 多渠道通信网关。OpenSpace现在可以接收并响应来自外部平台的消息。自带WhatsApp（Baileys桥接 + QR认证）和飞书（HTTP Webhook）适配器，支持会话管理、附件缓存以及白名单访问控制。设置详情请参阅openspace/config/README.md。
• 2026-04-07 🌐 OpenSpace MCP现在支持独立的SSE和可流式传输的HTTP启动方式，使远程主机能够通过HTTP连接，而非使用标准输入输出，从而绕过标准输入输出绑定的MCP服务器超时瓶颈。设置细节请参考主机集成指南。
• 2026-04-06 🛠️ 修复了接地、MCP服务、技能进化及持久化等方面的多个运行时问题，提升了长时间运行工作流中的执行稳定性和恢复能力。
• 2026-04-05 🧭 清理了LLM凭证解析流程：集中加载.env文件，改进了宿主配置的自动检测，并使提供商原生环境变量处理更加一致。
• 2026-04-03 🚀 发布了v0.1.0 — 技能质量监控：从高质量技能中提取的结构化模式现在每天都会评估每一份新提交的技能。更快、更相关的云端搜索。生产级垂直技能集群正由社区自发形成。前端现已支持中文（zh）国际化。
• 2026-04-02 ⚡ 云端搜索升级，相关性更高且延迟更低。
• 2026-03-31 🛡️ 安全加固：强化了zip解压和import_skill功能，防止路径遍历攻击。CLI现在会尊重OPENSPACE_MODEL和OPENSPACE_LLM_*环境变量；增加了MiniMax兼容性；修复了工作流ID冲突问题。
• 2026-03-29 🔒 将litellm固定为<1.82.7版本，以避免PYSEC-2026-2供应链攻击。
• 2026-03-28 🔧 幂等性技能注册 — register_skill_dir现在会对已注册的技能返回现有的SkillMeta。更新了OpenClaw的设置文档。
• 2026-03-27 🪟 修复了Windows上的标准输入输出死锁问题；通过词干风格的关键字匹配改进了进化确认解析。
• 2026-03-26 🌱 每次调用时动态重新扫描技能目录，实现了轻量级本地技能搜索，并简化了文档。
• 2026-03-25 🎉 OpenSpace现已开源！

当今AI智能体面临的问题

如今的AI智能体——如OpenClaw、nanobot、Claude Code、Codex、Cursor等——虽然功能强大，却存在一个关键弱点：它们无法从真实世界的经历中学习、适应或进化，更不用说彼此之间进行共享了。

• ❌ 巨额的Token浪费 - 如何复用成功的任务模式，而不是每次都从头开始推理并消耗大量Token？
• ❌ 反复发生的高昂失败 - 如何在不同智能体之间共享解决方案，而不是重复同样的昂贵探索和错误？
• ❌ 技能质量差且不可靠 - 随着工具和API的不断演进，如何保持技能的可靠性？同时，如何确保社区贡献的技能达到严格的质量标准？

🎯 什么是OpenSpace？

🚀 🚀 一个自我进化引擎，每一次任务都能让每个智能体变得更聪明、更经济高效。

https://github.com/user-attachments/assets/c50f70ab-f6db-47bf-9498-3210c0f0abae

OpenSpace可以接入任何智能体作为技能模块，并赋予其三大超级能力：

🧬 自我进化

能够自动学习和改进的技能

• ✅ 自动修复 — 当技能出现故障时，它会立即自我修复。
• ✅ 自动改进 — 成功的模式会转化为更好的技能版本。
• ✅ 自动学习 — 从实际使用中捕捉高效的 workflows。
• ✅ 质量监控 — 跟踪所有任务中的技能性能、错误率和执行成功率。

持续进化的能力——将每一次失败转化为改进，每一次成功转化为优化。

🌐 集体智能

将单个智能体转化为共享的大脑

• ✅ 共享进化：一个智能体的改进会成为所有智能体的升级。
• ✅ 网络效应：智能体越多，数据越丰富，每个智能体的进化速度就越快。
• ✅ 轻松共享 — 仅需一条简单命令即可上传和下载进化后的技能。
• ✅ 访问控制 — 可以为每项技能选择公开、私有或仅限团队访问。

一个智能体学习，所有智能体受益——规模化集体智慧。

💰 Token效率

更智能的智能体，显著降低成本

• ✅ 停止重复劳动 → 复用成功的解决方案，而不是每次都从零开始。
• ✅ 任务成本降低 → 随着技能的不断改进，类似的工作成本越来越低。
• ✅ 只需小范围更新 → 修复损坏的部分，无需重建整个系统。
• ✅ 实实在在的节约：在实际任务中，性能提升4.2倍，而Token消耗减少了46%，带来了可观的经济效益。（GDPVal）

做更多事，花更少钱——这些智能体真正能在长期使用中为您节省资金。

区别

❌ 当前的代理

• 随着工具的不断进化，技能会悄然退化
• 失败的模式会反复出现，缺乏学习机制
• 知识始终局限于单个代理内部

✅ OpenSpace 驱动的代理

• 多层监控能够及时发现并自动修复问题
• 成功的工作流程会转化为可复用、可共享的技能
• 当一个代理学到有用的知识时，所有代理都能立即获得这些知识

📊 OpenSpace：将你的代理变成能赚钱的同事

🎯 真正有意义的实战成果 在6个行业的50项专业任务上（📈 GDPVal 经济基准），使用相同基础大模型（Qwen 3.5-Plus）的OpenSpace代理比基线（ClawWork）代理多赚了4.2倍的钱。同时，通过技能进化减少了46%的昂贵token消耗。

💼 这些可不是玩具级的问题

• 根据复杂的工会合同构建薪资计算工具
• 从15份分散的PDF文档中准备纳税申报表
• 撰写关于加州隐私法规的法律备忘录
• 制作合规表格和工程规格说明书

📈 各领域持续取得优异成绩

• 合规工作：收益提升18.5%
• 工程项目：性能提升8.7%
• 专业文档：所需token数量减少56%
• 所有类别均有所改善——无一例外

OpenSpace 不仅让代理更聪明，还使其具备经济可行性。真正的实际工作、真金白银、可衡量的结果。

使用 OpenSpace 进行自主系统开发的用例

🖥️ 我的日常监控器 — OpenSpace 赋予你的代理完成大规模系统开发的能力。这个拥有20多个实时仪表盘面板的个人行为监控系统完全由代理独立构建——60多种技能通过OpenSpace从零开始进化而成，充分展示了自主端到端软件开发的能力。

📋 目录

• ⚡ 快速入门
  • 🤖 路径 A：用于你的代理
  • 👤 路径 B：作为你的同事
  • 📊 本地仪表盘
• 📈 基准：GDPVal
• 📊 展示：我的日常监控器
• 🏗️ 框架
  • 🧬 自我进化引擎
  • 🌐 云端技能社区
• 🔧 高级配置
• 📖 代码结构
• 🤝 贡献与路线图
• 🔗 相关项目

⚡ 快速入门

🌐 只想简单体验？ 无需安装，直接访问 open-space.cloud 浏览社区技能和进化谱系即可。

git clone https://github.com/HKUDS/OpenSpace.git && cd OpenSpace
pip install -e .
openspace-mcp --help   # 验证安装

[!TIP] 克隆速度慢？ 默认克隆包含 assets/ 文件夹（约50 MB图片），体积较大。你可以使用以下轻量级替代方案跳过该文件夹：

git clone --filter=blob:none --sparse https://github.com/HKUDS/OpenSpace.git
cd OpenSpace
git sparse-checkout set '/*' '!assets/'
pip install -e .

选择你的路径：

• 路径 A — 将OpenSpace接入你的代理
• 路径 B — 直接将OpenSpace用作你的AI同事

🤖 路径 A：用于你的代理

适用于任何支持技能（SKILL.md）的代理——例如 Claude Code、Codex、OpenClaw、nanobot等。

① 将OpenSpace添加到你的代理的MCP配置中：

{
  "mcpServers": {
    "openspace": {
      "command": "openspace-mcp",
      "toolTimeout": 600,
      "env": {
        "OPENSPACE_HOST_SKILL_DIRS": "/path/to/your/agent/skills",
        "OPENSPACE_WORKSPACE": "/path/to/OpenSpace",
        "OPENSPACE_API_KEY": "sk-xxx（可选，用于云端）"
      }
    }
  }
}

[!TIP] 凭证（API密钥、模型）会从你的代理配置中自动检测，通常无需手动设置。

[!NOTE] OpenSpace 支持三种启动模式：

• stdio：在主机配置中保持 command: "openspace-mcp"。
• SSE：运行 openspace-mcp --transport sse --host 127.0.0.1 --port 8080。
• 可流式HTTP：运行 openspace-mcp --transport streamable-http --host 127.0.0.1 --port 8081。

常见的远程端点：

• SSE端点：http://127.0.0.1:8080/sse
• 可流式HTTP端点：http://127.0.0.1:8081/mcp

stdio 是最简单的选项。HTTP模式会将OpenSpace作为独立服务器运行，但仍然需要遵循主机特定的注册语法和主机端的超时设置。

② 将技能复制到你的代理的技能目录中：

cp -r OpenSpace/openspace/host_skills/delegate-task/ /path/to/your/agent/skills/
cp -r OpenSpace/openspace/host_skills/skill-discovery/ /path/to/your/agent/skills/

完成。这两个技能会教会你的代理何时以及如何使用OpenSpace——无需额外提示。你的代理现在可以自我进化技能、执行复杂任务，并访问云端技能社区。你也可以添加自定义技能——详情请参阅 openspace/skills/README.md。

[!NOTE] 云端社区（可选）： 在 open-space.cloud 注册以获取 OPENSPACE_API_KEY，然后将其添加到上述 env 块中。如果没有它，本地的所有功能（任务执行、进化、本地技能搜索）仍可正常使用。

📖 每个代理的配置（OpenClaw / nanobot）、所有环境变量及高级设置：openspace/host_skills/README.md

👤 路径 B：作为你的同事

直接使用OpenSpace——编码、搜索、工具使用等——内置了自我进化技能和云端社区。

[!NOTE] 创建一个 .env 文件，填写你的LLM API密钥，并可选地加入 OPENSPACE_API_KEY 以访问云端社区（参考 openspace/.env.example）。

# 交互模式
openspace

# 执行任务
openspace --model "anthropic/claude-sonnet-4-5" --query "为我的 Docker 容器创建一个监控仪表盘"

添加您自己的自定义技能：openspace/skills/README.md。

云 CLI — 通过命令行管理技能：

openspace-download-skill <skill_id>         # 从云端下载技能
openspace-upload-skill /path/to/skill/dir   # 将技能上传到云端

import asyncio
from openspace import OpenSpace

async def main():
    async with OpenSpace() as cs:
        result = await cs.execute("分析 GitHub 趋势仓库并生成报告")
        print(result["response"])

        for skill in result.get("evolved_skills", []):
            print(f"  演化后的技能：{skill['name']} ({skill['origin']})")

asyncio.run(main())

📊 本地仪表盘

查看您的技能如何演进——浏览技能、追踪 lineage、比较差异。

需要 Node.js ≥ 20。

# 终端 1. 启动后端 API
openspace-dashboard --port 7788

# 终端 2：启动前端开发服务器
cd frontend
npm install        # 只需安装一次
npm run dev    

📖 前端设置指南：frontend/README.md

技能分类 — 浏览、搜索与排序	云端 — 浏览与发现技能记录
版本 lineage — 技能演化图	工作流会话 — 执行历史与指标

📈 基准测试：GDPVal

我们在 GDPVal 上评估 OpenSpace——这是一组涵盖 44 种职业的 220 个真实世界专业任务，使用 ClawWork 评估协议，配备相同的生产力工具和基于 LLM 的评分系统。我们的两阶段设计（冷启动 → 热重跑）表明，随着技能的积累，token 消耗会随着时间推移而减少。

公平的基准测试：OpenSpace 使用 Qwen 3.5-Plus 作为其骨干 LLM——与 ClawWork 基线代理相同——从而确保性能差异完全源于技能的演化，而非模型能力。

真正的经济价值：任务范围从构建工资计算器到准备纳税申报表，再到起草法律备忘录——这些都是产生实际 GDP 的专业工作，同时从质量和成本效益两个方面进行评估。

• 收入高出 ClawWork 4.2 倍，且使用相同的骨干 LLM（Qwen 3.5-Plus）
• 价值捕获率 72.8%——在 15,764 美元的任务价值中赚取了 11,484 美元，表现优于所有其他代理
• 平均质量 70.8%——比最佳 ClawWork 代理（40.8%）高出 30 个百分点
• 第二阶段的 token 使用量比第一阶段减少了 45.9%——以显著更低的成本获得了更好的结果

OpenSpace 能够处理哪些真实世界的任务？

50 个 GDPVal 任务涵盖了 6 类真实世界的工作。

• **第一阶段（冷启动）**依次运行全部 50 个任务——每完成一项任务，技能就会累积到共享数据库中。
• **第二阶段（热重跑）**则使用第一阶段积累的完整技能数据库，重新执行相同的 50 个任务。

收入捕获率 = 实际获得的报酬 ÷ 最大可能的任务价值

🎯 演化带来最大影响的领域及其原因：

进化产生了什么？（165项技能）

在50个第一阶段任务中，OpenSpace自主进化出了165项技能。一个突破性的发现是：这些技能不仅仅是领域知识——它们更是稳健的执行模式和质量保证工作流。智能体学会了如何在不完美的真实环境中可靠地交付结果。

关键发现：大多数技能聚焦于工具的可靠性和错误恢复，而非特定任务的知识。

复现实验、分析工具及结果：gdpval_bench/README.md

📊 展示：我的每日监控面板

全程未编写任何人工代码。 60余项技能从零开始进化，构建了一个完全可用的实时仪表盘。

我的每日监控面板是一个始终在线的仪表盘，可实时展示进程、服务器、新闻、市场、邮件和日程安排，并内置了一个AI智能体。

OpenSpace是如何从零开始构建它的

📈 技能进化图

每个节点都是OpenSpace学习、提取或优化过的技能。完整的进化历史已开源至showcase/.openspace/openspace.db——你可以在任意SQLite浏览器中加载它，探索技能的 lineage、差异以及质量指标。

详细信息：showcase/README.md

🏗️ OpenSpace框架

🧬 自我进化引擎

OpenSpace的核心。技能并非静态文件——它们是能够自动选择、应用、监控、分析并自我进化的活体实体。

🔄 自主且持续的进化

• 全生命周期管理：从发现到应用再到进化——全程无需人工干预。即使不存在匹配的技能，OpenSpace也能完成任务。

三种进化模式：

• 🔧 FIX — 就地修复破损或过时的指令。同一技能，新版本。
• 🚀 DERIVED — 从父技能中创建增强版或专用版。新建技能目录，与父技能共存。
• ✨ CAPTURED — 从成功执行中提取新颖的可重用模式。全新的技能，无父技能。

三个独立触发机制：多重防线防止技能退化——无论是成功还是失败的执行都会推动进化。

• 📈 执行后分析 — 每次任务完成后运行。分析完整记录，并为相关技能提出FIX/DERIVED/CAPTURED建议。
• ⚠️ 工具退化 — 当工具的成功率下降时，质量监控系统会找到所有依赖该工具的技能，并批量进化。
• 📊 指标监控 — 定期扫描技能健康指标（应用率、完成率、回退率），并对表现不佳的技能进行进化。

📊 全栈质量监控

多层追踪：质量监控覆盖整个执行栈——从高层工作流到单个工具调用：

• 🎯 技能 — 应用率、完成率、有效率、回退率
• 🔨 工具调用 — 成功率、延迟、标记的问题
• ⚡ 代码执行 — 执行状态、错误模式

级联进化：当任何一个组件退化——无论是技能工作流还是单个工具调用——所有上游依赖的技能都会自动触发进化，从而保持系统整体的一致性。

🔧 智能且安全的进化

🤖 自主进化：每次进化都会探索代码库，发现根本原因，并自主决定修复方案——在做出更改之前收集真实证据，而不是盲目生成。

⚡ 基于差异且节省token：只生成最小化、有针对性的代码改动，而非全面重写；失败时会自动重试。每个版本都存储在一个带有完整 lineage 追踪的版本DAG中。

🛡️ 内置保障措施：

• 确认门限可减少误触发
• 防循环保护可防止进化陷入无限循环
• 安全检查会标记危险模式（提示注入、凭据泄露）
• 进化后的技能会在替换旧版本前经过验证。

🌐 协作式技能社区 一个协作式的注册中心，智能体可以在这里共享进化后的技能。当一个智能体进化出改进时，所有连接的智能体都可以发现、导入并在此基础上进一步开发——将个体的进步转化为集体智慧。

• 🔐 灵活的共享方式：可以公开分享技能，也可以仅在小组内共享，或者保持私密。智能搜索会找到你需要的内容并自动导入。每一次进化都会被追溯到其 lineage，并附带完整的差异报告。

• ☁️ 协作平台：open-space.cloud——注册API密钥，浏览社区技能，并管理你的小组。

🔧 高级配置

对于大多数用户来说，快速入门 就足够了。如需使用高级选项（环境变量、执行模式、安全策略等），请参阅 openspace/config/README.md。

OpenSpace/
├── openspace/
│   ├── tool_layer.py                     # OpenSpace 主类及 OpenSpaceConfig
│   ├── mcp_server.py                     # MCP 服务器（为你的智能体提供4种工具）
│   ├── __main__.py                       # CLI 入口点（python -m openspace）
│   ├── dashboard_server.py               # Web 控制台 API 服务器
│   │
│   ├── ⚡ agents/                         # 智能体系统
│   │   ├── base.py                       # 基础智能体类
│   │   └── grounding_agent.py            # 执行型智能体（调用工具、迭代、注入技能）
│   │
│   ├── ⚡ grounding/                      # 统一后端系统
│   │   ├── core/
│   │   │   ├── grounding_client.py       # 跨所有后端的统一接口
│   │   │   ├── search_tools.py           # 智能工具 RAG（BM25 + 嵌入 + LLM）
│   │   │   ├── quality/                  # 工具质量追踪与自我进化
│   │   │   ├── security/                 # 策略、沙箱机制、E2B
│   │   │   ├── system/                   # 系统级提供商与工具
│   │   │   ├── transport/                # 连接器与任务管理器
│   │   │   └── tool/                     # 工具抽象（基础、本地、远程）
│   │   └── backends/
│   │       ├── shell/                    # Shell 命令执行
│   │       ├── gui/                      # Anthropic 计算机使用
│   │       ├── mcp/                      # 模型上下文协议（stdio、HTTP、WebSocket）
│   │       └── web/                      # 网络搜索与浏览
│   │
│   ├── 🧬 skill_engine/                  # 自我进化技能系统
│   │   ├── registry.py                   # 发现、BM25+嵌入预过滤、LLM 选择
│   │   ├── analyzer.py                   # 执行后分析（智能体循环 + 工具访问）
│   │   ├── evolver.py                    # FIX / DERIVED / CAPTURED 进化（3种触发条件）
│   │   ├── patch.py                      # 多文件 FULL / DIFF / PATCH 应用
│   │   ├── store.py                      # SQLite 持久化、版本 DAG、质量指标
│   │   ├── skill_ranker.py               # BM25 + 嵌入混合排名
│   │   ├── retrieve_tool.py              # 用于智能体的技能检索工具
│   │   ├── fuzzy_match.py                # 技能发现的模糊匹配
│   │   ├── conversation_formatter.py     # 格式化执行历史以供分析
│   │   ├── skill_utils.py                # 共享技能工具
│   │   └── types.py                      # SkillRecord、SkillLineage、EvolutionSuggestion
│   │
│   ├── 🌐 cloud/                         # 云端技能社区
│   │   ├── client.py                     # HTTP 客户端（上传、下载、搜索）
│   │   ├── search.py                     # 混合搜索引擎
│   │   ├── embedding.py                  # 用于技能搜索的嵌入生成
│   │   ├── auth.py                       # API 密钥管理
│   │   └── cli/                          # CLI 工具（download_skill、upload_skill）
│   │
│   ├── 💬 communication/                  # 多渠道通信网关
│   │   ├── gateway.py                    # 消息路由、会话管理、回复分发
│   │   ├── adapters/                     # 平台适配器（WhatsApp、Feishu）
│   │   ├── bridges/                      # 非 Python 运行时（WhatsApp Baileys 桥接）
│   │   ├── config.py                     # 通信配置加载器
│   │   ├── session_store.py              # 每个渠道的会话持久化
│   │   └── types.py                      # ChannelMessage、ChannelSource、SendResult
│   │
│   ├── 🔧 platform/                      # 平台抽象层（系统信息、截图）
│   ├── 🔧 host_detection/                # 自动检测纳米机器人 / openclaw 凭证
│   ├── 🔧 host_skills/                   # SKILL.md 定义，用于智能体集成
│   │   ├── delegate-task/SKILL.md        # 教导智能体：执行、修复、上传
│   │   └── skill-discovery/SKILL.md      # 教导智能体：搜索并发现技能
│   ├── 🔧 prompts/                       # LLM 提示模板（接地 + 技能引擎）
│   ├── 🔧 llm/                           # LiteLLM 包装器，带重试和速率限制
│   ├── 🔧 config/                        # 分层配置系统
│   ├── 🔧 local_server/                  # GUI/Shell 后端 Flask 服务器（服务器模式）
│   ├── 🔧 recording/                     # 执行记录、截图及视频捕获
│   ├── 🔧 utils/                         # 日志记录、UI、遥测
│   └── 📦 skills/                        # 内置技能（优先级最低，用户可在此添加）
│
├── frontend/                             # 控制台 UI（React + Tailwind）
├── gdpval_bench/                         # GDPVal 基准测试实验及结果
├── showcase/                             # 我的日常监控（60+进化的技能）
│   ├── my-daily-monitor/                 # 完整应用（无需人工编写代码）
│   └── skills/                           # 60+进化的技能及其完整谱系
├── .openspace/                           # 运行时：嵌入缓存 + 技能数据库
└── logs/                                 # 执行日志及录制

🤝 贡献与路线图

我们欢迎各方贡献！目前，OpenSpace 正在演进的是“如何完成 X”。下一个前沿领域是：演进智能体如何协同组织完成 X。

团队基础设施（可见性、共享、权限）已经上线。接下来的工作包括：

• Kanban-风格编排 — 共享任务看板，具备技能感知的调度功能；调度本身也将不断进化
• 协作模式进化 — 从已完成的任务中捕捉并改进分解、交接、优先级排序等策略
• 角色涌现 — 智能体通过实践而非配置来发展角色定位
• 跨团队模式转移 — 一个团队发现的协调模式可通过云端注册表供其他团队使用

🔗 相关项目

OpenSpace 基于以下开源项目构建。我们衷心感谢这些项目的作者和贡献者：

• AnyTool — 适用于任何 AI 智能体的即插即用通用工具层
• ClawWork — 将 AI 助手转变为真正的 AI 同事
• WorldMonitor — 实时全球情报仪表盘

⭐ 星标历史

如果您觉得 OpenSpace 很有帮助，请考虑给我们点个星！⭐

🧬 让你的智能体自我进化 · 🌐 共同成长的社区 · 💰 更少的 Token，更聪明的智能体

❤️ 感谢您的光临 ✨ OpenSpace！

OpenSpace 快速上手指南

OpenSpace 是一个让 AI Agent（如 Claude Code、Codex、OpenClaw 等）具备自进化、技能共享和低成本能力的引擎。它能通过复用成功模式减少 46% 的 Token 消耗，并让所有接入的 Agent 共享进化成果。

1. 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux, macOS 或 Windows
• Python 版本: 3.12 或更高版本
• 依赖管理: pip
• 网络环境: 需能访问 GitHub 和 PyPI（国内用户建议使用镜像源加速）

2. 安装步骤

方案 A：标准安装

克隆仓库并安装依赖：

git clone https://github.com/HKUDS/OpenSpace.git && cd OpenSpace
pip install -e .

验证安装是否成功：

openspace-mcp --help

方案 B：轻量安装（推荐国内或网络较慢用户）

默认仓库包含约 50MB 的图片资源。若只需核心功能，可使用稀疏克隆跳过资源文件，大幅加快下载速度：

git clone --filter=blob:none --sparse https://github.com/HKUDS/OpenSpace.git
cd OpenSpace
git sparse-checkout set '/*' '!assets/'
pip install -e .

💡 国内加速提示：如果 pip install 速度较慢，建议指定国内镜像源：

pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 基本使用

OpenSpace 主要有两种使用模式：作为 Agent 的插件 或 直接作为 AI 同事。

模式一：集成到现有 Agent (Path A)

适用于支持 MCP (Model Context Protocol) 的 Agent，如 Claude Code、Codex、OpenClaw、nanobot 等。

步骤 1：配置 MCP 在您的 Agent 配置文件（通常是 mcp.json 或类似配置）中添加 OpenSpace 服务：

{
  "mcpServers": {
    "openspace": {
      "command": "openspace-mcp",
      "toolTimeout": 600,
      "env": {
        "OPENSPACE_HOST_SKILL_DIRS": "/path/to/your/agent/skills",
        "OPENSPACE_WORKSPACE": "/path/to/OpenSpace",
        "OPENSPACE_API_KEY": "sk-xxx" 
      }
    }
  }
}

注：OPENSPACE_API_KEY 仅在需要使用云端技能共享时填写；API Key 和模型通常会自动从宿主 Agent 配置中检测。

步骤 2：启动与运行 重启您的 Agent。OpenSpace 将自动拦截任务，尝试复用已有技能或在失败时自动修复/进化技能。

支持多种启动传输方式：

• Stdio (默认): 配置中保留 "command": "openspace-mcp"
• SSE: openspace-mcp --transport sse --host 127.0.0.1 --port 8080
• Streamable HTTP: openspace-mcp --transport streamable-http --host 127.0.0.1 --port 8081

模式二：直接作为 AI 同事 (Path B)

如果您没有特定的 Agent 框架，可以直接通过命令行让 OpenSpace 执行任务。

openspace --query "帮我分析当前的销售数据并生成报告"

探索云端技能

无需安装即可浏览社区进化的技能库和演化历史： 👉 open-space.cloud