编排器

OpenHuman 是编排器，而不是聊天机器人：持久化智能体图、可视化工作流、子智能体舰队、一个分脑式常开层，以及端到端加密的智能体间会话，全部集成在一个协同系统中。

OpenHuman 通过 Signal 加密的代理间会话协调一支代理舰队（既包括其自身的工作器，也包括外部 harness）。

大多数 harness 只是让一个代理在一个循环中运行。OpenHuman 被构建为一个 orchestrator：一个用于在多台机器之间、跨越长时间跨度协调众多代理的技术栈。它以持久、可观测且受你控制的方式完成这一切。

五层架构让这一切成为现实：

1. 图，而不是循环

每一次代理回合都运行在 tinyagents，也就是我们的开源图引擎。多步骤工作会编译为 带条件路由的状态机图: plan → execute ⇄ review → finalize 用于委派的图、用于多代理工作流运行的阶段 DAG，以及用于并行工作器的 map-reduce 扇出。所有这些都具备 持久化检查点。图可以在运行中暂停（等待你的回复、审批或重启），并在停止的地方精确恢复。

2. 不会迷路的子代理舰队

协调器会生成专门的子代理（最多 3 层深），并复用兼容的空闲工作器，而不是重新生成，并将每个代理路由到合适的模型层级：核心使用重推理，一个快速 突发层 用于低上下文工作器。可靠性是结构性的：无进展断路器会停止循环，而卡住的子节点会交回一个 问题 （在你的回复后暂停并恢复）或一个 未完成 根因摘要，绝不会沉默。参见 智能体执行框架.

3. 你能看见的工作流

工作流 将编排从聊天中提出来：代理 提出 一个由触发器、代理、工具和条件组成的类型化图；你可以在画布上审阅并保存它。运行是持久的、受审批门控的，并且可以逐步完全检查，由开源 tinyflows.

4. 一个始终在线的分脑

入站流量会先进入一个 快速反射代理 它会在几秒内完成分诊，并交付一个深度 推理核心 一份简明简报；核心负责多步骤工作并委派给工作器。 潜意识循环 会审查压缩后的会话历史并注入引导指令，使始终在线层与你的目标保持一致，而 20:1 压缩则让为期一周的会话保持有界。

5. 跨机器的加密编排

OpenHuman 实例通过 tiny.place 会话由 Signal 协议：真正的端到端加密，密钥在设备上派生且绝不持久保存。配对基于同意并默认失败关闭：未关联代理的消息只是消息，绝不是指令。你的代理可以编排其他代理（也可被编排），而服务器从未看到明文。

因为传输层就是普通的 Signal 加密消息，对端不必也是 OpenHuman。连接 Claude Code、Codex、OpenClaw、Hermes，或任何能够维持会话的东西，并将 OpenHuman 用作你所有代理和工具的指挥者。

下一步：RLM

我们正在构建的方向： 由 Rhai 支持的语言工作流。这些代理将编排表达为沙盒 REPL 中的小程序，而不是固定图，因此控制流本身也变成了模型可以编写、检查和修复的东西。上面的图引擎、检查点和信任模型就是其底层基础。

---

它为何与众不同

	单代理 harness（Claude Code、OpenClaw、Hermes）	OpenHuman
执行模型	一个循环，一个上下文	编译后的图、条件路由、检查点/恢复
并行性	手动 / 插件	原生子代理舰队、map-reduce 扇出、工作器复用
自动化	脚本和 cron	可视化、持久化、受审批门控的工作流
始终在线	None	分脑反射 + 推理核心，潜意识引导
代理到代理	None	Signal 加密会话、基于同意的配对、x402 支付

另请参阅

• 工作流 · 潜意识循环 · tiny.place 代理经济

• 智能体执行框架：面向开发者的深度解析，涵盖图、断路器、日志。

• 代理协调工具：面向用户的生成/委派界面。