HomeRail 是一个用 TypeScript 编写的本地优先 Agent 工作流编排运行时，目标是把一次性的 AI 对话转化为可审计、可复用、可回放的 DAG 工作流。它面向个人 homelab、NAS、家庭服务器或本地开发环境运行，提供 DAG Runtime、CLI、Docker Worker、语音交互层以及早期的生成式 UI 能力。当前最成熟的是多 Agent DAG 执行引擎和 `hr` 命令行工具，支持工作流同步、运行、监督、评分、评估和回放。
适用领域
AI Agent 编排 / 本地自动化 / DAG 工作流引擎 / 多 Agent 协作 / 语音交互 / 开发者工具 / Homelab / NAS 自托管 / 可审计 AI 工作流 / Docker 容器化执行 / 生成式 UI
配置难度
中高。熟悉 Node.js、Docker、CLI、AI Agent SDK 和本地服务部署的开发者可以较快上手；如果要深入开发 DAG 模板、语音入口、模型配置和 Worker 网络，难度会明显上升。对于只想使用现成 AI 聊天工具的用户不太适合。
商业价值
未知
01
技术亮点
- 采用 DAG 而不是单一聊天线程，任务流转、节点交接和结果更容易审计、复盘和优化。
- 每个 DAG 节点独立上下文，避免一个超长聊天线程导致上下文膨胀和信息压缩。
- 支持每个节点配置不同 provider 和 model，可以用强模型做规划和审查，用便宜模型执行批量工作。
- 提供完整 CLI：`start`、`doctor`、`run`、`dag supervise`、`scorecard`、`eval-run`、`replay` 等。
- Worker 基于 Docker 隔离运行，每个 DAG 节点一个容器，同一 run 共享工作区。
- 支持离线 deterministic profile，方便在没有模型提供商的情况下做拓扑和运行时验证。
- 内置运行监督、评分、评估和回放能力，适合调试 Agent 工作流。
- 面向语音优先场景设计，默认支持中文语音表面，包含 ASR、TTS、VAD 的 Voice Surface Contract。
- README 本身设计成 Agent 可读 runbook，方便交给 Claude Code、Codex 等工具自动安装、配置和验证。
- MIT 许可证，对商业使用和二次开发较友好。
02
目标用户
- 希望在本地或家庭服务器上运行 AI Agent 系统的开发者
- 需要把 AI 对话沉淀为可复用工作流的 Agent 开发者
- 使用 Claude Code、Codex 等编码 Agent 的高级用户
- 关注可审计、可回放、可评估 AI 工作流的团队
- 拥有 NAS、homelab、家庭服务器的技术用户
- 希望尝试语音驱动本地 Agent 的个人开发者
- 正在构建多 Agent DAG 模板和自动化流程的工程师
03
配置要求
- 需要 Node.js 20+、npm 10+。
- 需要 Docker，用于 Node 服务为每个 DAG 节点创建 Worker 容器。
- 实时 Agent 运行需要 Claude Agent SDK 兼容的模型端点或类似后端。
- `HOMERAIL_HOME` 是本地数据根目录，默认 `~/.homerail`，用于存放 Manager 状态、运行工作区、日志和 Worker 镜像缓存。
- 建议将 `HOMERAIL_HOME` 指向容量较大的磁盘、NAS 或外部存储，例如：`export HOMERAIL_HOME="/mnt/nas/homerail"`。
- 模型凭证通过 `hr model configure` 存储在 Manager 的加密设置中，不应写入仓库文件。
- CLI 解析 Manager URL 的顺序为：`--base-url`、`HOMERAIL_MANAGER_URL`、`${HOMERAIL_HOME}/config.json`、默认 `http://localhost:19191`。
- 默认 Manager 地址为 `http://localhost:19191`，Agent UI 为 `https://localhost:19192`，HTTP fallback 为 `http://localhost:19193`。
- Manager 默认绑定 `127.0.0.1`，只有明确需要局域网或公网访问时才应使用 `hr start --host 0.0.0.0`。
- Linux 下 Worker 容器回连 Manager 可能需要配置 Docker `host-gateway` 或 `HOMERAIL_MANAGER_WORKER_WS_BASE_URL`。
- Windows 建议从 Git Bash 或其他 POSIX 兼容 shell 运行 CLI，部分脚本不适合 cmd.exe 或 PowerShell。
04
适用场景
- 将复杂任务拆分成 plan、implement、test、review、summarize 等多个 Agent 节点执行
- 用 CLI 启动、运行、监督和回放 DAG 工作流
- 让编码 Agent 通过 `hr` CLI 驱动本地工作流执行与调试
- 在本地 Docker 容器中隔离运行每个 DAG 节点
- 对 Agent 运行结果生成 scorecard 和 eval-run 评估
- 使用语音输入让 Manager Agent 收集意图并执行工作流
- 在 NAS 或家庭服务器上长期运行个人自动化 Agent
- 测试不同模型在不同 DAG 节点中的成本和能力分配
- 开发和调试可复用 YAML 工作流模板
05
部署与配置
- 安装 Node.js 20+ 和 npm 10+。
- 安装 Docker。macOS 和 Windows 推荐 Docker Desktop；Linux 使用 Docker Engine。
- 克隆仓库后在项目根目录执行：`npm run install:all`。
- 构建项目：`npm run build`。
- 进入 CLI 包并本地链接命令：`cd homerail_cli && npm link && cd ..`。
- 验证 CLI 是否可用：`hr --help`。
- 启动 Manager 和 Node：`hr start`。首次运行会构建 `homerail-worker:latest` 镜像。
- 检查运行状态：`hr doctor`。
- 运行离线确定性测试 DAG：`hr run assets/orchestrations/public-two-node.yaml.template --profile offline-deterministic --prompt "Draft a short checklist for a backend release"`。
- 如需启动浏览器 Agent UI，使用：`hr start --ui`。
06
风险与注意事项
- 项目虽然已有 355 stars，但仍处于早期形态，生成式 UI 明确标注为探索阶段，接口和 widget 集可能频繁变化。
- 实时运行依赖 Claude Agent SDK 兼容模型端点，国内开发者可能面临模型 API、网络访问、费用和合规问题。
- 语音 Manager Agent 当前推荐 Codex `codex_appserver`，其他 harness 在执行时可能没有语音进度反馈。
- Docker、Node、Manager、Worker、UI、模型凭证等组件较多，部署和排障门槛高于普通 CLI 工具。
- 每次 DAG 运行会在 `HOMERAIL_HOME/workspace/<run_id>` 写入产物，长期运行可能快速占用磁盘空间。
- Linux 下 Worker 到 Manager 的网络回连可能需要额外配置，新手容易在 Docker 网络上卡住。
- 默认本地绑定较安全，但如果使用 `--host 0.0.0.0` 或 public URL 暴露服务，需要自行处理鉴权、反向代理和网络安全。
- Windows 环境对 POSIX shell 有要求，PowerShell 或 cmd.exe 可能导致脚本不兼容。
- 多 Agent 自动执行可能涉及本地文件写入和命令执行，应谨慎设计权限边界和工作目录隔离。
2026-07-14
第10名
新收录 · github_search
2026-07-13
第11名
新收录 · github_search
2026-07-12
第15名
新收录 · github_search
2026-07-11
第21名
新收录 · github_search
2026-07-10
第27名
新收录 · github_search
