开源 AI 编程 Agent 合集：8 款终端与自托管工具怎么选

这份合集整理的是一类近两年变化很快的开源工具：把大模型接进编辑器、终端或自托管服务，让它直接改代码、跑命令、提交 PR。相比闭源订阅制产品，它们把模型选择权和部署位置还给你，代价是要自己配置 API Key 并理解权限模型。下面按接入形态分四类，逐项说明能做什么、适合谁、怎么装。

这份合集按什么标准选

选型前先看四个维度，它们决定后续的维护成本。许可证决定能否商用或二次分发，MIT 与 Apache-2.0 相对宽松。本地模型支持决定能否在没有云 Key 时跑通。

维护活跃度比 Star 数更重要，长期没有提交的仓库要谨慎。部署形态决定它跑在笔记本还是服务器上。

• 许可证：MIT 与 Apache-2.0 可直接商用，注意 FSL、AGPL 等条款差异。
• 本地模型：优先支持 Ollama、LM Studio、vLLM 等 OpenAI 兼容端点。
• 活跃度：以最近提交与发布节奏为准，不要只看 Star 数。
• 权限模型：确认是自动执行还是逐步审批，别把未经审查的 shell 权限直接交给模型。

终端形态：OpenCode、Aider、Pi 与 OpenAI Codex CLI

OpenCode 常被当作闭源终端 agent 的开源替代，仓库为 MIT 许可，Star 数约 222.9k，内置 build 与 plan 两个 agent。它模型无关，可接 OpenAI、Google、OpenRouter 及 Ollama 等本地端点，还提供桌面 App（BETA）。它的迭代很快，Issue 数量也较多，落地前要确认你使用的配置是否已被后续版本调整。

终端形态的特点是轻量、启动快，适合已经习惯 shell 的开发者。Aider 是较早做 Git 原生结对编程的工具，Apache-2.0 许可，仓库 Star 数约 49.8k。它用 tree-sitter 为代码库生成符号地图，支持 100 多种语言，每次改动自动提交，方便 diff 与回滚。需要注意，它的维护节奏已明显放缓，最近一次提交停在 2026 年 5 月，且自 2025 年 8 月起没有新的正式版本。

Aider 仓库与官网都给出了安装命令，官网页面还标注了 PyPI 安装量 6.8M。想先用云模型跑通流程，可以参考站内LiteLLM 上手这篇，把多家模型 API 收成一个兼容入口后再交给 Aider 调用。

Pi 是这份合集里较新的成员，仓库显示为 MIT 许可，Star 数约 118.9k，由 Flask 作者 Armin Ronacher 与 Mario Zechner 维护。它的卖点是把系统提示词控制在一千 token 以内，靠「懒加载技能」按需注入指令，因此单轮对话更省 token。它也适合想理解或改造 agent 循环的人。项目同时提供统一 LLM API、TUI 与 Web UI 库，做二次开发会比较顺手。

OpenAI Codex CLI 常被当成闭源订阅的一部分，实际仓库是 Apache-2.0，主要语言为 Rust，Star 数约 131.6k。它默认把 shell 命令放进容器化沙箱，未获批准前无法触碰项目外的文件，适合无人值守场景。想接本地模型，可用 --oss 指向 Ollama 等 OpenAI 兼容端点。它更适合明确使用 OpenAI 模型的团队。

IDE 形态：Cline 与 Continue

IDE 形态把 agent 放进编辑器，改动以 diff 形式呈现，适合喜欢在熟悉界面里逐步审批的人。Cline 的仓库描述是「可作为 SDK、IDE 扩展或 CLI 助手的自主编码 agent」，Apache-2.0 许可，Star 数约 71.0k。它支持 VS Code、JetBrains、CLI 与桌面端，模型侧不绑定单一提供商，可通过 OpenRouter 接入 200 多个模型。它也支持 Ollama 与 LM Studio 本地模型。

Continue 走的是另一条路线，仓库 Star 数约 36.4k，Apache-2.0 许可。它的终端命令是 cn，安装包是 @continuedev/cli，另有独立的 @continuedev/cn 引擎包，命名容易混淆。项目重心已转向「持续 AI」，即在每次 PR 上运行可定义的检查，把 agent 结果变成 CI 状态检查。它适合想把 AI 审查流程化、而不是单点对话的团队。

需要留意的是，官方仓库已标注不再积极维护并转为只读，采用前要确认后续支持渠道。这个信息来自仓库 README 顶部的说明，建议在决定前再核对一次。

自托管与通用形态：OpenHands 与 Goose

自托管形态把 agent 跑在你自己的机器或容器里，适合对数据驻留和权限边界有要求的团队。OpenHands（原名 OpenDevin）仓库 Star 数约 92.2k，MIT 许可，项目定位已从单一 agent 演进为 Agent Canvas 控制台。它把前端与后端拆到多个仓库，后端 Agent Server 用 REST API 驱动多个 agent，可连接本地、Docker 容器、虚拟机或云端后端。部署需要 Node.js 24 与 uv，也可用官方 Docker 镜像并挂载项目目录。

Goose 是通用 agent，不局限于写代码。仓库为 Apache-2.0 许可，Rust 实现，Star 数约 55.9k，提供桌面应用、CLI 与 API 三种形态。它支持 15 个以上提供商，连接 70 多个基于 MCP 的扩展。项目已加入 Linux Foundation 旗下的 Agentic AI Foundation，治理上更中立，适合需要在代码之外做调研、写作与自动化的场景。

一张表看懂八款工具

表中 Star 数为 2026-10-30 通过 GitHub 页面与接口读取的快照，会随时间变化。许可证信息以各仓库 LICENSE 文件为准。

按场景挑，别按 Star 数挑

• 个人日常改代码：先看 Cline 或 Aider，前者胜在编辑器内审批，后者胜在贴合 Git 提交习惯。
• 想在本地跑模型、不依赖云 Key：优先 Pi、Cline 或 OpenHands，三者都支持 Ollama 等端点。
• 需要无人值守处理 issue 或跑 CI：OpenHands 的 headless 模式与 OpenAI Codex CLI 的沙箱更合适。
• 团队要治理与审计：OpenHands 的自托管控制台管执行，Continue 的 PR 检查管流程，方向不同。
• 想把 agent 能力嵌入自家产品：Cline 的 SDK 与 Goose 的 API 是两条思路，前者贴近编辑器生态，后者更通用。

如果你刚开始接触，建议先用一款终端工具在个人项目上跑两周，再决定要不要引入自托管平台。共同的底线是：先建分支再让 agent 动手，配置好 lint 与测试。

API Key 放在环境变量或凭据管理器里，不要写进仓库。关于凭据管理，可以参考站内开源密码管理器与两步验证工具清单。开源 agent 的价值在于可读、可改、可换模型，代价是你需要花时间理解权限模型。先小范围验证，再逐步扩大使用范围，比一开始就铺开更稳。

这些工具都免费吗

工具本身大多开源免费，但你仍需为所连模型的 API 调用付费，或自备本地算力。Aider 官网标注的安装量 6.8M，说明社区使用规模不小，但成本始终由你选择的模型决定。

本地模型能跑到什么程度

以 24GB 以上显存或 Apple Silicon 统一内存为参考，小模型做补全够用。长任务与复杂重构仍建议搭配云端大模型，或先用本地模型验证流程。

为什么 Aider 还在列表里

它的 Git 原生编辑思路仍有参考价值，改动可回溯、可回滚。但它的维护节奏已放缓，团队长期使用前要评估这一点。

这份合集会很快过时吗

这个领域变化很快，选型时建议以最近提交时间与发布节奏为准，而不是固定在某一份清单上。本文涉及的自托管思路，可对照站内自托管 RSS 阅读器合集的挑选方法。