本视频介绍 OpenLumara，或者如开发者所言，这是一种不同寻常的 AI 智能体，它并非被“擦除代码”。这是一个从零开始构建的 Python 框架，专为本地模型设计，旨在解决 OpenClaw 和 Hermes 限制上下文并需要繁琐 Shell 访问权限的问题。OpenLumara 提供 4000 个 token 的提示词，并将一切功能模块化，从记忆到 Shell 均可切换。在本视频中，我们将安装 OpenLumara，并将其与基于 Ollama 的模型集成。我是 Fad Midsa，欢迎订阅我的频道。最近我还开始了一份免费的每周 AI 通讯，您可以在 fajhatza.supstack.com 订阅。回到这个工具，让我开始安装。顺便提一下，我在这台 Ubuntu 系统上使用带有 48GB 显存的 Nvidia RTX 6000。我正在克隆仓库，链接将在视频描述中提供。从仓库根目录运行 run.sh 脚本。他们也提供了 Windows 的批处理脚本。让我们运行它，它将创建虚拟环境，这需要一点时间。

在设置一切的同时，让我们更深入地了解这个工具，看看它究竟在做什么。正如我之前所说，它无法看到你的 API 密钥。它可以运行任意 Shell，但默认情况下是禁用的，因为它拥有 Docker 沙箱模块，且网络访问通过控制工具进行，而非直接访问。其杀手级用例是本地优先的生活管理，例如待办事项、笔记、日历和习惯，AI 会在对话中自然地提供提醒。它还针对 llama.cpp、CPP 和 Cobalt CPP 进行了优化，但可连接到任何兼容 OpenAI 的后端。这就是为什么我要将其连接到 Ollama。

在架构方面，它拥有一个简单的核心，处理智能体循环和工具调用。其他一切均为模块，仅在启用时加载到 Python 中。因此，禁用的模块零 token 占用且零攻击面。它还支持 Telegram、Discord、CLI 和 Web UI 等渠道，但这些是用于与核心通信的独立层，所有数据均以开放格式存储在一个文件夹中，无锁定风险。他们正试图使其更具模块化。这个想法在我看来很不错。顺便提一下，安装完成后，它已启动并运行。它加载了所有默认模块，甚至启动了两个渠道。如你所见，终端中的 CLI 提示符为“user”，以及端口 3000 上的 Web UI。它甚至在首次启动时自动备份了数据。

现在它提示我们在 Web 中打开它。所以我直接访问 localhost 端口 3000。瞧，OpenLumara 正在运行。为了设置模型，操作相当直接。点击右上角的齿轮图标。从这里，进入 API，设置本地模型服务的 URL。这是密钥，我可以随便填一个，或者填你想要的任何内容，这真的不重要。完成此操作后，我将保持其余部分不变并保存更改。保存更改后，点击左侧的“模型”，刷新一下，它应该已经显示模型了。瞧，然后你可以设置一些超参数，或启用思考推理，或为智能体循环保留思考过程。这取决于你。

我们之前已经针对这些概念分别制作过视频，解释了它们的确切含义。但更重要的是，你可以通过切换它们来设置许多渠道，因为这里的理念是工具非常模块化。然后在左侧，你可以看到我之前提到的微小核心。这就是我之前提到的文件夹。此外，在外观方面，你可以设置字体大小、颜色、主题等。如果我向下滚动，你会看到这些颜色主题，你可以根据自己的喜好进行设置。让我们保存更改并尝试一下。我说“好的，这就是原因，因为我认为他们需要改进这一点。应该有一个全局按钮”，但无论如何，因为我在选择模型时没有保存。所以让我在这里保存它。保存只是关闭窗口。

现在让我在这里发送一条消息。我说：“你好，你在镜头前。”它现在正在使用 Qwen 模型进行思考。瞧，这是一个相当不错的聊天机器人。它说它调整了其想象中的相机镜头。这是典型的 Qwen 风格。瞧，它不仅给了我回复，还提供了一个关于自身的简要介绍和帮助模块。但到目前为止，这仅仅是又一个聊天机器人，在过去几年中我们见过无数这样的产品。所以我对此并不感兴趣。这里的核心功能是模块。所以如果你再次进入设置并查看模块选项卡，你会发现 23 个模块中有 16 个已启用。所以这只是简单的切换，这正是它与其他工具不同的地方。

其他工具也允许你做类似的事情，但我觉得没有这么容易。这就是我认为他们试图区分自己的地方。但无论如何，例如，只需轻松切换启用网络搜索，然后保存更改。就是这样，你只需要这样做。然后它开始运行，并向你显示所有系统日志。我该如何关闭它？好吧，我只需点击 X，它应该就会消失。还可以做的另一件事是，你可以直接在 CLI 上检查状态。它只是告诉你状态、上下文大小等信息。这相当不错。现在，我不确定它是否有自己的记忆。让我们检查一下。我只是让它，你知道的，把这个添加到我的待办事项列表中。它在思考、发送，希望它只是使用自己的记忆。我稍后会告诉你结果。

瞧，这是一个它执行的工具调用，并将其记录到了其记忆中，这相当有趣。另一个功能，我认为仍在发展中，但我觉得非常有前景，也许是杀手级功能，那就是可扩展性角度。如果你再次进入设置并查看这些用户模块。你可以通过自己的模块来扩展它，我希望 OpenLumara 能为我们编写自己的模块。让我们检查一下。与其在聊天中操作，我将进入 CLI，并粘贴以下内容：创建一个用户模块，生成介于最小值和最大值之间的随机数。让我们看看它是否能做到这一点，然后我们再来检查。

正如你所见，它为用户模块编写了所有代码。然后它告诉我需要做什么以及如何保存它。我不想自己动手。让我看看它是否可以将该模块保存到文件夹中。它创建了那个 pi 文件。让我在浏览器中检查一下。瞧，随机数 pi。让我们进入 OpenLumara。从这里，你只需要进入设置的用户模块

你的模块就在那里。你可以将其开启，然后保存，接着你就可以在聊天或任何你喜欢的地方使用它。就像这样，你可以直接使用它。我认为这是他们需要改进的地方，因为这是一个误报。我正在使用基于本地 Llama 的模型。就是这样。这就是为你带来的全新 OpenLumara 工具。请告诉我你的想法。如果你想

帮助这个频道，请成为会员。