KohakuTerrarium
通用型AI Agent框架，一台「造Agent的机器」，内置多模型支持、Session持久化、Docker一键部署
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
通用型AI Agent框架，一台「造Agent的机器」，内置多模型支持、Session持久化、Docker一键部署
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下：你要让 AI 帮你写代码，于是花了半天时间配置工具调用、调试多轮对话、拼接各种 API……好不容易跑通了，换一个需求又要重来一遍。KohakuTerrarium 的出现，就是要终结这种「每次造 Agent 都要重造机器」的困境——它把自己定位成一台「造 Agent 的机器」，让你只需要关注「造什么」，而不是「怎么造」。
2025 年以来，AI Agent 赛道爆发式增长。从 LangChain、AutoGen 到 CrewAI，市场上涌现了大量 Agent 框架，但它们普遍存在两个问题：一是上手门槛高，需要大量配置才能跑起来；二是扩展性差，想加个新工具或换个大模型，往往要改核心代码。
KohakuTerrarium（琥珀温室）由 Kohaku-Lab 开发，核心作者为 Shih-Ying Yeh（KohakuBlueLeaf），2026 年 1 月正式开源，v2.0.0 版本已发布。项目定位是「通用型 AI Agent 框架」，强调开箱即用（batteries-included）和高度可组合性。它不只是一个库，而是一套完整的工具链——包含了 CLI、TUI、Web UI、API Server，覆盖从本地开发到生产部署的全场景。
Agent 的生命周期由 core/agent.py 主导，配合 agent_lifecycle.py 管理启动、运行、恢复全过程。工具系统位于 agent_native_tools.py 和 agent_runtime_tools.py，内置文件操作、Shell 执行、Web 搜索等基础能力。值得注意的细节：
session.py，支持中断后恢复（kt resume --last），不会因意外中断丢失上下文budget.py 和 agent_budget_recovery.py 实现 token 消耗追踪与异常恢复，防止对话无限增长agent_mcp.py 支持 Model Context Protocol，可连接外部 MCP Server 扩展工具集KohakuTerrarium 的模型层是目前见过的最开放的架构之一，同时支持：
配置文件 llm/profiles.py 和 llm/presets.py 实现了预设模型配置管理，llm/backends.py 做了底层抽象，支持无缝切换 Provider 而无需改业务代码。这种「插拔式」模型层设计对需要混合调用多个模型的复杂 Agent 场景非常友好。
内置 builtin_skills/ 和 builtins/，提供开箱即用的 Agent 能力。skills 系统支持热插拔安装：kt install @kt-biome 即可拉取官方工具包。mcp/ 目录实现了 MCP 客户端，理论上可以连接任何支持 MCP 协议的工具服务。
三套界面覆盖不同使用场景：
cli/entry_cli.py）：适合自动化脚本和远程操作cli/entry_tui.py）：基于 textual 库的全屏终端界面，适合本地开发src/kohakuterrarium-frontend/）：Vue 3 + UnoCSS 构建，REST API 由 FastAPI 提供（api/main.py）这套分层设计的精妙之处在于：同一套 Agent 核心可以在不同场景下复用，不必为 CLI 写一套逻辑、再为 Web 写另一套。
官方提供了三套 Docker 镜像策略：
kt-aio-entrypoint.sh 启动，一条命令即可部署完整服务（docker run -p 8001:8001 ...）配合 packaging/ 目录还支持 Android 端打包（通过 Chaquopy），这在 Agent 框架中是极为罕见的功能。
安装只需一条命令：
pip install kohakuterrarium
kt login codex
kt install @kt-biome
kt run @kt-biome/creatures/swe --mode cli
60 秒内即可启动一个完整的 SWE（软件工程）Agent，拥有文件工具、Shell 访问、Web 搜索和子 Agent 能力。
作为 Python 库使用同样简洁，四行代码即可构建 Agent：
from kohakuterrarium import Agent
agent = await Agent.build("@kt-biome/creatures/swe")
await agent.start()
result = await agent.run("Explain what this codebase does.")
亮点：
局限：
pydantic>=2.12.0（特定版本约束）、textual>=8.0.0、mcp>=1.0.0 等，首次安装可能耗时较长KohakuTerrarium 代表了一种新的 Agent 框架设计思路：不是「提供一个库让你自己组装」，而是「提供一台完整的机器，你只需要告诉它做什么」。420 个 GitHub Stars 在 v2.0.0 发布后快速增长，说明市场对「开箱即用 + 高度可扩展」的需求确实存在。
其 MCP 集成、Android 打包支持以及多模型抽象，代表了 2026 年 Agent 框架的几个重要趋势：生态互联、跨平台部署、以及 Provider 无锁化。如果你在寻找一个不需要从零搭建、可以直接投入使用的 AI Agent 解决方案，KohakuTerrarium 值得重点关注。