OpenMantis：把大模型接进飞书和企业微信的个人 Agent 框架

一位开发者的"个人 AI 助手"实验

你有没有想过，让 AI 直接在你的工作群里帮你查资料、生成文档、定时汇报？传统的方案要么需要接入企业微信 SDK、要么要和飞书机器人 API 纠缠，改起来费时费力，上线后还难维护。

OpenMantis 的作者 LiangNiang 就遇到了这个痛点。他决定自己动手，用 TypeScript + Bun 从头写一个轻量级框架，把市面上的大模型（OpenAI、Anthropic、DeepSeek、豆包、小米 MiMo）接入飞书、企业微信和 QQ，再配上可组合的工具链、长期记忆和定时任务——目标是一次部署，自己用，所有渠道一网打尽。

这个项目目前 117 Stars、9 Forks，Apache-2.0 开源许可，最后更新于 2026 年 5 月。代码质量不错，文档详细（README 中英双语），特别适合想自己动手搭建个人 AI 助手的开发者。

架构设计：Gateway 模式 + Agent 工厂

从架构图可以看出，OpenMantis 的设计思路很清晰：

消息流：

1. 用户在飞书/企微/QQ 发消息 → 通道适配器（Channel Adapter）接收
2. Gateway 管理会话路由，决定是否创建新 Agent
3. AgentFactory 每轮解析 LLM 供应商、工具和系统提示词（含 MEMORY.md 索引）
4. ToolLoopAgent 驱动流式执行，工具结果返回给 LLM 继续迭代
5. 最终回复通过同一通道适配器发回用户

这种设计的好处是扩展新渠道只需新增一个 Channel 包，其他逻辑完全不用动。目前官方已支持飞书（Lark）、企业微信、QQ 三平台。

长期记忆：四层认知模型

OpenMantis 的记忆系统是一个亮点。作者参考认知科学，实现了四种记忆类型，全部用 Markdown 文件存储在本地：

记忆类型	作用	触发场景
语义记忆	知识事实	问答时注入上下文
程序记忆	操作步骤/SOP	重复性任务
情景记忆	经历/对话摘要	Recap 时生成
前瞻记忆	待办/计划	定时任务触发

所有记忆由单一 MEMORY.md 索引统一管理，每次对话注入系统提示词。LLM 还会自动检测记忆冲突，避免重复写入。这个设计比向量数据库方案更轻量，适合个人用户。

定时任务：不是 cron 那么简单

传统的定时任务只是"到点执行脚本"，OpenMantis 的 Scheduler 更进一步——每次定时触发都走完整的 Agent 管线，意味着定时任务可以调用工具、访问记忆、和 LLM 交互。

支持的触发方式：

• 固定间隔（每 N 分钟/小时）
• Cron 表达式（每天 9:00、每周一 10:00）
• 一次性定时（明天下午 3:00 执行）

浏览器自动化：真浏览器，不是 headless

很多 Agent 框架的"浏览器自动化"其实是 headless 模式，无法处理复杂 JS 页面。OpenMantis 通过 agent-browser 驱动真实 Chrome，支持：

• 每会话隔离的浏览器配置文件
• CDP（Chrome DevTools Protocol）模式复用本地 Chrome
• CDP 不可达时自动降级到隔离模式

这对于需要登录、填写表单、处理验证码的场景非常有价值。

技能系统：像搭积木一样扩展

OpenMantis 的工具（Tools）和技能（Skills）是两层设计：

• 工具层：Bash、文件读写、网页搜索（Tavily/Exa）、RSS、TTS、记忆操作等
• 技能层：每个技能是一个独立目录，包含 SKILL.md 指令模板和可选的 scripts

内置技能包括：

• 🌤 天气查询
• 📄 DOCX 生成
• 📊 XLSX 生成
• 🎨 前端设计建议
• 🔧 技能管理器

用户也可以用 SKILL.md 模板创建自定义技能，注入自己的 prompt 和工具组合。

上手体验：10分钟配好飞书机器人

预编译二进制（推荐）：

# 下载 https://github.com/LiangNiang/OpenMantis/releases
chmod +x openmantis-linux-x64
./openmantis-linux-x64 init      # 初始化内置技能
./openmantis-linux-x64 start     # 启动守护进程

首次运行会自动打开 http://127.0.0.1:7777 配置向导，支持：

• 中英文切换
• LLM 供应商连接测试（OpenAI/Anthropic/DeepSeek/豆包等）
• 渠道凭证配置（飞书 App ID/Secret、企微 AgentID/Secret、QQ Bot Token）
• 工具组开关

配置完成后重启示生效。

源码运行（需要 Bun）：

git clone https://github.com/LiangNiang/OpenMantis.git
cd OpenMantis && bun install
bun run dev

管理面板 Web UI 使用 React 19 + Tailwind CSS v4 + shadcn/ui，界面风格偏向现代极简，有 Geist/Outfit/Syne 三种字体可选。

有局限，但说在前面

作者在 README 里明确标注了几个局限，值得潜在用户知晓：

1. 单用户设计：框架假设只有项目主人一个人使用，不内置多租户、用户隔离或权限管理。如果需要给多人用，不适合。
2. macOS Gatekeeper：下载的二进制可能被系统拦截，需要手动 xattr -d com.apple.quarantine 解除。
3. Windows 终端：Windows 的 .exe 是命令行程序，不能双击运行，需要 PowerShell/CMD 启动。
4. 记忆的 LLM 依赖：冲突检测和记忆注入依赖 LLM 的推理能力，模型质量影响记忆准确性。

为什么值得关注

个人 AI Agent 赛道这两年很热，但大多数方案要么面向企业（需要多租户、权限管理），要么太重（需要 Docker/K8s 全家桶）。OpenMantis 的定位很明确——轻量、个人用、功能全：

• 一个二进制：覆盖 Linux/macOS/Windows，无需 Docker 或云服务
• 多渠道聚合：飞书+企微+QQ 一个框架搞定，不用维护三套代码
• 真浏览器自动化：解决了很多 Agent 框架在复杂页面前的短板
• 认知级记忆：比简单向量检索更有结构，适合长期使用的个人助手

如果你有隐私顾虑（不想用 ChatGPT/Claude 的官方界面）、或者想在公司内部群里跑一个轻量的 AI 助手，OpenMantis 是一个值得研究的开源方案。代码质量较高（TypeScript strict + Biome linter），上手门槛不高，值得关注。