Ovis：把电脑里的编码 Agent 装进手机和浏览器

图：Ovis 应用图标，仓库内 public/icons/icon-192.png

想象一个具体场景：你让 Claude Code 在本地仓库里跑一个重构，它改到第三个文件时抛出一个权限确认——"是否允许执行 git push origin feat/export-guard？" 此刻你不在电脑前，而是在通勤的地铁上。传统做法是你盯着终端干等，或者干脆不敢让 Agent 跑长任务。

Ovis 就是为这个瞬间而生的。它是 herdr 的浏览器与手机客户端——把跑在你自己机器上的编码 Agent，会话内容变成手机和浏览器里可以随时查看、随时回复的聊天流，权限请求变成可以点一下的卡片。截至 2026 年 11 月初，Ovis 获得 1770 个 Star、246 个 Fork，是编码 Agent 外围工具中增长很快的一员。

从"herdr web UI"到 Ovis：一次被迫的改名

这个项目的历史本身就是一段行业插曲。它最初叫 herdr web UI，是开发者 devswha 为自己的终端多路复用工具 herdr 写的 Web 界面。后来它长成了一个独立的、面向所有编码 Agent 的通用客户端，名字也就跟着改成了 Ovis（拉丁语"羊"）。

有意思的是，仓库里还留着完整的迁移包袱：install.sh 里明确处理了旧插件 ID devswha.herdr-web-ui 到新 ID devswha.ovis 的配置继承，Node 运行时目录也保留了 ~/.local/share/herdr-web-ui/node 的旧路径兼容。这种"改名但不丢数据"的细致，在个人项目里并不常见。

从 2026 年 9 月 17 日创建到今天不到两个月，版本号已经迭代到 v0.4.21，发布节奏极快——几乎每天一个 release。

它到底解决什么问题

要理解 Ovis，得先理解 herdr。herdr 是一个终端多路复用器，专门为"同时跑多个编码 Agent"设计：每个 Agent 待在真实的终端面板里，保留自己的 shell、日志和运行中的进程，herdr 负责跟踪哪些面板里跑着 Agent，把状态汇总到标签页和工作区上。

Ovis 是连接"Agent 会话"和"人类注意力"的那一层。 具体能力包括：

图：聊天视图——Claude Code 面板的原生对话记录，每一轮的工作折叠成一行可展开

把每个 Agent 读成对话。 这是核心。Ovis 不做终端文本的粗暴解析，而是直接读取各 Agent 自己的会话文件：Claude Code 的原生 transcript、Codex 的 rollout 记录、OpenCode 的 SQLite 数据库、Grok 的 events.jsonl、Hermes 的 SQLite 会话存储……每轮的工作（Grep、Read、Edit、Write、Bash）折叠成一行"Worked for 2m 36s"，点开就是细节。

图：Codex 面板等待输入时的权限确认卡片，选项可直接点选

用一次点击批准。 Agent 的权限请求和提问变成卡片，服务端在提交前会检查这张卡片是否仍然有效（避免对着一个已经过期的菜单做选择）。发消息期间还能排队，让 Agent 下一轮接着做。

真正的终端一键可达。 随时切到 live terminal，用的是 xterm.js 6 直连 herdr 的面板，和你自己在 herdr TUI 里看到的是同一个 pane。手机端还提供 Esc、Tab、Ctrl、方向键的虚拟键盘条。

图：终端视图——herdr 里的 shell 面板实时运行 git log 和 bun test

手机端。 PWA 形态，iOS/Android 都有 TestFlight / Google Play beta。配套 Tailscale，通过二维码扫码连接自己的设备。

类比：Ovis 是编码 Agent 世界的"手机遥控器"

如果把 herdr 理解成一台功能强大但操作复杂的工业设备——按钮多、布线复杂、每个功能都要学习——那 Ovis 就是它的遥控器：把繁复的终端操作压缩成聊天、卡片和几个键。

更贴切的类比是对讲机。Agent 在房间里（你的电脑）干活，你是走在楼里（通勤路上）的人。Ovis 让房间里的声音变成手机上的文字，并且让你能回一句"好，继续"。

技术栈与架构

Ovis 的技术选型非常明确：

层面	选型
前端	React 19 + Vite 8 + TypeScript 7
终端	xterm.js 6（含 fit / unicode-graphemes / web-links 三个插件）
运行时	Bun 1.4.2（packageManager 锁定），Node 22 仅作降级兜底
后端	Bun 原生 HTTP + WebSocket 服务，端口 7317
终端宿主	Rust 编写的 crates/pty-sidecar（PTY 侧车），预编译分发并校验 SHA-256
加密	tweetnacl、@noble/ciphers、@noble/curves、@noble/hashes
推送	web-push（Web Push 通知）
原生应用	Mac（Swift）、Windows（C# / .NET）、Tailscale 集成

代码规模上，TypeScript 约 2510 万字节，占绝对主导，另有 CSS、HTML、Swift、C#、Java、Shell、PowerShell、JavaScript、Rust、Python 等辅助语言。

架构上有意思的设计是"三层分离"：React 前端（src/）只负责渲染；Bun 服务端（server/）负责 Agent 会话解析、WebSocket 推送和权限校验；Rust PTY 侧车（crates/pty-sidecar）专门处理真实的终端 I/O。这样即使 Rust 侧车在某个平台编译不出来，还有 Node 18+ 兜底，再不行就退化为"屏幕镜像"（screen mirror）模式。

上手门槛：比想象的低，但有前提

Ovis 的安装体验是我见过的同类项目里做得最好的之一：

curl -fsSL https://ovis.sh/install.sh | sh

这一行命令会自动完成：安装 herdr（如缺失）、安装 Bun（如缺失）、把 Ovis 注册为 herdr 插件、在 Tailscale 运行时通过 tailscale serve 暴露 HTTPS 地址并打印二维码。Mac 用户有 .dmg 一键安装包，Windows 用户有 Ovis.exe。

但前提条件很硬：

1. 必须先有 herdr 0.9.0+ 且 herdr 服务正在运行——Ovis 本质上是 herdr 的插件，不是一个独立可跑的服务器
2. 手机必须能访问到你的电脑——Tailscale、VPN 或 SSH 隧道，三选一
3. 电脑必须开着——Ovis 是本机客户端，不是云服务

这一点必须说清楚：Ovis 没有托管服务，没有账号体系。它跑在你自己机器上，本地监听 127.0.0.1:7317。官方文档非常明确地警告：除非用户主动要求远程访问，否则绝不要绑定 0.0.0.0 或 LAN 地址——因为任何能访问到未设防服务器的人都能在你的终端里输入命令。

测试与工程质量

这是 Ovis 最让人意外的部分。仓库里有 713 个测试文件，测试密度在同类前端项目中相当罕见。

CI 有 14 个 workflow：主 ci.yml、PTY 侧车构建与测试（pty-sidecar.yml、pty-sidecar-attach.yml）、Windows 应用与安装（windows-app.yml、windows-install.yml、windows-terminal-qa.yml）、macOS DMG 打包、relay 部署、远程 bundle 构建、PR 标题规范检查等。CI 里固定了 Bun 1.4.2、Node 22、herdr 0.9.3 三个版本。

测试脚本分四层：test:unit（单元）、test:integration（集成）、test:ui（UI 回归，包含 UI 回归、上下文回归、粘性修饰键回归三个套件）、test:ssh（SSH 集成）。UI 测试用的是 playwright-core。

文档同样完整：docs/guide.md 有 11.8 万字符，覆盖快速开始、支持的 Agent 清单、功能说明、手机端、跨 PC SSH、访问与安全、配置、快捷键、工作原理、FAQ 十个大节。README 提供英/简中/日/韩四语版本，另有 INSTALL.md（安装）、CHANGELOG.md（变更）、DESIGN.md（UI 规范）、SECURITY.md（安全策略）、THIRD_PARTY_NOTICES.md（第三方声明）、以及分布在根目录、server/、src/ 三个位置的 AGENTS.md——后者是为编码 Agent 写的仓库内协作约定。

争议与局限

依赖 herdr 是最大的耦合。 Ovis 不是独立应用，你必须先接受 herdr 这个前提。对于已经在用 herdr 的人，这是顺水推舟；对于没有的人，等于要额外学一个终端多路复用器。

平台覆盖不均。 Rust PTY 侧车只提供 Linux x64/arm64 和 macOS 的预编译版本，Windows 走屏幕镜像，功能上打了折扣。文档还注明 Alpine 和 32 位 ARM 没有侧车构建。

部分 Agent 支持是"实验性"或"部分降级"。 Antigravity (agy) 标注为实验性且 macOS 未测；Letta Code 是只读 transcript；Grok 的会话识别依赖 /proc、lsof、sysctl 这些 Linux/macOS 特有的机制，Windows 上直接退化为终端文本。Copilot CLI 的选择项是只读的。

功能边界写得很克制，这点值得肯定。 CONTRIBUTING 里明确写道：新功能要么镜像 herdr 自己的 TUI 已有的能力，要么满足 Codex/Claude 官方 App、Paseo、T3 Code 这类主流编码 Agent 应用已经满足的需求——"提供它们都没有的便利，或者为小众场景新增一个设置或 UI 概念，很可能会被拒绝：每个功能都要长期维护和测试"。这种克制在快速迭代期尤其可贵。

隐私上算清白但有默认开启的遥测。 会话数据留在跑 Agent 的那台机器上，Ovis 本身没有账号也没有托管中继。但匿名使用计数默认开启（Settings → About → Anonymous usage counts 可查看并关闭，或设 OVIS_TELEMETRY=0）。语音输入功能会使用你自己的 OpenAI key 或浏览器自带的语音识别。

安装脚本会顺手 star 仓库。 首次安装时，如果 gh CLI 已登录且尚未 star，脚本会在终端里提示 20 秒，只在输入 "y" 时才 star——它绝不会自己动手。这个细节挺有意思，但也说明作者对 GitHub 生态的运作方式很熟悉。

行业意义

Ovis 反映了一个正在成型的趋势：编码 Agent 的竞争焦点，正在从"能力"转向"人在回路的体验"。

当 Claude Code、Codex、OpenCode、Grok、Devin 各自的模型能力和工具调用都逐渐收敛之后，真正的差异化落在了"当 Agent 需要你时，你恰好在不在电脑前"这个问题上。Ovis 给出的答案是：让 Agent 的会话变成一种可以随身携带的通知与对话。

1770 个 Star、246 个 Fork、102 位贡献者、不到两个月从 0 迭代到 v0.4.21——这个增长曲线说明开发者确实需要这样一个东西。而它选择"跑在你自己机器上、不设账号、不做托管"的路线，也让"你的代码和对话不出本机"这个卖点，在这个数据隐私敏感度持续上升的时期变得格外有说服力。

herdr 生态正在做的事，其实是给终端这个"最古老但最没被 Web 化"的界面，补上移动时代的那一课。