ClaraVerse 评测：本地优先的多 Agent 聊天界面，记忆分层是亮点
Claraverse is a opesource privacy focused ecosystem to replace ChatGPT, Claude, N8N, ImageGen with your own hosted llm, keys and compute. With desktop, IOS, Android Apps.
秒懂
- 它是什么？
- ClaraVerse 是一个开源的私有 AI 工作台，把聊天、多 Agent 协作、可视化流程和本地模型管理塞进一个 Docker 容器。它最值得注意的设计是分层记忆系统，但 RAG 功能依赖额外的 sidecar，部署时要分清单容器和完整栈的区别。
- 适合谁用？
- ClaraVerse 适合已经运行 Ollama 或 LM Studio、愿意用 Docker Compose 跑完整栈、并且需要多 Agent 协作和可编辑记忆的开发者。如果你只想要一个简单的聊天前端，或者不想维护 MySQL、MongoDB、Redis、Qdrant 这些额外组件，那么单容器模式会缺少知识库功能，Open WebUI 或 LibreChat 可能更轻。
- 能商用吗？
- 请先确认。这个仓库使用的许可证不在我们自动归类的范围内，商用前请阅读仓库里的 LICENSE 文件。
- 还在维护吗？
- 在维护。仓库最近一次提交在 43 天前。
- 用什么语言写的？
- 主要是 TypeScript（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决什么问题，给谁用
ClaraVerse 把自己定位成 ChatGPT、Claude、N8N 和图像生成工具的私有替代品。它瞄准的是那些不想把对话记录和 API 密钥交给第三方服务的用户。目标人群很具体：本地跑着 Ollama 或 LM Studio 的开发者，需要多个模型协作完成任务的团队，以及希望聊天记录默认存在自己设备上而不是服务器上的人。README 强调"本地优先"，默认把聊天存到本地设备，只有需要跨设备同步时才启用加密同步。这不是又一个套壳聊天 UI，它把 Agent 团队、记忆系统和可视化流程构建器整合进同一个界面，而这三件事在大多数聊天界面里只是附属功能。
Crew 机制：带人工审核的 Agent 流水线
Crew 是 ClaraVerse 的多 Agent 功能，文档描述它像"一个真正的团队"。你给一个项目写 brief，然后创建一组 Agent，它们会生成卡片并推送到一个流水线里。关键设计是每张卡片在"ship"之前必须回到你这里审核，README 用"No black box"来强调这一点。这意味着 Agent 不是自动执行完就结束，而是每个步骤都留有人工确认的节点。从架构上看，这更像一个带门禁的 CI 流程，而不是无人值守的自动化。对需要审计每一步操作的场景，比如代码生成或内容发布，这种设计比完全自动的 Agent 循环更稳妥。但文档没有说明卡片审核的具体 UI 操作，比如是否可以批量通过或回退，实际使用前需要自己摸索。
记忆系统：三层结构，不是扁平笔记
ClaraVerse 的记忆系统是它区别于其他项目最明显的地方。它分三层：Pinned tier 里的记忆始终注入，不参与相关性评分，也不衰减，适合记录过敏、硬性约束这类不能忘的事实。Recall tier 是普通记忆，靠 embedding 相似度检索，只在相关时才注入当前对话。Decay 机制会让长期不用的记忆自动归档。整个系统是模型驱动的，模型在对话中像调用普通工具一样调用 search_memory 和 add_memory，而不是靠外部脚本定期抓取。记忆在静态时用 AES-256-GCM 加密，密钥通过 HKDF 按用户派生，README 声称连管理员都读不了。这个设计比大多数聊天 UI 的"保存到数据库"要细致，但加密也意味着如果你忘了密钥，记忆就真的丢了，没有找回途径。
本地模型自动发现：省事但有个坑
ClaraVerse 每两分钟扫描一次主机上的 Ollama 和 LM Studio。发现后自动导入模型、创建 provider、设置可见性。provider 离线时自动禁用，回来时重新导入。这个机制让配置成本降到零，只要 Ollama 在跑，界面里就会出现模型列表。但 README 明确警告了一个坑：Ollama 默认监听 127.0.0.1，Docker 容器访问不到。你必须把 OLLAMA_HOST 设为 0.0.0.0，并修改 systemd 配置。对不熟悉 systemd 的用户，这一步容易卡住。另外，自动发现只覆盖 Ollama 和 LM Studio，如果你用其他 OpenAI 兼容 API，比如 vLLM 或 TGI，还是要手动设 OLLAMA_BASE_URL 或 LMSTUDIO_BASE_URL 来指向它们。
部署方式：一行脚本与 Docker Compose 的差别
快速开始给了一条 Linux/macOS 的一行安装命令，curl 远程脚本然后运行 claraverse init。这条命令适合试水，但生产环境应该用 Docker Compose。仓库提供了 docker-compose.production.yml，它拉起完整栈，包括 MySQL、MongoDB、Redis、SearXNG、Qdrant 和 embeddings sidecar。单容器模式用 docker run 也能跑，但 README 直接说这种模式下 Knowledge 标签页和 search_knowledge 工具会报 "embeddings service unreachable"。换句话说，RAG 不是内置在核心进程里的，而是依赖外部向量数据库和嵌入服务。如果你只需要聊天，单容器够用；如果你要知识库，必须用 Compose。环境变量可以覆盖默认端口和自定义 Ollama 地址，比如 CLARAVERSE_PORT=8080。内存要求是 4 GB 最低，8 GB 推荐，考虑到要跑 MySQL 加 Qdrant，8 GB 是合理的底线。
Clara Agent：终端里的同一个助手
仓库里附带了一个叫 clara-agent 的子项目，它把同一个模型和账号带进终端。安装命令是 claraverse agent install，它构建 Agent 并把 claracli 放到 PATH 上。运行 claracli 后，用 /login claraverse 连接账户。这个 Agent 能读写文件、编辑代码、执行命令，相当于把 Web 端的对话能力延伸到命令行。对习惯用终端的开发者，这比切回浏览器方便。但文档没有说明 claracli 的具体命令集，比如它是否支持管道、是否有多文件编辑的确认机制。如果它和 Web 端共享同一套记忆，那终端里的对话也会触发记忆提取，这可能带来隐私上的意外，因为终端操作往往涉及敏感路径。仓库布局显示 clara-agent 是独立目录，具体行为需要看那个子目录的文档。
许可证与维护成本
README 的徽章显示 AGPL-3.0，但仓库的 License 字段是 NOASSERTION，这意味着 GitHub 没有检测到标准许可证文件，实际授权状态需要你自己查看 LICENSE 文件确认。AGPL 对网络服务有传染性，如果你修改代码并对外提供服务，需要开源你的改动。对内部使用影响不大，但如果你想基于它做商业产品，要咨询律师。维护方面，项目活跃，最近一次 push 在 2026 年 8 月，版本号到 v0.3.1。v0.3.1 的发布标题是 "One-line install RAG-ready"，说明安装路径在快速迭代。升级成本主要来自 Docker Compose 里的多个服务，每次更新要同时拉取 claraverse 镜像和 sidecar 镜像。文档提供了日志查看、重启和彻底重置的命令，比如 docker compose down -v 会删除所有数据，所以升级前要备份卷。
和 Open WebUI 相比，差异在架构
README 里专门有一节对比 Open WebUI，但没有给出内容。从现有材料看，两者的核心差异是 ClaraVerse 把记忆和 Agent 团队作为一等公民，而 Open WebUI 更偏重纯聊天界面和多用户管理。ClaraVerse 的记忆不是简单的会话历史，它有分层、加密和自动衰减，这需要额外的数据库和嵌入服务。Open WebUI 通常只需要一个容器加 SQLite，部署更轻。如果你只需要一个好看的界面来对接 Ollama，Open WebUI 可能更省事。但如果你需要 Agent 之间互相协作、每步都有人工审核、并且记忆能跨会话自动提取，ClaraVerse 的 Crew 和记忆系统是 Open WebUI 没有的。另一个区别是 ClaraVerse 的自动发现机制会定期扫描本地模型，而 Open WebUI 需要手动配置连接。
编辑结论
ClaraVerse 适合已经运行 Ollama 或 LM Studio、愿意用 Docker Compose 跑完整栈、并且需要多 Agent 协作和可编辑记忆的开发者。如果你只想要一个简单的聊天前端，或者不想维护 MySQL、MongoDB、Redis、Qdrant 这些额外组件，那么单容器模式会缺少知识库功能，Open WebUI 或 LibreChat 可能更轻。采用前先验证三件事：你的 Ollama 是否监听 0.0.0.0，Docker 主机是否有 8 GB 可用内存，以及你是否接受 AGPL-3.0 对再分发的要求。仓库的 README 明确写了单容器会报 "embeddings service unreachable"，所以别跳过 Compose 文件。
社区笔记