模型 / 数据集
holaboss-ai/holaOS avatar
holaboss-ai/holaOS

holaOS 评测:把 Claude Code 和 Codex 装进同一个本地工作台

Open-source agentic workspace enterprises can make their own. Connect the systems you already run — 100+ integrations, MCP, chat tools, apps, browser, local files — with shared memory. Any agent (Claude Code, Codex), any model, or BYOK. Set up in clicks, not months. Local-first: your data never leaves your machines.

11,288 个 Star723 个 ForkTypeScriptNOASSERTION

秒懂

它是什么?
holaOS 是一个开源的企业级 agent 工作台,用 Electron 和 TypeScript 构建,主打本地优先。它把应用、聊天工具、MCP 服务器和共享内存拼在一起,让 Claude Code、Codex 或自带 agent 在同一界面里操作真实应用,而不是输出一堵聊天文本墙。
适合谁用?
holaOS 适合那些已经依赖 Slack、飞书、钉钉或微信做决策,又希望 Claude Code 或 Codex 直接读取这些上下文的企业团队。它不适合只想要一个开箱即用、不关心数据流向的云端 agent 工具的个人用户,也不适合完全没有自托管基础设施的小团队。
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 25 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:上下文散落在聊天、应用和文件里

企业里的决策经常不在文档里,而在 Slack 线程、飞书群、钉钉消息中。holaOS 的定位是让 agent 直接读取这些真实对话,而不是依赖用户事后总结。它同时把 Notion、浏览器、自建应用这些真实界面放在 agent 旁边,agent 操作的结果直接落在应用里,而不是生成一段文字描述。这个项目面向的是已经跑着多种 SaaS 工具、又想让多个 agent 共享同一套工具和记忆的团队。它不是一个聊天机器人框架,而是一个桌面工作台,Electron 打包,TypeScript 编写,支持 macOS(Apple Silicon 和 Intel)、Windows 和 Linux。

HolaApps 的机制:真实界面而非聊天记录

README 强调 HolaApps 是 live UI,不是 transcript。每个应用都对应一个真实的可交互表面,比如 Notion 或浏览器。用户可以从工作区内的 marketplace 一键安装,也可以指向任意 URL 和 MCP 服务器来创建自己的 HolaApp。关键在于双向上下文同步:用户手动点击、输入、打开的内容会变成 agent 已有的上下文,agent 操作时用户也能随时接手。这说明 holaOS 不是简单的屏幕录制加 LLM 调用,它需要维护应用状态与 agent 上下文之间的映射关系,这部分机制在 README 中没有展开,但可以推测它依赖 Electron 的渲染进程与主进程之间的通信通道。

IM 集成与权限边界:读取前需批准

holaOS 支持 Slack、飞书、钉钉、微信,连接哪些由用户自己选。权限按工具和范围授予,agent 在读取任何内容之前必须得到批准。这个设计与许多云端 agent 工具不同,后者通常一次性授权整个工作区。按范围授权意味着企业可以限制 agent 只能访问特定频道或群组,而不是整个租户。不过 README 没有说明这些权限是 OAuth scope 级别的,还是 holaOS 自己实现的过滤层。如果是后者,那么消息在到达 agent 之前会先经过 holaOS 的本地处理,这符合 local-first 的承诺,但具体实现细节需要查看源码才能确认。

模型与 agent 的多样性:BYOK 与内置模型的取舍

holaOS 内置了多个模型,包括成本导向的 Kimi K3、GLM 5.2,以及高端的 GPT 5.6、Claude Opus 5、Fable 5。用户也可以使用自己的 OpenAI 或 Anthropic key,或者任何兼容端点。README 声称这些 BYOK 请求运行在用户自己的账户上,不消耗 holaOS 套餐额度。同时,它支持 Claude Code、Codex 和内置 holaOS agent 在同一工作区运行,共享同一套记忆、工具和技能。这意味着企业可以针对不同任务选择不同的 agent,而不需要为每个 agent 单独配置集成。但这里有一个隐含的成本:维护多个 agent 的兼容层,因为 Claude Code 和 Codex 的 tool calling 格式不同,holaOS 需要把它们统一到自己的工具抽象上。

获取与运行:从 Quick Start 到实际部署

README 提供了 Quick Start 链接,指向 holaos.ai 的 getting-started 文档,但没有在仓库内给出具体安装命令。平台支持 macOS(Apple Silicon 和 Intel)、Windows 和 Linux,这暗示有对应平台的安装包。由于是 Electron 应用,安装后应该是一个桌面程序,而不是命令行工具。用户需要先创建账户(网站有 Sign in 入口),然后从 marketplace 安装应用和集成。对于开发者来说,仓库默认分支是 main,有 CI workflow(ci.yml),但没有说明如何从源码构建。如果你想自己编译,需要查看 docs 目录或 GitHub Actions 配置来推断构建步骤,但这部分在 README 中是缺失的。

真实局限:本地优先的代价与许可证风险

README 声称“你的数据永远不会离开你的机器”,但这对 IM 集成来说是个挑战。Slack 或飞书的消息需要先被拉取到本地才能被 agent 读取,这意味着本地存储会成为敏感对话的汇聚点。如果本地机器被攻破,数据泄露的范围可能比云端工具更大。另外,许可证标注为 Modified Apache 2.0,GitHub 显示为 NOASSERTION,这意味着它不是标准的 Apache 2.0,可能有额外限制。企业采用前必须仔细阅读 LICENSE 文件,确认修改了哪些条款,比如是否限制商业使用或要求开源衍生作品。这些信息在 README 中没有说明,属于需要自行核实的风险点。

替代方案与差异:ChatGPT 桌面版与自建 MCP 聚合器

一个直接的替代方案是使用 ChatGPT 桌面版或 Claude 桌面应用,它们也提供本地文件访问和 MCP 支持,但它们是单 agent 绑定的,不能同时运行 Claude Code 和 Codex。另一个方向是自建一个 MCP 聚合服务器,把所有工具统一暴露给任意 agent,再搭配一个浏览器扩展来捕获上下文。这个方案更灵活,但需要自己维护工具注册、权限控制和共享内存,而 holaOS 把这些做成了开箱即用的功能。差异在于:自建方案适合有专门平台团队的工程组织,holaOS 则适合业务团队直接采用,不需要写胶水代码。不过 holaOS 的共享内存是它独有的卖点,自建方案很难在短时间内复现同样的双向同步体验。

维护与升级成本:桌面应用的更新节奏

仓库显示最后推送是 2026 年 8 月,最新 release 是 2026 年 8 月 6 日,说明项目处于活跃状态。作为 Electron 应用,升级通常由用户手动触发或自动更新,但 README 没有说明更新机制。企业需要关注的是:每次升级是否可能破坏已有 HolaApp 或 MCP 服务器的兼容性,尤其是当内置模型或 agent 版本更新时。另外,本地优先意味着每个用户机器上都需要维护一份应用和配置,不像云端工具那样集中管理。对于超过几十人的团队,IT 部门需要评估如何分发更新和备份本地记忆数据。这些运维细节在文档中尚未提及,采用前应咨询项目维护者或查看 docs 目录。

编辑结论

holaOS 适合那些已经依赖 Slack、飞书、钉钉或微信做决策,又希望 Claude Code 或 Codex 直接读取这些上下文的企业团队。它不适合只想要一个开箱即用、不关心数据流向的云端 agent 工具的个人用户,也不适合完全没有自托管基础设施的小团队。采用前需要先核实三件事:Modified Apache 2.0 许可证的具体限制条款,因为 NOASSERTION 意味着你不能默认它等同于标准 Apache 2.0;本地优先的存储机制是否覆盖所有集成类型,尤其是 IM 工具的消息缓存;以及内置模型(如 Kimi K3、GLM 5.2)的计费方式是否与 BYOK 模式在同一账户下清晰分离。如果这些条件能满足,holaOS 的 side-by-side 应用界面和共享内存设计确实能减少 agent 与人工之间的上下文重述,这是它区别于普通聊天式 agent 工具的核心价值。

官方来源

  1. holaboss-ai/holaOS on GitHub
  2. Issues
  3. Project website
  4. README
  5. Releases
社区笔记

社区笔记