Dexto ： AI 智能体的「操作系统级」开源编排框架
AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。
主要介绍
Dexto 是 Truffle AI 开源的智能体框架（agent harness），官方定位是「AI 应用的编排层」——把大模型变成可靠、有状态、能执行动作、记住上下文、并能从错误中恢复的智能体。它给出一套易于理解的心智模型：LLM 是 CPU，上下文窗口是内存，Dexto 是操作系统，开发者的业务智能体则是运行其上的应用。Dexto 采用配置驱动哲学，用一份 YAML 声明智能体的模型、系统提示词、MCP 服务器、权限与存储，同一份配置即可跑成 CLI、Web UI、REST/SSE 服务、MCP 服务器、Discord 或 Telegram 机器人，也能作为 SDK 嵌入 TypeScript 应用。框架内置会话管理、工具编排、持久记忆、多模态输入、可观测性与人在回路审批等开箱即用能力，支持 50 余种大模型在对话中途热切换，并通过 Model Context Protocol 连接 30 余种外部工具。项目自带一个生产级编码智能体，安装后无需写代码即可建应用、改代码、跑测试、派子智能体。Dexto 以 TypeScript 编写，npm 包 dexto 与 @dexto/core 分别提供 CLI 与 SDK，采用 Elastic License 2.0 许可，当前版本 v1.17.0，处于 Beta 阶段。截至 2026 年 11 月 11 日，GitHub 仓库获 660 星、88 次复刻、17 位贡献者。官网 dexto.ai 同时提供云托管产品，定位为「AI 原生公司的操作系统」。
Dexto 官方 GitHub 仓库 social preview（truffle-ai/dexto，2026-11-11 实测 660 Stars）
功能特点
-
配置驱动智能体定义：用一份 YAML 声明模型、提示词、MCP 服务器、权限与存储，换模型、换工具零代码改动，非深度工程师也能定制领域智能体
-
七种运行形态：同一份配置可跑 CLI、Web UI、REST/SSE API、MCP 服务器、Discord、Telegram，也可作为 SDK 嵌入应用，避免每种渠道重写一遍
-
50 余种大模型即时切换：对话中途换模型无需重启、无需改代码，覆盖 OpenAI、Anthropic、Google、Groq、xAI 与 OpenRouter、AWS Bedrock、Vertex AI、LiteLLM 等网关
-
本地模型隐私运行：支持 Ollama 与 node-llama-cpp 加载 GGUF 模型，自动检测 GPU（Metal、CUDA、Vulkan），数据不出本机
-
MCP 双向集成：作为客户端连接文件系统、浏览器等 30 余种 MCP 工具，也能把智能体本身暴露为 MCP 服务器供 Claude Code、Cursor 等宿主调用
-
自带生产级编码智能体：开箱即可从零建应用、跨代码库读写与重构、执行 shell 命令、跑测试、派子智能体、跨会话保持记忆
-
会话与记忆管理：多会话隔离、会话状态持久化、跨会话长期记忆与上下文压缩，长任务不丢上下文
-
人在回路审批：工具调用按敏感度分级确认，支付等高风险操作默认等待人工放行
-
可观测性：记录工具调用、token 用量与耗时日志，配合 Web UI 实时查看执行状态
-
多智能体协作：主智能体可派生探索、规划等专职子智能体，结果回流主上下文
优缺点
优点：
-
优点1：配置驱动门槛低，YAML 声明即可定义领域智能体，换模型换工具零代码，适合业务团队快速试错
-
优点2：形态覆盖全，一份配置七种运行形态，天然适配从个人终端到企业多渠道的分发需求
-
优点3：MCP 双向设计既消费工具也暴露服务，可无缝接入 Claude Code、Cursor 等 2026 年主流宿主生态
-
优点4：模型自由度高，50 余种模型对话中途热切换，本地 GGUF 运行满足隐私敏感场景的全离线需求
-
优点5：自带可用的编码智能体，安装完即有成品可上手，不必先读文档写脚手架
缺点：
-
缺点1：许可证为 Elastic License 2.0，属 source-available 而非 OSI 开源许可，明确禁止把软件本身作为托管或受管服务提供给第三方，商用托管需法务评估
-
缺点2：官方状态标注 Beta，社区规模尚小（660 星、17 位贡献者、30 个开启的 issue），API 与行为仍可能变化，生产采用需自担风险
-
缺点3：技术栈绑定 TypeScript，Python 团队无法直接复用，需转投 LangGraph、CrewAI 等同类框架
-
缺点4：匿名遥测默认开启（收集命令、耗时、错误、系统与模型信息），隐私敏感场景需手动设置环境变量关闭
如何使用
整体上手路径为「安装、配置、使用、定制、嵌入」五步，全程无需编写代码即可跑通：
第一步安装：macOS、Linux 与 WSL 用户在终端执行官方一行安装脚本（访问 dexto.ai/install 的 curl 管道命令），Windows 用户在 PowerShell 执行官方安装脚本，也可通过 npm 全局安装 dexto 包获取 CLI，或克隆仓库后用 pnpm 从源码构建。
第二步首次配置：在终端运行 dexto 命令，首次启动会自动进入设置向导，按提示配置大模型供应商与 API 密钥，也可配置本地 Ollama 模型。
第三步直接使用：默认进入自带编码智能体，直接下达任务即可建应用、改代码、跑测试；用 agent 参数切换不同智能体，用 m 参数在对话中途切换模型，用 p 参数执行一次性任务；交互模式中输入斜杠可查看全部命令。
第四步定制领域智能体：编写一份 YAML 配置文件，声明模型、系统提示词、MCP 服务器、权限与存储，放入 agents 目录即可被加载，coding、podcast、GitHub、database 等官方预置智能体均可作为起点改造。
第五步嵌入与集成：在 TypeScript 应用中安装 @dexto/core 包，创建 DextoAgent 实例即可获得会话、流式输出与多模态输入能力；也可把智能体作为 MCP 服务器暴露给 Claude Code、Cursor 等宿主（该模式需关闭交互确认参数，应自行评估风险）。
日常运维：日志位于用户目录下的 .dexto/logs，设置日志级别环境变量可输出调试信息；如需关闭匿名遥测，设置 DEXTO_ANALYTICS_DISABLED 环境变量为 1。
框架技术原理
-
分层心智模型：LLM 承担算力、上下文窗口承担工作记忆、Dexto 承担编排与状态与工具与恢复、业务智能体承载领域逻辑，框架边界清晰
-
配置即智能体：YAML 声明式配置经运行时解释为智能体实例，模型、工具、权限、存储全部数据化，实现改配置不改代码
-
MCP 双向总线：向内以 MCP 客户端聚合 stdio 与 HTTP 两种传输的外部工具，向外把整个智能体包装成 MCP 服务器，任何 MCP 宿主均可接入
-
会话状态机：会话级消息队列与审批范围持久化，跨回合保持状态一致，配合上下文压缩控制 token 消耗
-
统一工具执行层：内部工具与用户自定义工具合并为同一执行上下文，按敏感度分级走人在回路确认
-
供应商抽象层：统一模型接口适配多家供应商与网关，运行时热切换模型无需重启
-
子智能体派生机制：主循环可派生专职子智能体执行探索与规划，产出回流主上下文，构成多智能体协作
-
工程化交付：TypeScript monorepo 配合 Changesets 语义化版本管理，CLI 与 SDK 独立发包、独立升级
创新点
-
「智能体操作系统」的心智模型：把 harness 类比为操作系统、业务智能体类比为应用，把框架的抽象层级讲得极其清楚，降低了理解成本
-
一份配置七种形态：配置驱动的运行时多态覆盖 CLI、Web、REST/SSE、MCP、Discord、Telegram 与 SDK 嵌入，完成度在同类中少见
-
MCP 双向设计：既是 MCP 客户端又是 MCP 服务器，双向打通当前事实标准的工具生态，比单向集成框架更接近生态节点定位
-
harness 与产品双轨并行：开源框架面向开发者，官网云产品面向「AI 原生公司」的团队工作台，个人与企业两条路线互为增长
-
自带成品编码智能体：多数 harness 只给脚手架，Dexto 直接交付装完即用的成品，把「先跑起来」的成本压到接近零
评估标准
-
接入成本：从安装到跑通自带编码智能体的步骤数与分钟数，Dexto 官方口径为一步安装加设置向导
-
配置表达力：YAML 可声明的智能体要素覆盖度，包括模型、工具、权限、存储与提示词
-
模型切换成本：更换供应商是否零代码、零重启，能否在会话中途完成
-
生态兼容性：可接入的 MCP 工具数量与作为 MCP 服务器被外部宿主接入的兼容程度
-
生产就绪度：许可证限制、Beta 状态、开启 issue 数量、贡献者规模与升级频率的综合判断
-
可观测性：会话、工具调用、token 用量与成本的日志完整度，以及实时查看能力
应用领域
-
编码智能体与研发提效：用自带 coding agent 建库、重构、跑测试，或在其基础上定制团队工程规范
-
企业智能体中台：各部门领域智能体用 YAML 统一定义，共享同一套 harness 完成运行、审批与观测治理
-
客服与运营自动化：通过 Telegram、Discord 渠道触达用户，挂载 MCP 工具对接内部业务系统
-
个人数字助手：持久记忆叠加本地模型，构建隐私优先的私人助理
-
MCP 工具生态集成：把内部系统能力包装成 MCP 工具挂载给智能体，或把智能体能力反哺给 Claude Code、Cursor 等编码宿主
-
多智能体系统研发：利用子智能体派生与委派机制快速原型化多智能体协作流程
项目地址
项目由 Truffle AI 出品，官网标注获得 Combinator 支持。代码以 TypeScript monorepo 组织，采用 Elastic License 2.0 许可——允许自由使用、修改与分发，但禁止把软件本身作为托管或受管服务向第三方提供。当前最新版本为 v1.17.0（npm 包 dexto 与 @dexto/core 同步发布），官方状态为 Beta，GitHub 仓库实测 660 星、88 次复刻、17 位贡献者、30 个开启的 issue，最近一次代码提交在 2026 年 11 月 10 日。
安装方式提供三条路径：macOS、Linux 与 WSL 执行官方一行安装脚本；Windows 在 PowerShell 执行官方安装脚本；开发者也可通过 npm 全局安装 CLI 包，或安装 @dexto/core 包作为应用内 SDK，源码构建同样受支持。
社区与生态方面，官方提供英、中、日等八语文档与 Discord 社区；官网同时运营云托管产品，提供免费额度与新用户注册积分，企业版支持私有云部署、自定义模型与专属智能体定制。
-
项目官网：https://dexto.ai
-
代码仓库：https://github.com/truffle-ai/dexto
-
官方文档：https://cli.dexto.ai
同类型工具比较
|
对比维度
|
Dexto
|
LangGraph
|
Mastra
|
|---|---|---|---|
|
语言栈
|
TypeScript
|
Python
|
TypeScript
|
|
定位
|
智能体运行时与 harness（操作系统级编排层）
|
图式编排引擎
|
全栈 TypeScript 智能体框架
|
|
驱动方式
|
YAML 配置驱动
|
代码驱动（图与节点）
|
代码驱动（工作流与工具）
|
|
MCP 支持
|
客户端与服务器双向
|
经社区集成
|
内置客户端
|
|
自带成品智能体
|
有（编码智能体开箱即用）
|
无（纯框架）
|
无（纯框架）
|
|
本地模型支持
|
支持（Ollama 与 GGUF）
|
经集成支持
|
经集成支持
|
|
许可证
|
Elastic License 2.0（source-available）
|
MIT
|
主体 Apache-2.0（ee/ 目录商业许可）
|
|
GitHub 星标（2026-11-11 实测）
|
660
|
44,769
|
29,453
|
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
AI全网资源导航每日收集国内外热点AI/人工智能/工具/模型/框架以及最新的AI学习资料/课程等，在这个全新的AI时代，助力每一个人，赋能每一个具体业务场景，与所有人一起努力向前！
