Overmind

项目简介

Overmind 是持续改进 AI 智能体的平台。它连接智能体代码库与生产轨迹，构建版本化数据集，评估行为，微调开放模型，并通过统一的 OpenAI 兼容 API 提供训练后模型与前沿模型；团队可使用托管控制台，也可自行部署平台。

核心功能

• 从代码库扫描智能体与能力图，覆盖提示词、工具和任务。
• 观测能力：接收 OpenTelemetry 轨迹，在到达时评分并匹配到产生该轨迹的能力。
• 数据集：将生产轨迹或上传文件转化为带版本的评估与训练数据集。
• 评估与优化器：按能力衡量质量，并测试提示词、工具和控制流变更。
• 模型：使用自有数据微调开放模型，权重归团队所有；训练后模型与前沿模型可通过同一 OpenAI 兼容 API 提供推理。
• MCP 服务器与编码智能体工作流，支持 Cursor、Claude Code、OpenCode 和 Codex。

适用场景

• 利用真实生产轨迹改进客服或编码等任务的智能体，而不是只凭提示词直觉。
• 通过检查失败步骤、工具调用及其上下文，定位智能体失败原因。
• 从生产轨迹构建训练与评估数据集，沉淀业务专属知识。
• 在部署前用真实任务验证提示词或模型改进，并捕获回归。

快速开始

• 托管方式：在托管控制台注册，在开始使用页面选择 Cursor、Claude Code、OpenCode 或 Codex，并在打开智能体代码库的情况下粘贴引导提示。引导流程会安装 overmind，运行 overmind init 和 overmind sync，并构建上下文图。
• 在同一编码智能体聊天中使用 /overmind 命令，例如 ensure-tracing、dataset、finetune、optimise 和 backtest。
• 自行部署：克隆代码库，将 .env.example 复制为 .env，设置所需密钥，然后运行 docker compose up -d。

部署与要求

• 托管控制台可用；自行部署使用 Docker Compose 运行同一套栈，包含 Postgres、Redis、API、控制台、Celery worker、beat 和 Grafana。
• API 启动前必须配置 OpenRouter、Modal、推理端点、AWS 存储桶和 Hugging Face 所需密钥。
• 微调与模型服务还需要部署 Modal worker，并配置名为 overmind-inference 的 Modal secret，包含 AWS 密钥、推理密钥和 Hugging Face token。
• 本地文档 OCR 使用 Docker 镜像中的 Tesseract 及英文与方向数据；无需外部 OCR 服务。

采用前须知

• 许可证：AGPL-3.0。在使用、修改或分发项目前，请确认其具体条款。