這裡的問題是刻意收窄的：哪些開源工具能讓一個主控 Agent 把一件事拆開，再把拆出來的部分交給專家子 Agent 去做，並且跑在你自己的機器上、用你自己的 API key？符合的有八款。三款是裝上就能對話的成品，五款是你自己拼出團隊的框架。其中一款是我們自己的，凡涉及它的每一行都會寫明。
「一個 Agent 包辦一切」屬於另一個品類，所以通用單 Agent 會被收錄、但在這份榜單里不會排第一。子 Agent 必須是工具本身會派生出來的，而不是你在外面用腳本拼出來的。
托管產品——Agent 跑在別人服務器上——無論多好都不收錄。自托管在你自己的服務器上算，裝在你自己筆記本上的桌面應用也算。
表裡凡是我們能從項目本身確認的，都寫出了具體許可證。確認不了的就在表裡如實寫明，不猜。
只有持有某個特定廠商訂閱才能用的工具，對這個問題來說是更窄的答案，所以在表裡注明，而不是直接剔除。
這份榜單由 Orkas 發佈，而 Orkas 本身就在榜單里。凡是描述 Orkas 的條目都做了標注。下面四條標準是在寫榜單之前就定好的，榜上每款工具都按同樣四條衡量。
成品——裝上就能對話
一個 Commander Agent，加上一組有名字的專家（調研、幻燈片、影片、辦公文件、UI、代碼），在同一個桌面對話里把一件事逐段傳下去。MIT 許可。它還能把 Claude Code、Codex、OpenCode、OpenClaw、Hermes 當作本地 CLI 後端來跑，於是你已經在用的終端 Agent 就成了團隊的一員。
限制，直說：Orkas 沒有命令行；也不能把模型跑在你自己的硬件上——模型呼叫會通過網路發給供應商，要麼是官方托管模型，要麼是你自己的 key。
看看 Orkas 具體交付什麼 →一款開源本地 Agent，桌面應用之外還有完整 CLI，帶幾十個 MCP 擴展和很長的供應商清單。指向 Ollama，模型就留在你自己的硬件上——成品這一檔里唯一能做到這點的。
它自始至終是一個通用 Agent，而不是一組會互相交接的具名專家。如果你要的正是分工，這就是差距所在。
讀完整的 Goose 對比 →它是一個自托管網關加上各渠道客戶端，而不是一個桌面窗口。有配置好的 Agent、路由，以及後台或嵌套的子 Agent 運行——除我們自己那條外，這份榜單上最接近「會派生子 Agent」的一個。技能庫成熟，尤其擅長直接驅動機器本身。
你得自己托管。已經有服務器的話這是優勢，沒有的話就是成本。
讀完整的 OpenClaw 對比 →框架——團隊得你自己拼
一個用於多 Agent「crew」的 Python 框架，MIT 許可。Agent、角色和交接都由你寫在代碼里。就「主控 Agent 協調專家」這個問題而言，它是最直接的框架型答案，也是外麵包裝最少的一個。
讀完整的 CrewAI 對比 →用代碼構建 LLM Agent 的開發者框架。生態在這份榜單里遙遙領先最廣，同時對「團隊該長什麼樣」最不設限——拓撲由你決定。
讀完整的 LangChain 對比 →它的核心是「會自己一直跑下去」的 Agent。當你真的要無人值守地跑活，並且準備好自己給循環設邊界時，選它。
讀完整的 AutoGPT 對比 →一個用來構建、評測並把 AI 應用交付給終端使用者的平台，可自托管。「評測」這一半是榜單上其它任何一個都沒有的。
讀完整的 Dify 對比 →一個開源可視化構建器，你自己托管並對外暴露成 API。當那個要改流程的人不會寫 Python 時，選它。
讀完整的 Flowise 對比 →| 工具 | 主控 Agent 分派 | 是否成品 | 用自己的 key |
|---|---|---|---|
| Orkas 本站產品 | Commander 加具名專家 | 是——桌面應用，MIT | 官方托管模型，或你自己的供應商 key |
| Goose | 自始至終一個通用 Agent | 是——桌面應用加 CLI | 供應商清單很長，還可用本機 Ollama |
| OpenClaw | 路由，加後台或嵌套子 Agent 運行 | 是——但網關要你自己托管 | 配置的供應商，或本地模型 |
| CrewAI | 有，但分派邏輯要你自己寫 | 否——Python 框架，MIT | 取決於你在代碼里怎麼配 |
| LangChain | 可以，前提是你把拓撲搭出來 | 否——開發者框架 | 取決於你在代碼里怎麼配 |
| AutoGPT | 自治循環，而不是被指揮的交接 | 否——循環由你來跑、來設邊界 | 取決於你怎麼配 |
| Dify | 在平台里定義的流程與 Agent | 否——需要你托管的平台 | 在平台里配置 |
| Flowise | 取決於你畫出來的流程 | 否——需托管並暴露成 API 的構建器 | 在構建器里配置 |
「成品」不是褒義，「框架」也不是貶義——它們回答的是不同的問題。如果這件事由你團隊裡的開發者來負責，框架給你的控制力比本頁任何一個產品都強。但如果真正需要這些產出的人不是那位開發者，那兩者之中只有成品會真的被用起來。
Orkas 採用 MIT 許可，macOS 和 Windows 免費下載。首次運行用官方托管模型，不需要任何供應商帳號；你想換成自己的 key，隨時可以。
這一頁上每一條倉庫事實，都是 2026 年 9 月 11 日通過 GitHub API 讀出來的，當天又獨立重跑兩次，所以證據檔案里能看到哪些字段在三次之間變了、哪些沒變。八款各自核的是：slug 實際解析到哪裡、GitHub 報告的許可證、倉庫是否已歸檔、最近一次發佈。命令都在檔案里，跑一遍不呼叫任何模型，也不花錢。
沒有覆蓋的部分：這些工具把任務分派得好不好、快不快、產出質量如何。本輪沒有跑任何基準測試，所以排序里不含這層判斷。有兩條結論是記為待處理、而不是悄悄改掉的——FlowiseAI/Flowise 已歸檔，八款里有四款 GitHub 報告不出標準許可證。
因為把它拿掉只會讓榜單更沒用，並不會更誠實。標準是先寫好的，Orkas 和其它工具按同樣四條衡量，它的限制寫在它自己那條里，凡涉及它的行都有標注。請帶著「這是誰寫的」這個前提來讀。
Goose 可以，通過 Ollama。OpenClaw 可以用本地模型。Orkas 不行——它的模型呼叫會通過網路發給供應商，要麼是官方托管模型，要麼是你自己的 key。如果「權重必須留在本機」是硬要求，那 Orkas 就出局，表裡也是這麼寫的。
可以。Orkas 把 Claude Code、Codex、OpenCode、OpenClaw、Hermes 作為本地 CLI 後端來運行，所以你手上那個 Agent 會成為團隊的一員，而不是被替換掉。目前支援的就是這五個，沒有別的。
