Принцип работы: один мозг, много конечностей
Mensarium позиционируется как self-hosted agent harness (обвязка для агентов). Архитектура строится вокруг одного узла Core, который устанавливается на домашний сервер или ноутбук. Именно Core взаимодействует с языковой моделью (LLM), хранит память, плагины, навыки и хэш-связанный журнал действий. Остальные компьютеры в вашей сети выступают в роли клиентов (клиентов-рабочих станций).
Ключевая особенность — безопасность. Модель никогда не имеет прямого доступа к файловой системе или сети. Она лишь предлагает действие. Core проверяет его по политике безопасности, и если действие требует изменения файлов, запуска программ или сетевого доступа, оно отправляется на утверждение пользователю через веб-интерфейс или Telegram.
Технические детали и интеграция
Проект не требует Docker или сложных аккаунтов. Установка происходит одной командой, которая разворачивает среду на Python 3.12 и утииту uv. Клиенты подключаются к Core через одноразовый код, не открывая входящих портов (используется обратное соединение). Поддерживается широкий спектр моделей:
- Локальные: Claude Code, Codex, Ollama, llama.cpp, LM Studio.
- Облачные: OpenAI, OpenRouter или любой OpenAI-compatible endpoint.
Сравнение режимов доступа
Пользователь гибко настраивает уровень доверия к агенту для каждого устройства и чата:
| Режим | Описание | Требует подтверждения? |
|---|---|---|
| Ask before acting | Агент читает файлы и анализирует контекст самостоятельно, но останавливается перед записью, запуском программ или сетевыми запросами. | Да (через Web UI или Telegram) |
| Full access | Полное управление на устройстве, где эта опция разрешена администратором. | Нет (для доверенных устройств) |
| Read-only | Агент может только читать данные и предоставлять информацию. | Нет (автоматически) |
Безопасность и аудит
Каждое действие проходит строгую цепочку валидации: предложение LLM → проверка схемы → проверка прав → оценка политики → классификация риска → подпись запроса → выполнение. Клиентская машина проверяет цифровую подпись, nonce и срок действия запроса перед выполнением. Секреты, ключи и файлы .env автоматически исключаются из контекста, который видит модель, что предотвращает утечку данных.
Как начать работу
Установка Core и клиентов проста и документирована. После установки Core запрашивает базовые настройки: порт API (по умолчанию 8787), провайдера LLM и права доступа для самого себя. Для подключения других машин генерируется одноразовый код, который вводится на целевом устройстве. Управление задачами возможно через веб-интерфейс или Telegram-бота, где вы получаете уведомления с кнопками «Run once» (выполнить один раз) и «Reject» (отклонить).
Проект активно развивается, поддерживая автоматизацию по расписанию, работу с проектами (каждый чат на отдельной ветке) и плагины. Исходный код доступен на GitHub.
Источник: Github ↗