Moltis moltis

3/5 🧩 软硬件结合 已发布
moltis-org 1276 Stars 未知 BOM 完整度: 0/5 教程完整度: 0/5
查看源码
Moltis

项目简介

A secure persistent personal agent server in Rust. One binary, sandboxed execution, multi-provider LLMs, voice, memory,

Moltis 是一个用 Rust 编写的安全持久化个人智能体服务器，以单个二进制文件的形式提供完整的 AI 助手能力。它的核心设计理念是“安全由设计决定”——用户的密钥永远不会离开本地设备，所有命令都在沙箱容器中执行，而非直接运行在宿主机上。项目采用 Rust 语言开发，整个工作区约 27 万行代码，由 59 个模块化 crate 组成，核心智能体运行循环和模型接口仅约 7500 行，便于安全审计。

标签

ai-agent ai-assistant clawdbot llm mcp

项目特点

**安全设计**：密钥不离开本地，命令在沙箱（Docker/Apple Container/WASM）中执行，提供 SSRF/CSWSH 保护，支持密码+Passkey+API 密钥认证。
**单二进制部署**：一个 Rust 二进制文件，无需 Node.js、npm 或运行时环境，可在 Mac Mini、Raspberry Pi 或任何服务器上运行。
**全功能集成**：内置语音 I/O（8 个 TTS + 7 个 STT 提供商）、记忆与上下文、跨会话召回、自动编辑检查点、定时任务、多通信渠道（Telegram、Signal、Discord、Microsoft Teams 等）、浏览器自动化、MCP 服务器、SSH 远程执行、Cursor 兼容项目上下文等。
**可审计性**：核心代理循环和模型接口代码量约 7.5K 行，提供商代码约 19K 行，整个 Rust 工作区约 270K 行，分布在 59 个模块化 crate 中，unsafe 代码隔离在 FFI 和预编译运行时边界。
**模块化架构**：59 个 Rust crate 按角色分组（核心运行时、渠道、Web/API、可扩展性、记忆/上下文、语音/浏览器、认证/安全、调度/自动化等），支持按需裁剪（`--no-default-features --features lightweight`）。

技术规格

编程语言 Rust
运行时 单二进制文件
核心代码量 核心代理循环 ~7.5K 行，提供商 ~19K 行
总代码量 ~270K 行（59 个 crate）
沙箱后端 Docker/Podman + Apple Container + WASM
认证方式 密码 + Passkey (WebAuthn) + API 密钥
语音 I/O 8 个 TTS 提供商 + 7 个 STT 提供商
记忆存储 SQLite + FTS + 向量记忆
MCP 支持 stdio + HTTP/SSE
通信渠道 Web UI、Telegram、Signal、Discord、Microsoft Teams、Slack、Matrix、Nostr、WhatsApp
浏览器自动化 内置
调度 Cron 调度、CalDAV 集成
安全特性 加密存储 (XChaCha20-Poly1305 + Argon2id)、SSRF 保护、Origin 验证、Hook 门控、供应链完整性（Sigstore、GPG 签名）
部署方式 本地、Docker、Fly.io、DigitalOcean
最低系统要求 支持 Rust 1.91+ 的平台，建议 2GB+ 内存

项目资源

GitHub 仓库 官方文档 安装脚本 Discord 社区 Hacker News 讨论 CI 状态 代码覆盖率 性能基准 发布验证 安全架构 快速入门 对比文档

物料清单 (BOM)

物料名称 数量 参考价格 备注
Rust 工具链 1 — 用于编译，版本 1.91+
just (命令运行器) 1 — 用于构建
Node.js 1 — 用于 Tailwind CSS 构建
Docker/Podman 1 — 可选，用于沙箱执行
操作系统 1 — macOS/Linux 推荐

能力画像

⚪ 记忆与知识检索: 3/5
🔵 逻辑推演: 4/5
⚪ 表达与交流: 3/5
⚪ 感知与观察: 2/5
⚪ 数理与计算: 3/5
⚪ 动手与操作: 2/5
⚪ 狂热与坚持: 4/5
⚪ 创造与创新: 4/5

所需技能

🔧 **动手能力**：需要一定的系统管理能力，包括安装 Rust 工具链、配置 Docker、管理服务器等。 💻 **编程能力**：需要 Rust 编程基础，了解模块化架构和命令行工具的使用。 ⚡ **电子电路**：不涉及。

适用场景

**个人 AI 助手**：部署在本地或私有服务器上，作为安全的个人代理，处理日常任务、信息检索、日程管理等。
**开发辅助**：集成 Cursor 项目上下文，为开发者提供代码辅助、上下文感知的 AI 交互。
**多平台通信**：通过 Telegram、Signal、Discord 等渠道与 AI 代理交互，实现跨平台的消息处理和自动化。
**安全敏感环境**：需要数据本地化、沙箱执行、供应链安全验证的场景，如企业内部工具、隐私保护应用。
**研究与实验**：作为模块化 AI 代理平台，用于研究多提供商 LLM 集成、记忆系统、沙箱执行等。