AdriDob/rastrohunteralpha

GitHub: AdriDob/rastrohunteralpha

一个整合 AI agent 编排、持久内存和持续学习的个人自治操作系统,旨在自动化安全研究、开发和数据分析等技术工作流。

Stars: 1 | Forks: 0

OWNEX

Version Python Vue TypeScript Kotlin CI Issues PRs License

🚀 快速开始🏗️ 架构💡 用例🗺️ 路线图❓ FAQ📚 文档

## 🎯 OWNEX **个性化自治操作系统** OWNEX 是一个自治的个人操作系统:一个单一的平台,能够发现机会、执行技术工作、从结果中学习,并演化其自身的运行方式——从桌面命令中心到你的手机和手表。 它围绕一个闭环构建:**观察 → 决策 → 执行 → 学习 → 演化**。人类始终掌控决策关口;而系统负责处理其余一切。 ## 📱 两个版本 OWNEX 以共享同一核心的两个互联版本发布。
OWNEX ALPHA

ALPHA — Desktop Operating System
The command center: agents, workflows, terminal, memory, evolution engine, and the full mission-control dashboard.
OWNEX OMEGA

OMEGA — Android & Wear OS Companion
Permanent connection: approvals, notifications, MERLIN chat, system health — on your phone and on your wrist.
## 🎛️ 任务控制中心 每一项操作都在同一个地方可见:系统健康状况、agent 集群、按预期价值评分的机会、收入以及下一步最佳行动。
📊 仪表盘功能 - 实时系统健康监控 - Agent 集群状态和活动追踪 - 基于预期价值计算的机会评分 - 收入追踪与性能指标 - 下一步最佳行动建议 - 跨会话的学习洞察

Mission Control

## 🏗️ 架构 控制平面、部门、agent、执行、学习、反馈——专为自治而设计,每一个决策关卡都有人类参与。 ``` graph TB subgraph "Human Layer" H[Human Operator] end subgraph "OWNEX Core" EC[Event Bus] SC[Scheduler] UM[Unified Memory] SL[Security Layer] end subgraph "Intelligence Layer" ME[MERLIN] IE[Evolution Engine] RL[Recovery Engine] end subgraph "Agent Departments" ORCH[Orchestrator] ENG[Engineering] QUA[Quality] SEC[Security] REV[Revenue] end subgraph "Execution Layer" WF[Workflows] EX[Executors] PC[Platform Connectors] end subgraph "Memory Layer" KM[Knowledge Capture] FM[Feedback Loops] RM[Reward Models] end H -->|Strategic Direction| EC H -->|Approval Gates| ORCH EC --> SC EC --> UM EC --> SL SC --> ORCH SC --> ENG SC --> QUA SC --> SEC SC --> REV ME --> EC ME --> UM IE --> EC IE --> UM IE --> RL ORCH --> WF ENG --> WF QUA --> WF SEC --> WF REV --> WF WF --> EX EX --> PC EX --> KM KM --> FM FM --> RM RM --> IE UM --> ME UM --> IE ``` | 层级 | 职责 | |---|---| | **OWNEX Core** | Event bus、scheduler、统一内存、安全层 | | **部门** | Orchestrator · Engineering · Quality · Security · Revenue | | **Agents** | 由各部门协调的自治专家 | | **执行** | 工作流、执行器、平台连接器 | | **学习** | 反馈循环、知识获取、奖励模型 | | **演化** | 自我改进、版本回滚、恢复 | ## 🌐 生态系统

OMEGA mobile experience

| 组件 | 角色 | |---|---| | 💻 **ALPHA Desktop** | 命令中心——核心运营 | | 📱 **OMEGA Mobile** | Android 伴侣——审批、聊天、同步 | | ⌚ **Wear OS** | 手表提醒——移动中的关键决策 | | 🧠 **MERLIN** | 具备持久内存的智能助手 | | 🤖 **Agents** | 并行工作的自治部门 | | 💾 **内存** | 持久化知识存储(SQLite,已命名空间化) | | 🔄 **演化引擎** | 具备恢复能力的持续自我改进 | ## ⚡ 核心能力 | 能力 | 状态 | |---|---| | 🔍 自治的机会发现与执行 | 生产 | | 📊 预期价值评分与优先级划分 | 生产 | | 🤖 自治的工作流与 agent 协调 | 生产 | | 🧠 具备持久内存的 MERLIN 助手 | 生产 | | 🔒 安全漏洞研究与验证 | 生产 | | 💰 包含收入追踪的高管仪表盘 | 生产 | | 📱 ALPHA + OMEGA + Wear OS 伴侣 | 生产 | | 🔄 自我更新、版本备份、恢复引擎 | 生产 | | 🌍 多语言界面(EN、ES、FR、DE、JA、ZH) | 生产 | ## 🚀 快速开始 ``` git clone https://github.com/AdriDob/rastrohunteralpha.git cd rastrohunteralpha python -m venv .venv && source .venv/bin/activate pip install -r requirements.txt cp .env.example .env # add your platform credentials python api/main.py # backend → http://127.0.0.1:8000 cd frontend && npm install npm run dev # frontend → http://localhost:5173 ``` ``` curl http://127.0.0.1:8000/api/health # system health python run.py --backup # snapshot before changes ``` ## 🛠️ 技术栈 | 层级 | 技术 | |---|---| | 后端 | [Python 3.11](https://www.python.org/) · [FastAPI](https://fastapi.tiangolo.com/) · [SQLAlchemy](https://www.sqlalchemy.org/) · [Pydantic](https://pydantic-docs.helpmanual.io/) | | 数据 | SQLite(开发)· [PostgreSQL](https://www.postgresql.org/)(生产)· 统一内存 | | 前端 | [Vue 3](https://vuejs.org/) · [TypeScript](https://www.typescriptlang.org/) · [Tailwind v4](https://tailwindcss.com/) · [Vite](https://vitejs.dev/) · [ShadCN Vue](https://www.shadcn-vue.com/) | | 移动端 | [Kotlin](https://kotlinlang.org/) · [Jetpack Compose](https://www.jetbrains.com/compose/) · [Wear OS 3+](https://www.wearos.com/) | | AI | [Ollama](https://ollama.com/)(本地)· [OpenRouter](https://openrouter.ai/) · 免费提供商 · MERLIN | | 自动化 | Scheduler(支持 cron)· EventBus · AgentBus · RecoveryEngine | | 质量 | [pytest](https://docs.pytest.org/)(1,400+ 测试)· [Ruff](https://github.com/astral-sh/ruff) · [mypy](https://mypy-lang.org/) · [Biome](https://biomejs.dev/) · [Vitest](https://vitest.dev/) | ## 📁 仓库结构 ``` api/ FastAPI application and routers core/ cores/ Domain engines (cycles, opportunities, execution, learning) apps/ Optional applications and extensions frontend/ Vue 3 single-page application android/ wearos/ OMEGA companions scripts/brand/ Deterministic brand pipeline (SVG → PNG) assets/ Brand system, banners, concept art, architecture diagrams ``` ## 📚 文档 - 🎨 [品牌标识](assets/branding/OWNEX_BRAND_IDENTITY.md) — 标志、颜色、字体、使用规范 - 📋 [品牌使用指南](BRAND_USAGE_GUIDE.md) — 全面的品牌规范 - 🔧 [设计 token](assets/branding/design-tokens.json) — 机器可读的品牌 token - 🏗️ [架构图](assets/concepts/architecture.md) — 使用 Mermaid 的系统架构 - ⚖️ [Agent 宪章](.ai/AGENT_CHARTER.md) — 宪法与运营规则 - 📐 [架构决策](.ai/ARCHITECTURE_FINAL.md) — 完整的架构决策 - 🚀 [快速开始](#quick-start) — 几分钟内启动并运行 - 💡 [用例](#use-cases) — 实际应用与示例 ## 💡 用例 OWNEX 可跨多个领域自动化技术工作流: - 🔒 **安全研究:** 自治的漏洞发现、验证和报告 - 💻 **开发:** 代码生成、测试和部署自动化 - 📊 **数据分析:** 机会发现、数据处理和洞察生成 - 💰 **收入:** 具有预期价值优化的自动化任务执行 - 🧠 **知识管理:** 具备跨会话学习能力的持久内存
🎯 示例工作流 - **Bug Bounty:** 自动化目标发现 → 漏洞扫描 → 假设生成 → 验证 → 报告提交 - **Dev Bounty:** 问题识别 → 解决方案开发 → 测试 → PR 提交 - **数据处理:** 数据摄入 → 分析 → 洞察生成 → 报告创建 - **系统监控:** 健康检查 → 异常检测 → 警报生成 → 自动化响应
## 🧭 理念 **整合胜于扩张。** OWNEX 的增长不是通过增加模块,而是通过闭环。每一个组件都必须产生可观察的结果,能够在重启后继续运行,并连接到至少一个真实的消费者。如果它不能被验证,它就不存在。 ## 📜 许可证 MIT — 见 [LICENSE](LICENSE)。品牌字体:SIL OFL 1.1 (Google Fonts)。 ## 🗺️ 路线图 ### 当前重点 - 🎯 增强的 agent 协调和优化 - 🧠 改进的学习算法和内存管理 - 🔒 扩展的安全研究能力 - 📱 增强的 OMEGA 移动体验 ### 计划功能 - 🌐 扩展多平台支持 - 🤖 具备上下文感知能力的高级 MERLIN 功能 - 📊 实时协作功能 - 🔧 用于自定义集成的插件系统 - 🎨 可自定义的 UI 主题和布局 详见 [CHANGELOG.md](CHANGELOG.md) 了解详细的发布历史。 ## ❓ 常见问题解答
🤔 是什么让 OWNEX 与其他自动化工具不同? OWNEX 在一个统一的系统中结合了自治 agent、持久内存和持续学习。与特定任务工具不同,OWNEX 会根据结果进行适应和演化,随着时间的推移创造出越来越高效的工作流。
💻 系统要求是什么? - **桌面端:** Python 3.11+,最低 4GB 内存,10GB 磁盘空间 - **移动端:** Android 8.0+(用于 OMEGA),Wear OS 3+(用于智能手表) - **AI:** 可选的本地模型 GPU,或使用云提供商
🔒 我的数据安全吗? OWNEX 默认在本地处理数据。所有敏感凭据都存储在加密的配置文件中。只有在明确配置时才会使用云 AI 提供商。
🌍 我能在没有互联网的情况下使用 OWNEX 吗? 可以,OWNEX 可以使用本地 AI 模型完全离线运行。只有在需要云 AI 提供商和平台集成时才需要互联网连接。
🤝 我该如何贡献? 我们欢迎您的贡献!请参阅我们的[贡献指南](CONTRIBUTING.md) 了解有关报告 bug、建议功能和提交 pull request 的详细信息。
## 🆘 支持 - 📖 [文档](#documentation) - 🐛 [GitHub Issues](https://github.com/AdriDob/rastrohunteralpha/issues) - 💬 [GitHub Discussions](https://github.com/AdriDob/rastrohunteralpha/discussions) - 📧 电子邮件:support@ownex.ai - 🐦 Twitter:[@ownex_ai](https://twitter.com/ownex_ai) ## 📊 截图
🖥️ 桌面界面 (ALPHA)

OWNEX ALPHA Desktop Interface

**任务控制仪表盘** - 实时系统监控、agent 集群状态、机会评分和收入追踪。
📱 移动界面 (OMEGA)

OWNEX OMEGA Mobile Interface

**OMEGA 伴侣** - 在您的手机上进行审批、通知、MERLIN 聊天和系统健康监控。
## 🎨 品牌资产 OWNEX 品牌资产可根据我们的[品牌使用指南](BRAND_USAGE_GUIDE.md) 进行使用: - 🎨 [品牌标识](assets/branding/OWNEX_BRAND_IDENTITY.md) - 完整的品牌规范 - 🔧 [设计 Token](assets/branding/design-tokens.json) - 机器可读的设计系统 - 📁 [Logo](assets/logos/) - SVG 和 PNG Logo 文件 - 🖼️ [横幅](assets/banners/) - Hero 横幅和封面 - 🎯 [概念图](assets/concepts/) - 架构图和展示 ## 🌍 本地化 OWNEX 支持多种语言: - 🇬🇧 英语 (EN) - 🇪🇸 西班牙语 (ES) - 🇫🇷 法语 (FR) - 🇩🇪 德语 (DE) - 🇯🇵 日语 (JA) - 🇨🇳 中文 (ZH) 可以在系统设置中配置语言。 ## 🔐 安全 OWNEX 非常重视安全性: - 🔒 默认进行本地优先数据处理 - 🔐 加密的凭据存储 - 🛡️ 以安全为核心的架构 - 📊 定期的安全审计 - 🚨 漏洞披露流程 如有安全问题,请发送电子邮件至 security@ownex.ai ## 📈 性能 OWNEX 已针对性能进行优化: - ⚡ 延迟极低的快速 agent 协调 - 💾 基于 SQLite 的高效内存管理 - 🔄 异步任务执行 - 📊 实时仪表盘更新 - 🎯 智能缓存策略 ## 🎯 目标用户 OWNEX 专为以下人群设计: - 🔬 安全研究员和 Bug Bounty 猎人 - 💻 软件开发者和工程师 - 📊 数据分析师和研究员 - 💰 自由职业者和自动化爱好者 - 🧠 任何希望自动化技术工作流的人 ## 🏆 成功案例
📖 用户体验 - **安全研究:** "OWNEX 帮助我在一周内发现了 3 个严重漏洞,为我节省了数小时的手动侦察工作。" - **开发:** "自治工作流将我的部署时间从 2 小时缩短到了 15 分钟。" - **数据分析:** "借助 OWNEX 的自动化 pipeline,我现在处理和分析数据集的速度快了 10 倍。" 通过 [GitHub Discussions](https://github.com/AdriDob/rastrohunteralpha/discussions) 分享您的成功故事!
## 🙏 致谢 OWNEX 构建于优秀的开源项目之上: - [FastAPI](https://fastapi.tiangolo.com/) - 现代 Web 框架 - [Vue.js](https://vuejs.org/) - 渐进式 JavaScript 框架 - [Ollama](https://ollama.com/) - 本地 AI 模型执行 - [Tailwind CSS](https://tailwindcss.com/) - 实用优先的 CSS 框架 - 以及许多其他惊叹的开源贡献者 特别感谢开源社区,是他们让这些工具成为可能。

OWNEX

OWNEX — 个性化自治操作系统

标签:AI风险缓解, Python, Vue, 人工智能, 文件系统扫描, 无后门, 测试用例, 用户模式Hook绕过, 自动化操作系统, 跨平台