بهترین عامل‌های هوش مصنوعی self-hosted در 2026

بهترین عامل‌های هوش مصنوعی self-hosted در سال 2026، به اختصار

بهترین عامل‌های هوش مصنوعی self-hosted در سال 2026 عبارتند از: OpenClaw برای یک دستیار شخصی که از طریق اپلیکیشن‌های چت در دسترس است، Hermes Agent برای انجام همان وظیفه روی کوچک‌ترین سرور ممکن، Dify برای تیم‌هایی که در حال ساخت اپلیکیشن روی مدل‌های زبانی هستند، OpenHands برای کدنویسی خودمختار، و Agent Zero به عنوان یک فریم‌ورک با کاربرد عمومی که عامل‌های آن زیر-عامل‌های خود را ایجاد می‌کنند. هر پنج مورد open source هستند و هر پنج مورد روی یک VPS که شما کنترل می‌کنید اجرا می‌شوند. این بررسی آن‌ها را از نظر کاربرد، نحوه ساخت، نیازمندی‌های سرور و میزان کار امنیتی که هر طراحی از شما می‌طلبد مقایسه می‌کند، تا بتوانید قبل از نصب هر چیزی، گزینه مناسب را انتخاب کنید.

ما هر یک از این موارد را روی سرورهای واقعی اجرا می‌کنیم و هر بخش در زیر به راهنمای کامل نصب و hardening مربوط به آن ابزار لینک می‌شود.

عامل هوش مصنوعی self-hosted چیست

یک عامل هوش مصنوعی (AI agent) در واقع یک حلقه (loop) است که دور یک مدل زبانی پیچیده شده است. مدل وضعیت را می‌خواند، یک اقدام را تصمیم‌گیری می‌کند، سرور شما آن اقدام را انجام می‌دهد، و نتیجه، دور بعدی حلقه را تغذیه می‌کند. اقدامات در واقع ابزار (tools) هستند: اجرای یک دستور shell، خواندن یا نوشتن یک فایل، هدایت یک مرورگر، یا فراخوانی یک API. اگر می‌خواهید مکانیسم کامل را بدانید، ساخت عامل هوش مصنوعی خودتان روی یک VPS مراحل حلقه، ابزارها و حافظه را از صفر توضیح می‌دهد.

self-hosted به این معناست که runtime عامل، حافظه، ابزارها و اسرار (secrets) آن به جای پلتفرم شخص ثالث، روی سرور خودتان قرار دارند. خودِ مدل زبانی معمولاً همچنان یک API میزبانی شده است، زیرا مدل‌های قدرتمند در حافظه یک سرور کوچک جا نمی‌شوند. شما می‌توانید با استفاده از Ollama روی همان VPS مدل را به صورت کاملاً محلی اجرا کنید، اما به قیمت نیاز به RAM کافی برای یک مدل کارآمد.

دلیل self-host کردن عامل، کنترل است: تاریخچه گفتگوهای شما، فایل‌های شما، کلیدهای API شما و هر دستوری که عامل اجرا می‌کند، روی سیستمی که مالک آن هستید باقی می‌ماند. دلیل احتیاط نیز همین واقعیت است. عاملی که دستورات را روی سرور شما اجرا می‌کند، تنها به اندازه محدودیت‌هایی که دور آن قرار می‌دهید ایمن است؛ به همین دلیل مقایسه زیر، وضعیت امنیتی را به عنوان یک محور اصلی در نظر می‌گیرد، نه یک پاورقی.

مقایسه پنج عامل در کنار هم

[
  {
    "tool": "OpenClaw",
    "primary_use": "Personal assistant with full server access",
    "interface": "Chat apps (Telegram, WhatsApp, Slack, Discord)",
    "isolation_model": "One gateway process, on loopback by default",
    "ram_floor": "Small VPS; more if it drives a browser",
    "security_posture": "Safe network default; operator must harden the rest",
    "maturity": "380,000+ stars mid-2026; March 2026 CVE history"
  },
  {
    "tool": "Hermes Agent",
    "primary_use": "Lightweight personal assistant with memory",
    "interface": "Chat apps (Telegram, Discord)",
    "isolation_model": "Single process, runs fine under systemd",
    "ram_floor": "A $5 VPS is enough",
    "security_posture": "Connects outward only; no inbound port needed",
    "maturity": "New (February 2026), from Nous Research"
  },
  {
    "tool": "Dify",
    "primary_use": "LLM app platform for teams",
    "interface": "Web UI and API",
    "isolation_model": "Docker Compose stack of about six containers",
    "ram_floor": "2 GB free; 4 GB is comfortable",
    "security_posture": "Ships on plain HTTP port 80; needs TLS and a proxy in front",
    "maturity": "Established, fast release pace"
  },
  {
    "tool": "OpenHands",
    "primary_use": "Autonomous coding agent",
    "interface": "Web UI on port 3000",
    "isolation_model": "Per-task sandbox containers via the host Docker socket",
    "ram_floor": "4 GB",
    "security_posture": "Docker socket is root equivalent; run it on a disposable VPS",
    "maturity": "Established (formerly OpenDevin)"
  },
  {
    "tool": "Agent Zero",
    "primary_use": "General purpose multi-agent framework",
    "interface": "Web UI on port 50001",
    "isolation_model": "Subordinate agents in separate containers",
    "ram_floor": "2 GB to start",
    "security_posture": "Default run exposes the UI on every interface; bind it to loopback",
    "maturity": "Active, Docker-first"
  }
]

دو الگو در این جدول بیشتر از کارهای امنیتی را تعیین می‌کنند. عامل‌های شخصی، یعنی OpenClaw و Hermes، از طریق اپلیکیشن‌های چت با شما ارتباط برقرار می‌کنند، بنابراین آن‌ها به سمت بیرون متصل می‌شوند و اصلاً به پورت ورودی (inbound port) نیازی ندارند. ابزارهای مبتنی بر وب، یعنی Dify، OpenHands و Agent Zero، هر کدام یک رابط کاربری روی HTTP ارائه می‌دهند و در هر یک از این موارد، اولین چیزی که پس از نصب باید اصلاح کنید، وضعیت شبکه پیش‌فرض است.

OpenClaw: توانمندترین عامل شخصی

OpenClaw یک عامل هوش مصنوعی شخصی است که روی سرور خود اجرا می‌کنید و از طریق Telegram، WhatsApp، Slack یا Discord با آن صحبت می‌کنید. این عامل می‌تواند دستورات shell را اجرا کند، یک مرورگر را کنترل کند و فایل‌های شما را بخواند و بنویسد، که آن را به توانمندترین ابزار در این لیست و همچنین ابزاری با بیشترین دسترسی به ماشین شما تبدیل می‌کند. این پروژه دارای لایسنس MIT است و تا اواسط سال 2026 بیش از 380,000 star در GitHub دارد که آن را به یکی از محبوب‌ترین پروژه‌ها در این پلتفرم تبدیل کرده است؛ بنابراین اکوسیستم و جامعه اطراف آن بسیار بزرگتر از هر عامل دیگری در اینجا است.

دو واقعیت باید در تصمیم‌گیری شما نقش داشته باشند. اول، بخش شبکه از نظر امنیتی ایمن شروع می‌شود: gateway، یعنی تک‌فرآیندی که همه چیز را کنترل می‌کند، به طور پیش‌فرض روی آدرس loopback گوش می‌دهد، بنابراین تا زمانی که خودتان آن را expose نکنید، از اینترنت قابل دسترسی نیست. دوم، این پروژه تاریخچه امنیتی واقعی دارد. در مارس 2026، نه مشکل امنیتی ظرف چهار روز فاش شد، از جمله یک نقص بحرانی ارتقای سطح دسترسی (privilege escalation) با شناسه CVE-2026-32922 و امتیاز 9.9 از 10. مدل امنیتی OpenClaw، کار hardening را بر عهده شما (اپراتور) می‌گذارد و هیچ‌کدام از این واقعیت‌ها دلیلی برای اجتناب از آن نیستند. آن‌ها دلیلی هستند برای اینکه آن را با دقت نصب کنید، که دقیقاً همان چیزی است که اجرای ایمن OpenClaw روی یک VPS مرحله به مرحله پوشش می‌دهد.

Hermes Agent: سبک‌ترین عامل شخصی

Hermes Agent از Nous Research ارائه شده و در فوریه 2026 منتشر شده است که آن را به جدیدترین ابزار در اینجا تبدیل می‌کند. این یک عامل شخصی است که حافظه پایداری از پروژه‌های شما نگه می‌دارد، در حین کار مهارت‌های قابل استفاده مجدد خود را می‌نویسد و از طریق اپلیکیشن‌های چت مانند Telegram و Discord با شما ارتباط برقرار می‌کند. این عامل نسبت به مدل بی‌تفاوت (model agnostic) است، بنابراین شما آن را به هر مدل زبانی که ترجیح می‌دهید متصل می‌کنید.

نقطه قوت آن میزان پایین نیازمندی‌ها است. Hermes با یک دستور نصب می‌شود و به راحتی روی یک VPS با قیمت 5 دلار اجرا می‌شود، زیرا عامل، runtime است، نه مدل، و محاسبات سنگین در هر API که به آن متصل می‌شوید انجام می‌شود. این ابزار با برقراری ارتباط با مدل و اپلیکیشن‌های چت شما کار می‌کند، بنابراین به پورت ورودی نیازی ندارد که سطح حمله شبکه آن را نزدیک به صفر نگه می‌دارد. مقایسه صادقانه با OpenClaw، بلوغ است: Hermes فقط چند ماه قدمت دارد، در حالی که قابلیت‌های ادغام و جامعه کاربری OpenClaw بسیار بزرگتر است. تنظیمات کامل، از جمله اینکه چرا باید یک اسکریپت نصب curl را قبل از اجرا دانلود و مطالعه کنید، در self-hosting Hermes Agent on a VPS موجود است.

Dify: پلتفرم برای تیم‌ها

Dify نوع متفاوتی از ابزار است. به جای یک عامل که برای یک نفر عمل می‌کند، این یک پلتفرم قابل self-host برای ساخت اپلیکیشن‌ها روی مدل‌های زبانی است: یک رابط وب برای طراحی اپلیکیشن‌های چت، عامل‌ها و خط لوله‌های بازیابی (retrieval pipelines)، یک API برای فراخوانی آن‌ها از طریق کد خودتان، و مکانی واحد برای مدیریت پرامپت‌ها، مجموعه‌داده‌ها و کلیدهای مدل. یک تیم کوچک آن را راه‌اندازی می‌کند تا همه به جای پراکنده کردن کلیدهای API در اسکریپت‌ها، روی یک پایه مشترک و خصوصی کار کنند.

این دامنه فعالیت به معنای اجزای متحرک بیشتر است. Dify به صورت یک stack Docker Compose شامل حدود نیم دوجین کانتینر عرضه می‌شود، از جمله یک پایگاه داده Postgres، یک کش Redis و یک پایگاه داده برداری (vector database)، بنابراین برای حداقل 2 GB رم آزاد و در حالت ایده‌آل 4 GB برنامه‌ریزی کنید. کار امنیتی نیز متفاوت است: وب‌سرور باندل شده Dify روی پورت HTTP معمولی 80 روی تمام اینترفیس‌ها گوش می‌دهد و اولین بازدیدکننده از صفحه نصب، حساب ادمین را تصاحب می‌کند. آن را به loopback متصل کنید، یک reverse proxy با TLS در جلوی آن قرار دهید و بلافاصله حساب ادمین را بسازید. Self-hosting Dify on a VPS مراحل نصب و تمام این اصلاحات را توضیح می‌دهد.

OpenHands: عامل کدنویسی خودمختار

OpenHands، که قبلاً OpenDevin نام داشت، یک عامل مهندسی نرم‌افزار خودمختار است. شما یک وظیفه را به زبان ساده به آن می‌دهید و آن وظیفه را برنامه‌ریزی می‌کند، کد می‌نویسد، دستورات را اجرا می‌کند، خروجی را می‌خواند و تا زمانی که کار تمام شود تکرار می‌کند. این عامل با Docker اجرا می‌شود، یک UI وب روی پورت 3000 ارائه می‌دهد، از ده‌ها backend مدل پشتیبانی می‌کند و حداقل به 4 GB رم نیاز دارد.

یک تصمیم طراحی باید کل تنظیمات شما را هدایت کند. برای اجرای هر وظیفه در یک کانتینر sandbox تازه، کنترل‌کننده آن Docker socket میزبان را mount می‌کند، و هر چیزی که بتواند با آن socket صحبت کند، می‌تواند کانتینری را شروع کند که کل فایل‌سیستم میزبان شما را mount می‌کند. این بدان معناست که دسترسی به socket عملاً معادل root در ماشین است، بنابراین نمی‌توانید OpenHands را کاملاً از میزبان خود جدا (sandbox) کنید. راهکار واقعی، مکان قرارگیری است: یک VPS اختصاصی و یک‌بار مصرف به آن بدهید که هیچ چیز مهم دیگری در آن نباشد، قبل از شروع از ماشین snapshot بگیرید، و به جای اعتماد به سروری که هفته‌ها کد نوشته شده توسط عامل را اجرا کرده است، از روی snapshot آن را بازسازی کنید. تنظیمات، تونل SSH به UI آن و دلایل آن در self-hosting OpenHands on a VPS آمده است.

Agent Zero: فریم‌ورک با کاربرد عمومی

Agent Zero یک فریم‌ورک عامل مبتنی بر Docker است. یک عامل اصلی می‌تواند عامل‌های زیردست (subordinate agents) ایجاد کند که هر کدام در کانتینر ایزوله خود اجرا می‌شوند و هر کدام می‌توانند کد اجرا کنند، مرورگر را هدایت کنند و دستورات shell را اجرا کنند. شما همه چیز را از طریق یک UI وب کنترل می‌کنید و روی سخت‌افزاری به کوچکی یک VPS با قیمت 6 دلار اجرا می‌شود، که آن را به ساده‌ترین راه برای آزمایش تنظیمات multi-agent با بودجه کم تبدیل می‌کند.

دو هشدار آن را ایمن نگه می‌دارد. استاندارد docker run در اکثر راهنماها، UI وب را روی پورت 50001 روی تمام اینترفیس‌های شبکه منتشر می‌کند، بنابراین در یک VPS عمومی، پنل کنترل سیستمی که دستورات را اجرا می‌کند، به محض شروع کانتینر از کل اینترنت قابل دسترسی است؛ در عوض آن را روی loopback منتشر کنید و از طریق یک تونل SSH به آن دسترسی پیدا کنید. و ایزولاسیون کانتینر آن را همان‌طور که هست بخوانید: عامل‌های زیردست از یکدیگر جدا شده‌اند، که این از خودِ عامل‌ها محافظت می‌کند، نه سرور شما. کارهای سمت میزبان همچنان با شما است و self-hosting Agent Zero on a VPS آن را پوشش می‌دهد، از جمله bind کردن به loopback که اکثر آموزش‌ها از آن غافل می‌شوند.

کدام عامل هوش مصنوعی self-hosted برای شما مناسب است؟

• اگر یک دستیار شخصی توانمند در اپلیکیشن‌های چت خود می‌خواهید و کار hardening واقعی را می‌پذیرید: OpenClaw.
• اگر یک عامل شخصی روی کوچک‌ترین و ارزان‌ترین سرور با تقریباً صفر سطح حمله می‌خواهید: Hermes Agent.
• اگر تیم شما یک پایه مشترک و خصوصی برای اپلیکیشن‌های LLM می‌خواهد، با یک UI که توسعه‌دهندگان از آن استفاده نمی‌کنند: Dify.
• اگر می‌خواهید در زمانی که نیستید کد نوشته شود و می‌توانید یک سرور یک‌بار مصرف به آن بدهید: OpenHands.
• اگر می‌خواهید با عامل‌هایی که وظایف را به عامل‌های دیگر واگذار می‌کنند آزمایش کنید: Agent Zero.

یک مورد خارج از این لیست قرار دارد. اگر آنچه می‌خواهید یک عامل کدنویسی تعاملی است که شما آن را مرحله به مرحله از طریق ترمینال هدایت می‌کنید، نه یک عامل خودمختار، آن دسته ابزارهای خاص و راهنمای خاص خود را دارد: برای محبوب‌ترین گزینه open source، running OpenCode on a VPS را ببینید، و برای حوزه گسترده‌تر، running a coding AI agent on a VPS را مطالعه کنید.

کارهای امنیتی برای هر پنج مورد یکسان است

هر عاملی را که انتخاب کنید، الگوی hardening تغییر نمی‌کند، زیرا ریسک تغییر نمی‌کند: هر یک از این ابزارها دستورات یا کدها را روی سرور شما اجرا می‌کنند، بنابراین ماشین باید محدودیتی برای آنچه یک اشتباه می‌تواند به آن دسترسی پیدا کند، اعمال کند.

چهار عادت بیشتر بار اصلی را به خود اختصاص می‌دهند. عامل را به عنوان یک کاربر اختصاصی و بدون امتیاز (unprivileged user) اجرا کنید، هرگز به عنوان root، تا حسابی که در آن اجرا می‌شود سقف میزان آسیب باشد، همان‌طور که در running services as an unprivileged user توضیح داده شده است. تمام سطوح کنترل را خصوصی نگه دارید: bind کردن به loopback برای UIهای وب و gatewayها، همراه با یک تونل SSH یا یک VPN در زمانی که نیاز به دسترسی به آن‌ها دارید، زیرا هیچ‌کس نمی‌تواند به پورتی که نمی‌تواند به آن دسترسی داشته باشد، حمله کند. یک فایروال با سیاست default-deny در جلوی سرور قرار دهید، و IPv6 را هم مانند IPv4 بررسی کنید، زیرا مجموعه‌ای از قوانین که فقط IPv4 را پوشش می‌دهد، می‌تواند همان سرویس را در IPv6 کاملاً باز بگذارد، که دقیقاً همان IPv6 firewall gap است که بسیاری از کاربران self-host را گرفتار می‌کند. و اسرار را فقط در فایل‌هایی نگه دارید که کاربرِ عامل فقط می‌تواند آن‌ها را بخواند (mode 600)، و از طریق سرویس بارگذاری شوند نه اینکه در خط فرمان چسبانده شوند.

مثال عملی از این الگوی کامل، شامل یک unit systemd سخت‌سازی شده با NoNewPrivileges، ProtectSystem=strict، PrivateTmp، و ProtectHome، در OpenClaw hardening guide موجود است، و همان دستورالعمل برای هر عامل دیگری در این صفحه نیز صدق می‌کند. یک عادت دیگر برای هر پنج مورد اهمیت دارد: آگاهانه آپدیت کنید. افشاگری‌های مارس 2026 برای OpenClaw نشان داد که چقدر سریع یک نقص بحرانی در یک عامل، فوری و حیاتی می‌شود، زیرا یک عامل از قبل دستورات را اجرا می‌کند، بنابراین یک باگ ارتقای سطح دسترسی در آن بسیار جدی‌تر از یک اپلیکیشن وب معمولی است.

FAQ

بهترین عامل هوش مصنوعی self-hosted در سال 2026 چیست؟

بستگی به وظیفه دارد. OpenClaw توانمندترین و محبوب‌ترین عامل شخصی است، با بیش از 380,000 star در GitHub تا اواسط سال 2026، و Hermes Agent سبک‌ترین جایگزین برای همان نقش است. Dify بهترین پلتفرم برای تیمی است که در حال ساخت اپلیکیشن‌های LLM است، OpenHands قوی‌ترین عامل کدنویسی خودمختار است، و Agent Zero منعطف‌ترین فریم‌ورک multi-agent است. ابتدا بر اساس مورد استفاده انتخاب کنید، سپس بر اساس میزان کار hardening که مایل به انجام آن هستید.

آیا می‌توانم یک عامل هوش مصنوعی self-hosted را روی یک VPS ارزان اجرا کنم؟

بله، برای اکثر آن‌ها. Hermes Agent روی یک VPS با قیمت 5 دلار اجرا می‌شود و Agent Zero از حدود 2 GB رم شروع می‌شود، در حالی که Dify به 2 تا 4 GB رم آزاد نیاز دارد و OpenHands حداقل به 4 GB نیاز دارد. خودِ عامل‌ها سبک هستند زیرا مدل زبانی معمولاً در یک API میزبانی شده اجرا می‌شود. اگر خودتان مدل را نیز self-host می‌کنید، سرور را متناسب با مدل انتخاب کنید، که نیازمندی بسیار بزرگتری نسبت به عامل است.

آیا برای self-host کردن یک عامل هوش مصنوعی به GPU نیاز دارم؟

خیر. عامل یک runtime است: یک حلقه، ابزارها و حافظه، که همگی کدهای معمولی هستند که روی یک VPS فقط با CPU اجرا می‌شوند. GPU تنها زمانی اهمیت دارد که بخواهید خودِ مدل زبانی را به جای فراخوانی یک API میزبانی شده، روی سخت‌افزار خودتان اجرا کنید. در آن صورت مدل باید در حافظه جا شود و باید قبل از دانلود، ماشین را متناسب با مدل انتخاب کنید.

آیا اجرای عامل‌های هوش مصنوعی self-hosted ایمن است؟

آن‌ها به اندازه محدودیت‌هایی که دور خود قرار می‌دهید ایمن هستند. هر عاملی در اینجا دستورات یا کدها را اجرا می‌کند، بنابراین ریسک‌ها عبارتند از: یک سطح کنترلِ exposed شده، نصب با دسترسی root، و لو رفتن کلیدهای API. اصلاحات برای هر پنج مورد یکسان است: یک کاربر بدون امتیاز، اینترفیس‌های فقط loopback که از طریق SSH یا VPN به آن‌ها دسترسی پیدا می‌شود، یک فایروال default-deny که IPv4 و IPv6 را پوشش می‌دهد، مجوزهای فایل برای اسرار، و آپدیت‌های پرامپت. عاملی که به این صورت نصب شده باشد، چیزی منطقی برای اجرا است؛ عاملی که به صورت خام روی یک پورت عمومی قرار گرفته باشد، نیست.