SSD Nodes Learn Hosting plans →
Guide Matt ConnorDi Matt Connor

Omnigent: un meta-harness per CLI di agenti

Scopri come Omnigent coordina Claude Code, Codex e altre CLI già installate, come fissare la release 0.7.0 e come isolare ogni agente su un VPS.

Che cos'è Omnigent

Omnigent è un meta-harness open source: un unico livello di orchestrazione che gestisce gli strumenti da riga di comando (CLI) degli agenti già installati. Non sostituisce Claude Code, Codex, Cursor, OpenCode, Hermes o Pi. Li avvia, assegna a ciascuno un'attività e supervisiona il risultato all'interno di una singola sessione, applicando un unico insieme di criteri. Databricks ha pubblicato il repository a giugno 2026 con licenza Apache 2.0 e PyPI classifica ancora il pacchetto come alpha.

L'affermazione pratica è circoscritta e va espressa con chiarezza. Si descrive un agente una sola volta, in YAML, e si indica l'harness che lo esegue. Modificando quella sola riga, lo stesso agente viene eseguito tramite la CLI di un altro fornitore. Il resto della configurazione non cambia, perché Omnigent gestisce il ciclo sopra gli agenti, non quello al loro interno.

Che cos'è un meta-harness e in cosa differisce da un framework?

Un harness è il programma che inserisce un modello in un ciclo operativo. Legge il prompt, chiama gli strumenti, modifica i file e restituisce il risultato. Claude Code è un harness. Codex è un harness. Lo installi, accedi e può lavorare autonomamente.

Un framework è una libreria per la quale scrivi il codice. La importi, definisci i passaggi in Python e il tuo programma diventa l'agente. In questo caso, cambiare vendor richiede di modificare il codice, perché il client del vendor è integrato nel programma.

Un meta-harness si colloca a un livello superiore rispetto a entrambi. È un supervisore che esegue gli harness come processi figlio. Omnigent avvia la CLI del vendor, le assegna il lavoro e legge il risultato. Mantieni la CLI che hai già installato e l'abbonamento o la chiave API (application programming interface) che già utilizzi per pagarla. Questa è l'unica differenza sostanziale e determina a chi è destinato lo strumento: persone che hanno già diverse CLI di agenti funzionanti e sono stanche di gestirle una alla volta da un terminale.

Quale problema risolve un unico livello di orchestrazione?

  • Cambiare fornitore richiede una sola riga. La definizione dell’agente contiene harness e model come dati, quindi spostare un ruolo da un fornitore a un altro richiede una modifica al file YAML, non una riscrittura.
  • La revisione può coinvolgere fornitori diversi. Un diff scritto da un modello viene analizzato da un modello di un’altra azienda. Due modelli della stessa famiglia tendono a condividere gli stessi punti ciechi, quindi una seconda valutazione dello stesso fornitore ha meno valore.
  • La policy ha un unico punto di gestione. Le soglie di budget e le richieste di approvazione sono dichiarate nel file dell’agente e si applicano a ogni sub-agent sottostante.
  • La sessione non dipende da un singolo strumento. Un unico transcript copre il lavoro eseguito da più CLI, quindi puoi rileggere ciò che è successo senza ricomporre quattro cronologie di terminale.

Il costo è il livello stesso. Ogni bug in Omnigent diventa un bug che si interpone tra te e un agente che prima funzionava autonomamente. In fase alpha è un costo reale, non teorico.

Dove si colloca un harness multi-agente rispetto agli strumenti per un singolo agente

Se non hai ancora eseguito un agente su un server, inizia da lì. La nostra guida a eseguire un agente di programmazione su un VPS descrive il caso del singolo agente dall'inizio alla fine, ed è la configurazione che Omnigent presuppone tu abbia già. L'ambito più ampio degli agenti AI self-hosted è il punto in cui scegliere gli agenti, mentre capire come funzionano realmente gli agenti è il punto di partenza migliore se questa terminologia è nuova.

Omnigent opera inoltre su un asse diverso rispetto a un livello di connettori. Attività come dare agli agenti accesso alle proprie origini dati riguardano le risorse che un agente può raggiungere. Omnigent riguarda quale agente viene eseguito, in quale ordine e con quali limiti. Puoi avere bisogno di entrambe le soluzioni contemporaneamente, perché non si sovrappongono.

Prerequisiti per l’installazione

  • Python 3.12 o versione successiva. Il pacchetto pubblicato dichiara requires-python >= 3.12.
  • tmux, perché gli harness dei terminali vengono eseguiti al suo interno.
  • Almeno una CLI del fornitore, già installata e con accesso già effettuato.
  • Node.js 22 o versione successiva con npm, perché gli harness Claude, Codex e Pi ne hanno bisogno. Il programma di installazione verifica la presenza di Node 22.10 o versione successiva e mostra un avviso se non è disponibile. Omnigent non richiede Node: il wheel su PyPI include gli asset web già compilati e Node diventa un requisito obbligatorio solo per una compilazione da un checkout Git.

Installare una release bloccata, non la versione main

curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh -s -- --version 0.7.0

La parte sh -s -- non è un elemento decorativo. Senza di essa, sh interpreta --version come una propria opzione e l'installer non viene mai eseguito. Quando sh è Bash, il comando stampa la versione di Bash ed esce correttamente; di conseguenza, non viene installato nulla e non viene generato alcun avviso. Con -s --, sh legge lo script dalla pipe e passa --version 0.7.0 all'installer. In un repository che rilascia modifiche incompatibili ogni poche settimane, questa è la differenza tra un ambiente riproducibile e un imprevisto.

La release 0.7.0 è ancora pubblicata su PyPI al 29 ottobre 2026, ma la release più recente è la 0.22.0, del 13 novembre 2026. La precedente release 0.19.1 è una patch focalizzata sulla sicurezza senza nuove funzionalità: aggiorna le dipendenze dopo la compromissione della certification authority intermedia eMudhra, e il progetto raccomanda l'aggiornamento. Ciò che conta è il blocco della versione (pin), non il numero: bloccate la versione che avete testato e leggete le modifiche incompatibili nelle note di rilascio prima di procedere. Un blocco non è comunque una giustificazione per ignorare una release di sicurezza; aggiornate quando ne viene rilasciata una.

L'installer utilizza uv, il gestore di pacchetti Python di Astral, e propone di installare uv per primo se mancante. Se uv è già presente, saltate lo script:

uv tool install --force --python 3.12 "omnigent==0.7.0"

Gli extra seguono lo stesso schema e il flag si ripete: --extra e2b --extra kubernetes sullo script, o "omnigent[e2b,kubernetes]" con uv. Lo script aggiunge anche l'extra databricks a meno che non si passi --no-databricks, mentre la riga uv qui sopra installa il pacchetto senza di esso. Si noti che il tag git è v0.7.0 mentre la versione del pacchetto su PyPI è 0.7.0.

uv inserisce il binario nella directory indicata da uv tool dir --bin, solitamente ~/.local/bin, e l'installer propone di aggiungerla al profilo della shell. Se il comando non viene trovato subito dopo un'installazione pulita, il motivo è questo. Verificate cosa è stato installato:

omni upgrade --check

Questo comando confronta la versione installata con l'ultima pubblicata e indica se è disponibile un aggiornamento, senza eseguirlo. omni e omnigent sono lo stesso programma con due nomi diversi.

Indicalo a un provider di modelli

omni setup

La procedura guidata cerca le credenziali già presenti nell'ambiente e richiede quelle mancanti. Gestisce chiavi API, sottoscrizioni dei vendor, gateway come OpenRouter o Ollama e workspace Databricks. Se sulla stessa macchina esegui già un server di modelli locali con Ollama, configura il gateway in modo che punti a quel server: il traffico non lascia mai la macchina.

Una sessione multi-agent minima

Gli agent di esempio si trovano nel repository. Clona quindi lo stesso tag che hai installato invece di main.

git clone --depth 1 --branch v0.7.0 https://github.com/omnigent-ai/omnigent.git
cd omnigent
omnigent run examples/polly/

Polly è l'orchestratore per la programmazione multi-agent incluso nel repository. La relativa configurazione dichiara i sub-agent denominati claude_code, codex, opencode, cursor, hermes e pi. Contiene inoltre una regola che rende utile eseguire l'intero esercizio: la revisione deve essere sempre eseguita da un vendor diverso da quello che ha implementato la modifica. Polly non scrive direttamente il codice. Pianifica il lavoro, suddivide l'obiettivo in attività, delega ciascuna attività e assegna ogni diff a un revisore di un altro vendor.

Prima di delegare qualsiasi attività, Polly esegue un controllo preliminare per verificare quali CLI dei sub-agent siano effettivamente presenti sulla macchina. Se è installata la CLI di un solo vendor, non è disponibile alcun altro vendor a cui assegnare il diff. Installa quindi almeno due CLI prima di valutare l'output. Debby, l'altro esempio incluso, è un agent di dibattito con due teste: una Claude e una GPT:

omni debby

È un modo rapido per verificare che due provider siano configurati, perché per produrre qualsiasi output deve poter utilizzare entrambi.

I sub-agent sono dichiarati come strumenti

Il file dell’agente è in formato YAML. executor definisce l’harness, il modello e l’autenticazione. tools contiene i server MCP (model context protocol), le funzioni Python e i sub-agent. Un sub-agent è uno strumento con type: agent e un proprio executor, che costituisce il meccanismo alla base di tutto quanto sopra.

name: orchestrator
prompt: |
  You coordinate coding and review tasks.

executor:
  harness: claude-sdk
  model: databricks-claude-sonnet-4-6

tools:
  coder:
    type: agent
    prompt: Write and test code.
    executor:
      harness: claude-sdk
      model: databricks-claude-opus-4-7
  reviewer:
    type: agent
    prompt: Review proposed changes.
    executor:
      harness: claude-sdk
      model: databricks-claude-sonnet-4-6
omnigent run path/to/my_agent.yaml

Quegli ID modello provengono dall’esempio docs/AGENT_YAML_SPEC.md del progetto e corrispondono a nomi di modelli ospitati su Databricks. Sostituisci harness e model con i valori configurati da omni setup sul tuo sistema. Altri valori dell’harness previsti dalla specifica includono antigravity, copilot, kimi e qwen. La specifica attuale su main documenta inoltre acp:<slug> per qualsiasi server Agent Client Protocol, ma la specifica v0.7.0 non lo elenca. Verifica quindi che funzioni nella versione fissata prima di farvi affidamento. La specifica supporta anche pass_history: true su un sub-agent, che gli passa la conversazione del processo padre. Questa opzione consuma token a ogni delega. Lasciala quindi disattivata per i sub-agent che devono occuparsi soltanto dell’attività corrente. Se il prompt di un coder gli indica di realizzare la modifica minima funzionante, il reviewer riceve un diff abbastanza breve da poter essere letto davvero. In questo contesto, questo aspetto conta più del modello scelto per uno dei due ruoli.

Perché le orchestrazioni di lunga durata devono essere eseguite su un VPS

Un'esecuzione multi-agent non è un comando di due minuti. Occorre pianificare, delegare, attendere i git worktree paralleli, verificare e rivedere. Chiudere il coperchio del laptop interrompe tutto. Un VPS (virtual private server) rimane attivo e mantiene la connessione di rete, quindi la sessione continua anche quando non la si controlla.

omnigent server --background
omnigent server status

Il server ospita un'interfaccia web sulla porta 6767. omnigent server status indica se ne è in esecuzione una, mentre omnigent stop la arresta. v0.7.0 ha rimosso omni server start a favore di omni server --background; v0.9.0 lo ha ripristinato come alias deprecato.

Non pubblicare 6767 su un indirizzo pubblico. Esistono due configurazioni sicure. Lasciare la porta chiusa nel firewall e inoltrarla tramite SSH con ssh -N -L 6767:localhost:6767 you@your-server, quindi aprire l'interfaccia web su http://localhost:6767 dalla propria macchina. In alternativa, terminare TLS (transport layer security) davanti al servizio e abilitare l'autenticazione:

OMNIGENT_AUTH_ENABLED=1 omnigent server --background

La configurazione del firewall è un'attività ordinaria, descritta in le basi del firewall ufw per un VPS. Se il server esegue già container dietro Traefik davanti a diverse applicazioni Docker Compose, Omnigent è semplicemente un altro servizio nello stesso schema.

Per un deploy con container, la directory deploy/docker/ del repository contiene una configurazione Compose: ./bootstrap.sh genera i secret in .env, quindi docker compose up -d avvia Omnigent e Postgres, con il server sulla porta 8000 anziché 6767. OMNIGENT_PORT modifica questa porta sull'host. Compose calcola automaticamente DATABASE_URL (negli altri target di deploy la stessa variabile seleziona Postgres o SQLite) e OMNIGENT_AUTH_ENABLED assume per impostazione predefinita 1 all'interno dei container, che è il valore corretto per qualsiasi servizio raggiungibile dall'esterno.

Per quanto riguarda il dimensionamento, le note sul deploy indicano un consumo di memoria inattivo del server di circa 275 MB RSS, mentre la configurazione Fly.io assegna una macchina da 1 GB. La misurazione in condizioni di inattività riguarda soltanto il supervisor; 1 GB è la memoria assegnata alla macchina. I sub-agent possono condividere la directory di lavoro e l'ambiente del processo principale, inclusa la sandbox tramite os_env: inherit. I git worktree separati sono una scelta di orchestrazione, quindi dimensionare il server in base agli harness e agli agenti eseguiti contemporaneamente. Quando il server è attivo, omnigent login https://your-host seguito da omnigent host https://your-host registra il laptop sul server, mentre omnigent attach <session_id> riprende una sessione in esecuzione da un altro dispositivo.

Metti ogni sub-agent in una sandbox prima di interrompere il lavoro

Omnigent distribuisce una sandbox a livello di sistema operativo chiamata Omnibox. Su Linux usa i namespace di bubblewrap insieme a seccomp, quindi è il kernel a imporre il confine, non il prompt dell'agent. Un agent sottoposto a prompt injection non può aggirare una regola del kernel usando le istruzioni. Installa prima la dipendenza:

sudo apt install bubblewrap

La configurazione si trova in os_env nel file dell'agent:

os_env:
  type: caller_process
  cwd: .
  sandbox:
    type: linux_bwrap
    write_paths: [.]
    write_files: []
    read_paths: []
    allow_network: true
    cwd_allow_hidden: [.venv]
    env_passthrough: []
    egress_rules: []
    credential_proxy: []

La directory di lavoro è di sola lettura finché non la elenchi in write_paths, quindi un agent che si comporta in modo errato non può scrivere fuori dal workspace. I dotfile al livello superiore della directory di lavoro e ogni radice read_paths restano nascosti finché non vengono indicati in cwd_allow_hidden; un'autorizzazione di lettura ampia non espone quindi implicitamente le directory .ssh o .aws al livello superiore. I dotfile annidati restano visibili per impostazione predefinita; imposta cwd_hidden_scan_recursive: true per mascherarli nell'intero albero. Imposta egress_rules e tutto il traffico HTTP e HTTPS passerà attraverso un proxy con diniego predefinito, con ogni regola scritta come "METHODS host/path-glob". credential_proxy si spinge oltre: l'agent conserva soltanto un segnaposto e il proxy sostituisce il secret reale mentre la richiesta viene inviata, quindi un transcript esposto non contiene nulla di utilizzabile. In una configurazione con più harness, ogni sub-agent contiene il proprio blocco sandbox nel relativo file di configurazione sotto agents/; in questo modo puoi negare l'accesso alla rete a un reviewer lasciandolo disponibile all'implementer.

Il limite è indicato nella documentazione e deve essere considerato. La sandbox del sistema operativo si applica alle chiamate agli strumenti sys_os_* e ai terminali. Non copre i server MCP e non copre il processo supervisor di Omnigent. Un server MCP avviato da te viene eseguito fuori dalla sandbox con i tuoi permessi. Per questo il modello più sicuro resta quello di usare una macchina temporanea separata per ogni agent, come descritto in eseguire coding agent in una VM temporanea. L'altra parte del lavoro riguarda le credenziali; tenere i secret fuori dalla portata di un agent diventa più difficile, non più facile, quando sei sub-agent condividono lo stesso host.

Le soglie di spesa sono policy dichiarate nello stesso file:

policies:
  budget:
    type: function
    handler: omnigent.policies.builtins.cost.cost_budget
    factory_params:
      max_cost_usd: 5.00
      ask_thresholds_usd: [1.00, 3.00]

La policy cost_budget richiede l'approvazione al raggiungimento delle soglie intermedie e blocca per impostazione predefinita tutti i modelli a max_cost_usd. L'impostazione di un elenco expensive_models non vuoto trasforma il limite in un vincolo di downgrade: i modelli non inclusi nell'elenco possono continuare a spendere. Un'esecuzione che pianifica con un vendor, implementa con un secondo e sottopone il risultato a revisione con un terzo genera spesa in tre punti contemporaneamente. Imposta quindi le soglie prima della prima esecuzione non presidiata, non dopo la prima fattura. Le policy integrate includono anche max_tool_calls_per_session e ask_on_os_tools, che richiedono l'approvazione prima delle operazioni sui file e nella shell. Le indicazioni in tenere sotto controllo i costi degli agent AI su un VPS si applicano direttamente anche in questo caso, e con maggiore urgenza, perché i sub-agent paralleli moltiplicano la velocità di spesa.

Quanto rapidamente evolve questo repository?

GraficoDays between tagged Omnigent releases, v0.2.0 to v0.7.0
I dati alla base di questo grafico
[
  {
    "version": "v0.2.0",
    "released": "2026-06-19",
    "interval": 3
  },
  {
    "version": "v0.3.0",
    "released": "2026-06-27",
    "interval": 8
  },
  {
    "version": "v0.4.0",
    "released": "2026-07-03",
    "interval": 6
  },
  {
    "version": "v0.5.0",
    "released": "2026-07-10",
    "interval": 7
  },
  {
    "version": "v0.5.1",
    "released": "2026-07-10",
    "interval": 0
  },
  {
    "version": "v0.6.0",
    "released": "2026-07-21",
    "interval": 11
  },
  {
    "version": "v0.7.0",
    "released": "2026-07-27",
    "interval": 6
  }
]

Queste sono le date di rilascio pubblicate nella pagina delle release del progetto, consultata il 3 agosto 2026. 7 release contrassegnate sono state pubblicate tra 2026-06-19 e 2026-07-27, mentre l'intervallo più lungo tra due release è stato di 11 giorni. v0.5.1 è stata pubblicata lo stesso giorno della release precedente. Le prime due release su PyPI, 0.1.0 del 13 giugno 2026 e 0.1.1 del 16 giugno 2026, non hanno una voce nella pagina delle release di GitHub e sono escluse dal grafico; i tre giorni mostrati per v0.2.0 sono conteggiati a partire da 0.1.1.

Due di queste release hanno modificato comandi già documentati nelle guide. v0.7.0 ha rimosso omni server start a favore di omni server --background. v0.6.0 ha rinominato l'extra omnigent[memory] in omnigent[hindsight], mantenendo però memory come alias di compatibilità, ancora funzionante fino alla versione 0.10.0. Dalla versione 0.11.0, pubblicata il 25 agosto 2026, l'alias non è più disponibile. Una riga di installazione copiata da un articolo di giugno non installa quindi più il client Hindsight. Questo è il motivo per usare --version nel comando di installazione e un tag nel tuo git clone, non una semplice preferenza di stile.

Il ritmo non è rallentato dopo quella consultazione. Al 29 ottobre 2026 PyPI elenca la versione 0.20.0, pubblicata il 28 ottobre, tredici release minor successive alla 0.7.0; le note di rilascio del progetto segnalano inoltre modifiche incompatibili in diverse di esse. Due sono rilevanti per qualsiasi contenuto copiato da questa pagina: v0.12.0 ha fatto sì che un omni senza argomenti avvii l'host in background invece dell'agente Polly (omni run avvia ora l'agente predefinito), mentre v0.13.0 richiede tmux 3.3 o una versione successiva per i terminali gestiti.

Quello a cui non affiderei ancora il sistema

Al 27 ottobre 2026 il repository conta circa 11k stelle, 1.8k fork e all’incirca 910 issue aperte; la prima release pubblica risale a poco più di quattro mesi fa. Le stelle misurano l’interesse, non la maturità. Il progetto si definisce alpha e la cronologia delle release riportata sopra conferma che si tratta effettivamente di una versione alpha.

  • Non lo eseguirei su un host che contiene credenziali di produzione, perché la sandbox non copre i server MCP né il supervisore.
  • Non lascerei un’esecuzione senza supervisione in assenza di una policy cost_budget, perché tre vendor possono addebitare costi in parallelo; con un elenco expensive_models non vuoto, la spesa può continuare usando modelli meno costosi.
  • Non esporrei il server su un indirizzo IP pubblico senza impostare OMNIGENT_AUTH_ENABLED e senza anteporre TLS.
  • Non considererei ancora stabile il file YAML dell’agente tra versioni minor, quindi fisserei la versione e leggerei le release note prima di eseguire un aggiornamento.

C’è un altro aspetto da conoscere per evitare sorprese: v0.6.0 ha aggiunto la telemetria d’uso anonimizzata, il README indica che viene raccolta per impostazione predefinita e il progetto la documenta, incluse le modalità per disattivarla, in una pagina dedicata alla telemetria. Leggi quella pagina e decidi consapevolmente se la macchina gestisce attività dei clienti.

Oggi Omnigent è realmente efficace per il compito per cui è stato progettato. Disponi di tre o quattro CLI per agenti, paghi già i relativi servizi e vuoi che una scriva mentre un’altra esamina il risultato. Questo funziona già, su una singola macchina, con una sandbox reale su Linux. Considera tutto ciò che va oltre questo scenario promettente, ma ancora incompleto.

FAQ

Omnigent è un agente oppure esegue agenti?

Esegue agenti. Omnigent è un meta-harness: avvia le CLI dei vendor già installate, come Claude Code, Codex o OpenCode, assegna a ciascuna un'attività e supervisiona i risultati in un'unica sessione. Non include un proprio modello. Per questo è diverso da un framework, in cui si scrive codice Python utilizzando una libreria e il programma diventa l'agente.

Devo installare Claude Code e Codex prima che Omnigent sia utile?

È necessario installare e autenticare almeno una CLI di un vendor, perché Omnigent controlla questi programmi invece di sostituirli. Per l'esempio Polly incluso è preferibile averne due o più di vendor diversi. La regola di Polly impone che la revisione sia sempre eseguita da un vendor diverso da quello che ha implementato la modifica. Con una sola CLI disponibile, quindi, non esiste un secondo vendor a cui inviare il diff.

Come installo una versione specifica di Omnigent invece dell'ultima?

Passare --version allo script di installazione tramite sh -s --, come mostrato in sh -s -- --version 0.7.0. Senza -s --, sh interpreta --version come una propria opzione e l'installer non viene mai eseguito: Bash, ad esempio, stampa la propria versione e termina. Se uv è già installato, uv tool install --force --python 3.12 "omnigent==0.7.0" svolge la stessa funzione. Il tag git è v0.7.0, mentre la stringa della versione PyPI è 0.7.0.

La sandbox Omnibox è sufficiente per eseguire agenti senza supervisione?

È efficace per gli aspetti che copre e indica chiaramente ciò che non copre. Su Linux utilizza bubblewrap e seccomp, quindi il kernel applica i limiti ai file e alla rete e l'agente non può disabilitarli. La documentazione specifica che si applica alle chiamate agli strumenti sys_os_* e ai terminali, ma non ai server MCP né al processo supervisor di Omnigent. Un server MCP viene quindi eseguito con i normali permessi dell'utente. Per questo, nelle attività senza supervisione, una macchina virtuale effimera per ogni agente offre ancora un isolamento più forte.

Quanta memoria richiede un server Omnigent su un VPS?

Le note di deploy del progetto indicano circa 275 MB di RSS in stato di inattività, mentre la configurazione Fly.io assegna una macchina da 1 GB. La misurazione in stato di inattività riguarda solo il server, non i relativi sub-agent. I sub-agent possono condividere la directory di lavoro e l'ambiente del processo padre, inclusa la relativa sandbox tramite os_env: inherit; non è garantita la disponibilità di copie di lavoro separate. Le esecuzioni in stile Polly utilizzano worktree git paralleli. È quindi necessario dimensionare RAM e disco in base al numero di agenti da eseguire contemporaneamente, non in base al solo server.

Questo articolo ti è stato utile?