SSD Nodes Learn Hosting plans →

Omnigent என்றால் என்ன? Agent CLI-களை நிர்வகிக்கும் முறை

Omnigent மூலம் பல்வேறு agent CLI-களை ஒரே இடத்தில் ஒருங்கிணைப்பது எப்படி என்று அறியுங்கள். 0.7.0 பதிப்பை நிறுவுதல் மற்றும் VPS சூழலில் அவற்றை பாதுகாப்பாக இயக்கும் முறைகளை விளக்குகிறோம்.

Omnigent என்றால் என்ன

Omnigent என்பது ஒரு open source meta-harness ஆகும். இது நீங்கள் ஏற்கனவே நிறுவியுள்ள agent command line tools (CLIs)-ஐ இயக்கும் ஒரு orchestration layer ஆகும். இது Claude Code, Codex, Cursor, OpenCode, Hermes அல்லது Pi ஆகியவற்றுக்கு மாற்றானது அல்ல. இது அவற்றை இயக்கி, ஒவ்வொன்றிற்கும் ஒரு பணியை வழங்கி, ஒரே session-க்குள் ஒரு கொள்கை தொகுப்பின் (policy set) மூலம் முடிவுகளைக் கண்காணிக்கிறது. Databricks இந்த repository-ஐ ஜூன் 2026-ல் Apache 2.0 உரிமத்தின் கீழ் வெளியிட்டது. PyPI இந்த package-ஐ இன்னும் alpha நிலையிலேயே வகைப்படுத்துகிறது.

இதன் நடைமுறை நோக்கம் மிகத் தெளிவானது. நீங்கள் ஒரு agent-ஐ YAML கோப்பில் ஒருமுறை வரையறுத்து, அதை இயக்கும் harness-ன் பெயரை குறிப்பிட வேண்டும். அந்த ஒரு வரியை மாற்றினால் போதும், அதே agent வேறொரு vendor-ன் CLI-ல் இயங்கும். உங்கள் அமைப்பில் வேறு எதுவும் மாறாது, ஏனெனில் Omnigent என்பது agent-களுக்குள் இருக்கும் loop-ஐ விட, அவற்றுக்கு மேலே இருக்கும் loop-ஐக் கட்டுப்படுத்துகிறது.

meta-harness என்றால் என்ன, அது framework-லிருந்து எவ்வாறு வேறுபடுகிறது?

Harness என்பது ஒரு model-ஐ loop-க்குள் இயக்கும் நிரலாகும். இது உங்கள் prompt-ஐப் படித்து, tools-ஐ அழைத்து, கோப்புகளைத் திருத்தி, முடிவுகளைத் தெரிவிக்கும். Claude Code ஒரு harness ஆகும். Codex ஒரு harness ஆகும். நீங்கள் அதை install செய்து, login செய்தவுடன், அது தானாகவே இயங்கும்.

Framework என்பது நீங்கள் code எழுதும் ஒரு library ஆகும். நீங்கள் அதை import செய்து, Python-ல் படிகளை வரையறுக்கிறீர்கள், உங்கள் நிரலே agent-ஆக மாறுகிறது. அங்கு vendor-ஐ மாற்ற வேண்டுமென்றால், உங்கள் code-ஐத் திருத்த வேண்டும், ஏனெனில் vendor-ன் client உங்கள் நிரலுடன் இணைக்கப்பட்டிருக்கும்.

Meta-harness இவை இரண்டிற்கும் ஒரு படி மேலே உள்ளது. இது harnesses-ஐ child processes-ஆக இயக்கும் ஒரு supervisor ஆகும். Omnigent என்பது vendor CLI-ஐத் தொடங்கி, அதற்குப் பணிகளை வழங்கி, வரும் முடிவுகளைப் படிக்கும். நீங்கள் ஏற்கனவே install செய்த CLI-ஐயும், அதற்கான subscription அல்லது API (application programming interface) key-ஐயும் நீங்கள் தொடர்ந்து பயன்படுத்தலாம். இதுவே முழுமையான வேறுபாடு, மேலும் இந்த tool யாருக்கானது என்பதை இதுவே தீர்மானிக்கிறது: ஏற்கனவே பல agent CLI-களைப் பயன்படுத்தும் நபர்கள், ஒவ்வொரு terminal-ஆகத் தனித்தனியாக இயக்குவதில் சோர்வடைந்தவர்களுக்கானது இது.

ஒரு orchestration layer என்ன சிக்கலைத் தீர்க்கிறது?

  • Vendor-ஐ மாற்றும் செலவு குறைகிறது. Agent definition-ல் harness மற்றும் model ஆகியவை தரவுகளாக இருப்பதால், ஒரு vendor-லிருந்து மற்றொரு vendor-க்கு role-ஐ மாற்றுவது என்பது YAML கோப்பைத் திருத்துவதே தவிர, முழுமையாக மீண்டும் எழுதுவதல்ல.
  • Vendor-களைக் கடந்து ஆய்வு செய்ய முடியும். ஒரு model எழுதிய diff-ஐ மற்றொரு நிறுவனத்தின் model ஆய்வு செய்யும். ஒரே குடும்பத்தைச் சேர்ந்த இரண்டு model-கள் பெரும்பாலும் ஒரே மாதிரியான குறைபாடுகளைக் கொண்டிருக்கும், எனவே ஒரே vendor-ன் இரண்டாவது கருத்து குறைந்த மதிப்பையே கொண்டது.
  • Policy-க்கு ஒரே இடம். பட்ஜெட் வரம்புகள் மற்றும் ஒப்புதல் கோரிக்கைகள் agent கோப்பிலேயே அறிவிக்கப்படுகின்றன, இவை அதற்குக்கீழ் உள்ள அனைத்து sub-agent-களுக்கும் பொருந்தும்.
  • Session எந்தவொரு தனிப்பட்ட கருவியையும் விட நீண்ட காலம் நீடிக்கும். ஒரு transcript பல CLI-கள் செய்த வேலைகளை உள்ளடக்கியது, எனவே நான்கு வெவ்வேறு scrollback-களை இணைக்க வேண்டிய அவசியமின்றி என்ன நடந்தது என்பதை உங்களால் படித்துப் பார்க்க முடியும்.

இதற்கான செலவு அந்த layer-ன் பராமரிப்புதான். Omnigent-ல் உள்ள ஒவ்வொரு பிழையும், முன்பு தனித்துச் செயல்பட்ட agent-க்கும் உங்களுக்கும் இடையே உள்ள ஒரு தடையாக மாறுகிறது. Alpha நிலையில் இது ஒரு கோட்பாட்டு ரீதியான செலவு அல்ல, உண்மையான செலவாகும்.

Multi-agent harness, single agent கருவிகளுக்கு அடுத்ததாக எங்கு பொருந்துகிறது

நீங்கள் ஒரு server-ல் இதுவரை ஒரு agent-ஐயும் இயக்கவில்லை என்றால், அங்கிருந்து தொடங்கவும். VPS-ல் coding agent-ஐ இயக்குவது குறித்த எங்களது வழிகாட்டி, single agent சூழலை முழுமையாக விளக்குகிறது; Omnigent-ஐப் பயன்படுத்துவதற்கு இந்த அடிப்படை அமைப்பு ஏற்கனவே உங்களிடம் இருக்க வேண்டும் என்று எதிர்பார்க்கப்படுகிறது. Self-hosted AI agents குறித்த பரந்த களத்தில் நீங்கள் agent-களைத் தேர்வு செய்யலாம். இங்குள்ள கலைச்சொற்கள் உங்களுக்குப் புதியவை என்றால், agent-கள் எவ்வாறு செயல்படுகின்றன என்பதைக் கற்றுக்கொள்வது சிறந்த தொடக்கமாகும்.

Omnigent என்பது connector layer-லிருந்து மாறுபட்ட ஒரு பரிமாணம். Agent-களுக்கு உங்கள் சொந்த தரவு மூலங்களை அணுக அனுமதி அளிப்பது போன்ற பணிகள், ஒரு agent எதை அடைய முடியும் என்பது பற்றியது. Omnigent என்பது எந்த agent, எந்த வரிசையில், என்ன கட்டுப்பாடுகளுடன் இயங்க வேண்டும் என்பது பற்றியது. இவை இரண்டையும் நீங்கள் ஒரே நேரத்தில் பயன்படுத்த விரும்பலாம்; இவை ஒன்றுடன் ஒன்று குறுக்கிடுவதில்லை.

நிறுவும் முன் தேவையானவை

  • Python 3.12 அல்லது அதற்குப் பிந்தைய பதிப்பு. வெளியிடப்பட்ட package-ல் requires-python >= 3.12 அறிவிக்கப்பட்டுள்ளது.
  • tmux, ஏனெனில் terminal harnesses அதற்குள் இயங்கும்.
  • குறைந்தது ஒரு vendor CLI ஏற்கனவே நிறுவப்பட்டு, அதில் login செய்யப்பட்டிருக்க வேண்டும்.
  • Node.js 22 அல்லது அதற்குப் பிந்தைய பதிப்பும் npm-உம் தேவை. Claude, Codex, மற்றும் Pi harnesses-க்கு இவை அவசியம். Installer, Node 22.10 அல்லது அதற்குப் பிந்தைய பதிப்பு உள்ளதா எனச் சரிபார்த்து, அது இல்லாவிட்டால் எச்சரிக்கை காட்டும். Omnigent-க்கு Node தேவையில்லை. PyPI-ல் உள்ள wheel-ல் build செய்யப்பட்ட web assets ஏற்கனவே சேர்க்கப்பட்டுள்ளன. git checkout-ல் இருந்து build செய்யும்போது மட்டுமே Node கட்டாயத் தேவையாகும்.

main-க்கு பதிலாக pinned release-ஐ நிறுவுதல்

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

sh -s -- பகுதி அலங்காரத்திற்காக வழங்கப்படவில்லை. அது இல்லையெனில், sh என்பது --version-ஐ தனது சொந்த விருப்பத்தேர்வாக (option) எடுத்துக்கொள்ளும், இதனால் installer இயங்காது. sh என்பது Bash ஆக இருக்கும்போது, அது Bash-ன் பதிப்பைக் காட்டிவிட்டு வெற்றிகரமாக வெளியேறிவிடும்; எனவே எதுவும் நிறுவப்படாது, எந்த எச்சரிக்கையும் வராது. -s ---ஐப் பயன்படுத்தும்போது, sh அந்த script-ஐ pipe வழியாகப் படித்து, --version 0.7.0-ஐ installer-க்கு அனுப்பி வைக்கும். சில வாரங்களுக்கு ஒருமுறை breaking changes-ஐ வெளியிடும் repository-களில், இதுவே மீண்டும் உருவாக்கக்கூடிய (reproducible) சூழலுக்கும், எதிர்பாராத சிக்கல்களுக்கும் இடையிலான வித்தியாசமாகும்.

29 அக்டோபர் 2026 நிலவரப்படி, 0.7.0 release இன்னும் PyPI-ல் உள்ளது, ஆனால் 13 நவம்பர் 2026-ல் வெளியான 0.22.0 தான் புதிய release ஆகும். அதற்கு முந்தைய 0.19.1 release என்பது புதிய வசதிகள் ஏதுமற்ற, பாதுகாப்பு சார்ந்த patch ஆகும்: eMudhra intermediate certificate authority சமரசம் செய்யப்பட்ட பிறகு, இது dependencies-ஐப் புதுப்பிக்கிறது; எனவே இந்த project-க்கு upgrade செய்யப் பரிந்துரைக்கப்படுகிறது. பதிப்பு எண் முக்கியமல்ல, pin செய்வதுதான் முக்கியம்: நீங்கள் சோதித்த பதிப்பைப் pin செய்யுங்கள், அடுத்த பதிப்பிற்கு மாறுவதற்கு முன் release notes-ல் உள்ள breaking changes-ஐப் படியுங்கள். ஒரு பதிப்பைப் pin செய்திருந்தாலும், பாதுகாப்பு தொடர்பான release வரும்போது அதைத் தவிர்க்கக்கூடாது; எனவே அத்தகைய release வரும்போது பதிப்பை மேம்படுத்தவும்.

இந்த installer, Astral-ன் Python package manager ஆன uv-ஐப் பயன்படுத்துகிறது. uv இல்லையெனில், அதை முதலில் நிறுவ இது கேட்கும். uv ஏற்கனவே இருந்தால், script-ஐத் தவிர்க்கவும்:

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

Extras-ம் இதே முறையைப் பின்பற்றுகின்றன, flag மீண்டும் மீண்டும் பயன்படுத்தப்படுகிறது: script-ல் --extra e2b --extra kubernetes அல்லது uv-ல் "omnigent[e2b,kubernetes]". நீங்கள் --no-databricks-ஐக் குறிப்பிடாத வரை, இந்த script தானாகவே databricks extra-வைச் சேர்க்கும், ஆனால் மேலே உள்ள uv கட்டளை அதைச் சேர்க்காமல் package-ஐ நிறுவுகிறது. git tag என்பது v0.7.0, ஆனால் PyPI-ல் உள்ள package பதிப்பு 0.7.0 என்பதைக் கவனத்தில் கொள்க.

uv ஆனது binary-ஐ uv tool dir --bin காட்டும் கோப்பகத்தில் (directory) வைக்கும், இது பொதுவாக ~/.local/bin ஆகும். installer இதை உங்கள் shell profile-ல் சேர்க்கப் பரிந்துரைக்கும். புதிய நிறுவலிற்குப் பிறகு கட்டளை கிடைக்கவில்லை என்றால், அதற்குக் காரணம் இதுதான். என்ன நிறுவப்பட்டுள்ளது என்பதைச் சரிபார்க்கவும்:

omni upgrade --check

இது நிறுவப்பட்ட பதிப்பை, வெளியிடப்பட்ட சமீபத்திய பதிப்போடு ஒப்பிட்டு, upgrade ஏதேனும் உள்ளதா என்று சொல்லும், ஆனால் upgrade செய்யாது. omni மற்றும் omnigent ஆகிய இரண்டும் ஒரே program-ன் இரு பெயர்கள் ஆகும்.

Model provider-ஐக் குறிப்பிடுதல்

omni setup

உங்கள் environment-ல் ஏற்கனவே உள்ள credentials-ஐ இந்த wizard கண்டறியும்; விடுபட்ட விவரங்களை உள்ளிடுமாறு கேட்கும். இது API keys, vendor subscriptions, OpenRouter அல்லது Ollama போன்ற gateways மற்றும் Databricks workspaces ஆகியவற்றை நிர்வகிக்கிறது. நீங்கள் ஏற்கனவே அதே machine-ல் Ollama மூலம் local model server-ஐ இயக்குகிறீர்கள் என்றால், அந்த gateway-ஐ அதற்குச் சுட்டிக்காட்டவும். இதன் மூலம் network traffic அந்த machine-ஐ விட்டு வெளியேறாது.

குறைந்தபட்ச multi-agent இயக்கம்

மாதிரி agents களஞ்சியத்தில் (repository) உள்ளன. எனவே, main-க்கு பதிலாக நீங்கள் நிறுவிய அதே tag-ஐ clone செய்யவும்.

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

Polly என்பது களஞ்சியத்துடன் வரும் multi-agent coding orchestrator ஆகும். இதன் கட்டமைப்பு (config), claude_code, codex, opencode, cursor, hermes மற்றும் pi எனப் பெயரிடப்பட்ட sub-agents-ஐயும், இந்தச் செயல்பாட்டை பயனுள்ளதாக்கும் ஒரு விதியையும் கொண்டுள்ளது: குறியீட்டைச் செயல்படுத்துபவரைத் தவிர வேறொரு vendor-ஆல் மட்டுமே ஆய்வு (review) செய்யப்பட வேண்டும். Polly தானாக எந்தக் குறியீட்டையும் எழுதுவதில்லை. இது திட்டமிடுகிறது, இலக்கை வேலைகளாகப் பிரிக்கிறது, ஒவ்வொன்றையும் ஒப்படைக்கிறது, மேலும் ஒவ்வொரு diff-ஐயும் வேறொரு vendor-ன் reviewer-க்கு அனுப்புகிறது.

எதையும் ஒப்படைக்கும் முன், கணினியில் எந்தெந்த sub-agent CLI-கள் உள்ளன என்பதைச் சரிபார்க்க Polly ஒரு preflight சோதனையை நடத்துகிறது. ஒரே ஒரு vendor CLI மட்டும் நிறுவப்பட்டிருந்தால், diff-ஐ ஒப்படைக்க யாரும் இருக்க மாட்டார்கள். எனவே, முடிவை மதிப்பிடுவதற்கு முன் குறைந்தது இரண்டையாவது நிறுவவும். Debby என்பது மற்றுமொரு மாதிரி agent; இது இரண்டு தலைகளைக் கொண்ட விவாத agent (debate agent), ஒன்று Claude மற்றும் மற்றொன்று GPT:

omni debby

இரண்டு providers-ம் சரியாக உள்ளமைக்கப்பட்டுள்ளனவா என்பதை உறுதிப்படுத்த இது ஒரு எளிய வழியாகும், ஏனெனில் எதையும் சொல்வதற்கு இரண்டுமே தேவைப்படும்.

Sub-agents tools ஆக அறிவிக்கப்படுகின்றன

Agent file YAML வடிவில் இருக்கும். executor harness, model, authentication ஆகியவற்றின் பெயர்களைக் கொண்டிருக்கும். tools MCP (model context protocol) servers, Python functions, sub-agents ஆகியவற்றைக் கொண்டிருக்கும். Sub-agent என்பது type: agent மற்றும் அதற்கென தனித்த executor கொண்ட tool ஆகும். மேலே குறிப்பிடப்பட்ட அனைத்திற்கும் இதுவே அடிப்படை mechanism ஆகும்.

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

இந்த model ids, project-ன் சொந்த docs/AGENT_YAML_SPEC.md example-லிருந்து பெறப்பட்டவை. அவை Databricks-hosted names ஆகும். harness மற்றும் model ஆகியவற்றை உங்கள் box-ல் omni setup configured செய்துள்ள values-ஆல் மாற்றவும். இந்த spec-ல் உள்ள பிற harness values antigravity, copilot, kimi மற்றும் qwen ஆகும். main-ல் உள்ள தற்போதைய spec, எந்த Agent Client Protocol server-க்கும் acp:<slug>-ஐ ஆவணப்படுத்துகிறது. ஆனால் v0.7.0 spec-ல் இது பட்டியலிடப்படவில்லை. எனவே இதை நம்புவதற்கு முன், நீங்கள் pinned செய்த version-ல் இது செயல்படுகிறதா என்பதை உறுதிப்படுத்தவும். இந்த spec, sub-agent-ல் pass_history: true-ஐயும் ஆதரிக்கிறது. இது parent conversation-ஐ sub-agent-க்கு வழங்கும். ஒவ்வொரு delegation-லும் இதனால் tokens பயன்படுத்தப்படும். எனவே முன் வைக்கப்பட்ட task மட்டும் தேவைப்படும் sub-agents-க்கு இதை off நிலையில் விடவும். ஒரு coder-ன் prompt, செயல்படும் மிகச் சிறிய மாற்றத்தைச் செய்யுமாறு அதற்கு அறிவுறுத்தினால், அது reviewer-க்கு உண்மையில் வாசிக்கக்கூடிய அளவு குறுகிய diff-ஐ வழங்கும். இங்கு இரு role-களுக்கும் நீங்கள் தேர்ந்தெடுக்கும் model-ஐ விட இது முக்கியமானது.

நீண்ட நேரம் இயங்கும் orchestration ஏன் VPS-ல் இருக்க வேண்டும்

ஒரு multi-agent செயல்பாடு என்பது இரண்டு நிமிடக் கட்டளை அல்ல. திட்டமிடுதல், பணி ஒப்படைத்தல், இணையான git worktrees-க்காகக் காத்திருத்தல், ஆய்வு செய்தல் மற்றும் திருத்துதல் எனப் பல நிலைகள் உள்ளன. மடிக்கணினியை மூடினால் இவை அனைத்தும் நின்றுவிடும். ஒரு VPS (virtual private server) எப்போதும் இயங்கிக்கொண்டிருக்கும், அதன் network இணைப்பும் நீடிக்கும், எனவே நீங்கள் கவனிக்காத நேரத்திலும் session தொடர்ந்து செயல்படும்.

omnigent server --background
omnigent server status

இந்த server, port 6767-ல் ஒரு web user interface-ஐ வழங்குகிறது. omnigent server status, ஏதேனும் ஒன்று இயங்குகிறதா என்பதைத் தெரிவிக்கும், மேலும் omnigent stop அதை நிறுத்திவிடும். v0.7.0 பதிப்பில் omni server --background-க்கு ஆதரவாக omni server start நீக்கப்பட்டது; v0.9.0 பதிப்பில் அது deprecated alias-ஆக மீண்டும் சேர்க்கப்பட்டது.

6767 port-ஐ public address-ல் வெளியிட வேண்டாம். இரண்டு முறைகள் பாதுகாப்பானவை. Firewall-ல் அந்த port-ஐ மூடி வைத்துவிட்டு, ssh -N -L 6767:localhost:6767 you@your-server மூலம் SSH வழியாக forward செய்யவும், பின்னர் உங்கள் கணினியில் http://localhost:6767-ல் web interface-ஐத் திறக்கவும். அல்லது, அதற்கு முன்னால் TLS (transport layer security) termination செய்து, authentication-ஐ இயக்கவும்:

OMNIGENT_AUTH_ENABLED=1 omnigent server --background

அதற்கான firewall அமைப்பு ஒரு சாதாரண பணி, இது VPS-க்கான ufw firewall அடிப்படைகள் பகுதியில் விளக்கப்பட்டுள்ளது. ஒருவேளை உங்கள் server ஏற்கனவே பல Docker Compose செயலிகளுக்கு முன்னால் Traefik-ஐப் பயன்படுத்தினால், Omnigent-ஐயும் அதே முறையில் ஒரு service-ஆகச் சேர்க்கலாம்.

Container deploy செய்வதற்கு, repository-ன் deploy/docker/ கோப்பகத்தில் Compose அமைப்பு உள்ளது: ./bootstrap.sh ரகசியங்களை (secrets) .env-க்குள் உருவாக்குகிறது, பின்னர் docker compose up -d, Omnigent மற்றும் Postgres-ஐத் தொடங்குகிறது; இதில் server 6767-க்கு பதிலாக 8000-வது port-ல் இயங்கும். OMNIGENT_PORT அந்த host port-ஐ மாற்றும். Compose உங்களுக்காக DATABASE_URL-ஐக் கணக்கிடுகிறது (பிற deploy இலக்குகளில் இதே variable தான் Postgres அல்லது SQLite-ஐத் தேர்வு செய்யும்), மேலும் OMNIGENT_AUTH_ENABLED, container-களுக்கு உள்ளே இயல்பாக 1 என்று அமையும், இது வெளியிலிருந்து அணுகக்கூடிய எதற்கும் சரியான இயல்புநிலை அமைப்பாகும்.

அளவு (sizing) குறித்துப் பார்க்கையில், server-ன் idle memory பயன்பாடு தோராயமாக 275 MB RSS என்று deploy குறிப்புகள் தெரிவிக்கின்றன, மேலும் Fly.io config 1 GB machine-ஐப் பரிந்துரைக்கிறது. இந்த idle அளவு supervisor-க்கு மட்டுமே; 1 GB என்பது ஒதுக்கப்பட்ட machine memory ஆகும். Sub-agents, தங்களின் parent-ன் working directory மற்றும் environment-ஐப் பகிர்ந்து கொள்ளலாம், இதில் os_env: inherit வழியாக அதன் sandbox-ம் அடங்கும். தனித்தனி git worktrees என்பது ஒரு orchestration தேர்வு, எனவே நீங்கள் ஒரே நேரத்தில் இயக்கும் harnesses மற்றும் agents-க்கு ஏற்ப server-ன் அளவைத் தீர்மானிக்கவும். ஒரு server தயாரானதும், omnigent login https://your-host மற்றும் அதைத் தொடர்ந்து omnigent host https://your-host ஆகியவற்றைப் பயன்படுத்தி உங்கள் மடிக்கணினியை அதனுடன் இணைக்கலாம், மேலும் omnigent attach <session_id> மூலம் மற்றொரு சாதனத்திலிருந்து இயங்கும் session-ஐ மீண்டும் தொடரலாம்.

ஒவ்வொரு sub-agent-ஐயும் வெளியேறும் முன் sandbox-ல் வைக்கவும்

Omnigent, Omnibox எனப்படும் operating system level sandbox-ஐ வழங்குகிறது. Linux-ல் இது bubblewrap namespaces மற்றும் seccomp-ஐப் பயன்படுத்துகிறது; எனவே, agent-ன் prompt-ஐ விட kernel-லே எல்லைகளைக் கடுமையாக அமல்படுத்துகிறது. Prompt-injection செய்யப்பட்ட ஒரு agent-ஆல் kernel விதிகளிலிருந்து தப்பிக்க முடியாது. முதலில் தேவையான dependency-ஐ நிறுவவும்:

sudo apt install bubblewrap

இதற்கான configuration, agent கோப்பில் os_env-ன் கீழ் அமையும்:

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: []

நீங்கள் write_paths-ல் குறிப்பிடும் வரை working directory read-only நிலையில் இருக்கும்; இதனால் தவறாகச் செயல்படும் ஒரு agent-ஆல் workspace-க்கு வெளியே எதையும் எழுத முடியாது. Working directory-ன் கீழ் உள்ள top-level dotfiles மற்றும் ஒவ்வொரு read_paths root-ம் cwd_allow_hidden-ல் குறிப்பிடப்படாத வரை மறைக்கப்பட்டே இருக்கும். இதன் பொருள், ஒரு பொதுவான read grant மூலம் top-level .ssh அல்லது .aws directories வெளிப்படாது. Nested dotfiles இயல்பாகவே தெரியும்; அவற்றை முழு tree-யிலும் மறைக்க cwd_hidden_scan_recursive: true-ஐ அமைக்கவும். egress_rules-ஐ அமைத்தால், அனைத்து HTTP மற்றும் HTTPS traffic-ம் default deny proxy வழியாகச் செல்லும்; ஒவ்வொரு விதியும் "METHODS host/path-glob" என எழுதப்படும். credential_proxy இன்னும் ஒரு படி மேலே செல்கிறது: agent எப்போதும் ஒரு placeholder-ஐ மட்டுமே வைத்திருக்கும்; request வெளியேறும்போது proxy உண்மையான secret-ஐ மாற்றும். இதனால், transcript கசிந்தாலும் பயனுள்ள தகவல்கள் கிடைக்காது. Multi-harness அமைப்பில், ஒவ்வொரு sub-agent-ம் agents/-ன் கீழ் உள்ள அதன் சொந்த config கோப்பில் sandbox block-ஐக் கொண்டிருக்கும். எனவே, reviewer-க்கு network அணுகலை மறுத்துவிட்டு, implementer-க்கு அதை வழங்க முடியும்.

இதற்கான வரம்பு ஆவணத்தில் குறிப்பிடப்பட்டுள்ளது, அது முக்கியமானது. OS sandbox, sys_os_* tool calls மற்றும் terminals-க்கு மட்டுமே பொருந்தும். இது MCP servers-ஐயோ அல்லது Omnigent supervisor process-ஐயோ உள்ளடக்காது. நீங்கள் தொடங்கும் MCP server, உங்கள் அனுமதியுடன் sandbox-க்கு வெளியே இயங்கும். இந்த இடைவெளி காரணமாகவே, ஒவ்வொரு agent-க்கும் ஒரு தனி throwaway machine-ஐப் பயன்படுத்துவது சிறந்த முறையாகும். இது disposable VM-ல் coding agents-ஐ இயக்குதல் என்ற பகுதியில் விவரிக்கப்பட்டுள்ளது. வேலையின் மற்றொரு பகுதி credentials ஆகும்; agent-ன் அணுகலுக்கு வெளியே secrets-ஐ வைத்திருத்தல் என்ற கட்டுரை, ஆறு sub-agents ஒரே host-ஐப் பகிரும்போது இன்னும் சவாலானதாகிறது.

Spend thresholds என்பது கொள்கைகள், அவை அதே கோப்பில் அறிவிக்கப்படுகின்றன:

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]

cost_budget கொள்கை soft thresholds-ல் கேட்கும், மேலும் max_cost_usd-ல் இயல்பாகவே அனைத்து models-ஐயும் தடுக்கும். காலியாக இல்லாத expensive_models பட்டியலை அமைப்பது, இந்த வரம்பை ஒரு downgrade gate-ஆக மாற்றும்: அந்தப் பட்டியலில் இல்லாத models தொடர்ந்து செலவு செய்ய முடியும். ஒரு vendor-உடன் திட்டமிட்டு, இரண்டாவது vendor-உடன் செயல்படுத்தி, மூன்றாவது vendor-உடன் ஆய்வு செய்யும் ஒரு run, ஒரே நேரத்தில் மூன்று இடங்களில் செலவு செய்யும். எனவே, முதல் invoice வருவதற்கு முன்பே, unattended run-ஐத் தொடங்கும் முன்னரே thresholds-ஐ அமைக்கவும். இதில் max_tool_calls_per_session மற்றும் ask_on_os_tools ஆகிய built-ins-ம் அடங்கும்; இவை file மற்றும் shell செயல்பாடுகளுக்கு முன் ஒப்புதல் கேட்கும். VPS-ல் AI agent செலவுகளைக் கட்டுப்படுத்துதல் குறித்த எங்கள் குறிப்புகள் இதற்கு நேரடியாகப் பொருந்தும். parallel sub-agents செலவு விகிதத்தை அதிகரிப்பதால், இந்தக் குறிப்புகள் இன்னும் முக்கியத்துவம் பெறுகின்றன.

இந்த repository எவ்வளவு வேகமாக முன்னேறுகிறது?

விளக்கப்படம்Days between tagged Omnigent releases, v0.2.0 to v0.7.0
இந்த விளக்கப்படத்தின் தரவு
[
  {
    "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
  }
]

இவை திட்டத்தின் அதிகாரப்பூர்வ releases பக்கத்திலிருந்து 3 August 2026 அன்று பெறப்பட்ட வெளியீட்டுத் தேதிகள். 2026-06-19 மற்றும் 2026-07-27 ஆகியவற்றுக்கு இடையே 7 tagged releases வெளியிடப்பட்டுள்ளன, மேலும் ஏதேனும் இரண்டு வெளியீடுகளுக்கு இடையே இருந்த அதிகபட்ச இடைவெளி 11 நாட்கள் ஆகும். v0.5.1 அதற்கு முந்தைய வெளியீட்டின் அதே நாளில் வெளியிடப்பட்டது. முதல் இரண்டு PyPI வெளியீடுகளான 0.1.0 (13 June 2026) மற்றும் 0.1.1 (16 June 2026) ஆகியவை GitHub releases பக்கத்தில் இல்லை, எனவே அவை வரைபடத்தில் சேர்க்கப்படவில்லை; v0.2.0-க்கான மூன்று நாட்கள் 0.1.1-லிருந்து கணக்கிடப்படுகின்றன.

அந்த வெளியீடுகளில் இரண்டு, ஏற்கனவே வழிகாட்டிகளில் ஆவணப்படுத்தப்பட்டிருந்த கட்டளைகளை மாற்றியுள்ளன. v0.7.0, omni server start-க்கு பதிலாக omni server --background-ஐக் கொண்டுவந்தது. v0.6.0, omnigent[memory] extra-வை omnigent[hindsight] என மறுபெயரிட்டது, ஆனால் memory-ஐ ஒரு compatibility alias-ஆக வைத்திருந்தது, இது 0.10.0 வரை வேலை செய்தது. 25 August 2026 அன்று வெளியான 0.11.0-லிருந்து, அந்த alias நீக்கப்பட்டுவிட்டது; எனவே ஜூன் மாதக் கட்டுரையில் இருந்து நகலெடுக்கப்பட்ட install வரி இப்போது Hindsight client-ஐப் பதிவிறக்காது. உங்கள் install கட்டளையில் --version-ஐப் பயன்படுத்துவதற்கும், உங்கள் git clone-ல் ஒரு tag-ஐக் குறிப்பிடுவதற்கும் இதுவே காரணம், இது வெறும் பாணி சார்ந்த விருப்பம் அல்ல.

அந்தத் தரவு சேகரிப்புக்குப் பிறகு வேகம் குறையவில்லை. 29 October 2026 நிலவரப்படி, PyPI-ல் 0.20.0 பதிப்பு பட்டியலிடப்பட்டுள்ளது (28 October அன்று வெளியானது). இது 0.7.0-க்குப் பிறகு வந்த பதின்மூன்றாவது minor release ஆகும். இவற்றில் பல வெளியீடுகளில் முக்கியமான மாற்றங்கள் (breaking changes) இருப்பதாக release notes குறிப்பிடுகின்றன. இந்தப் பக்கத்திலிருந்து நகலெடுக்கப்படும் எதற்கும் இரண்டு மாற்றங்கள் முக்கியமானவை: v0.12.0-ல், வெறும் omni கட்டளையை இயக்கினால் அது Polly agent-க்கு பதிலாக background host-ஐத் தொடங்கும் (omni run இப்போது default agent-ஐத் தொடங்கும்), மேலும் v0.13.0-ல் managed terminals-க்கு tmux 3.3 அல்லது அதற்குப் பிந்தைய பதிப்பு தேவைப்படுகிறது.

இதை எவற்றில் பயன்படுத்த நான் இன்னும் நம்பவில்லை

27 அக்டோபர் 2026 நிலவரப்படி, இந்த repository சுமார் 11k stars, 1.8k forks மற்றும் ஏறத்தாழ 910 open issues-ஐக் கொண்டுள்ளது. இதன் முதல் public release நான்கு மாதங்களுக்கு சற்று முன்புதான் வெளியானது. Stars என்பது ஆர்வத்தை மட்டுமே குறிக்கும், ஆர்வம் என்பது முதிர்ச்சி அல்ல. இந்தத் திட்டம் தன்னை alpha என்று குறிப்பிடுகிறது, மேலே உள்ள release history-ம் அது alpha நிலையில்தான் உள்ளது என்பதை உறுதிப்படுத்துகிறது.

  • production credentials-ஐக் கொண்ட host-ல் இதை நான் இயக்கமாட்டேன், ஏனெனில் sandbox-ஆனது MCP servers அல்லது supervisor-ஐ உள்ளடக்குவதில்லை.
  • cost_budget policy இல்லாமல் ஒரு run-ஐ கவனிக்காமல் விடமாட்டேன், ஏனெனில் மூன்று vendors ஒரே நேரத்தில் கட்டணம் வசூலிக்க முடியும்; காலியாக இல்லாத expensive_models பட்டியல் இருந்தால், மலிவான models-ல் செலவுகள் தொடர்ந்து கொண்டே இருக்கும்.
  • OMNIGENT_AUTH_ENABLED அமைக்கப்படாமலும், முன்னால் TLS இல்லாமலும் இந்த server-ஐ public IP address-ல் வெளிப்படுத்தமாட்டேன்.
  • agent YAML-ஐ minor versions-க்கு இடையில் நிலையானதாக நான் கருதவில்லை, எனவே version-ஐ pin செய்துவிட்டு, upgrade செய்வதற்கு முன் release notes-ஐப் படிக்கவும்.

உங்களுக்கு ஆச்சரியம் அளிக்கக்கூடிய மற்றொரு விஷயம்: v0.6.0 பதிப்பில் anonymised usage telemetry சேர்க்கப்பட்டுள்ளது. இது இயல்பாகவே (by default) சேகரிக்கப்படுகிறது என்று README கூறுகிறது. இதை எப்படித் தவிர்ப்பது (opt out) என்பது உட்பட அனைத்து விவரங்களும் பிரத்யேக telemetry பக்கத்தில் ஆவணப்படுத்தப்பட்டுள்ளன. அந்தப் பக்கத்தைப் படித்து, உங்கள் machine client பணிகளைக் கையாள்கிறது என்றால், கவனமாக முடிவெடுங்கள்.

Omnigent தற்போது எதற்காக உருவாக்கப்பட்டதோ, அதைச் சிறப்பாகச் செய்கிறது. உங்களிடம் மூன்று அல்லது நான்கு agent CLI-கள் உள்ளன, அவற்றுக்கு நீங்கள் ஏற்கனவே பணம் செலுத்துகிறீர்கள், அவற்றில் ஒன்று எழுதவும் மற்றொன்று சரிபார்க்கவும் (review) விரும்புகிறீர்கள் என்றால், அது இப்போது Linux-ல் முறையான sandboxing-உடன் ஒரே machine-ல் சிறப்பாகச் செயல்படும். இதற்கு அப்பாற்பட்ட அனைத்தையும் நம்பிக்கைக்குரிய ஆனால் முழுமையடையாத ஒன்றாகவே கருதுங்கள்.

FAQ

Omnigent என்பது ஒரு ஏஜெண்டா அல்லது ஏஜெண்டுகளை இயக்கும் ஒரு கருவியா?

இது ஏஜெண்டுகளை இயக்குகிறது. Omnigent என்பது ஒரு meta-harness ஆகும்: இது நீங்கள் ஏற்கனவே நிறுவியுள்ள Claude Code, Codex அல்லது OpenCode போன்ற vendor CLI-களைத் தொடங்கி, ஒவ்வொன்றிற்கும் பணிகளை வழங்கி, ஒரே அமர்வில் அவற்றின் முடிவுகளைக் கண்காணிக்கிறது. இது தனக்கென எந்த ஒரு model-ஐயும் கொண்டிருக்கவில்லை. இதனால்தான் இது ஒரு framework-லிருந்து வேறுபடுகிறது; framework-ல் நீங்கள் ஒரு library-ஐப் பயன்படுத்தி Python code எழுதுவீர்கள், உங்கள் நிரலே ஏஜெண்டாக மாறும்.

Omnigent-ஐப் பயன்படுத்துவதற்கு முன்பு Claude Code மற்றும் Codex-ஐ நான் நிறுவ வேண்டுமா?

குறைந்தது ஒரு vendor CLI-யையாவது நிறுவி, login செய்திருக்க வேண்டும். ஏனெனில் Omnigent அந்த நிரல்களை மாற்றீடு செய்வதற்குப் பதிலாக, அவற்றை இயக்கும் பணியைச் செய்கிறது. வழங்கப்பட்டுள்ள Polly உதாரணத்திற்கு, வெவ்வேறு vendor-களிடமிருந்து இரண்டு அல்லது அதற்கு மேற்பட்ட CLI-கள் தேவை. Polly-ன் விதியின்படி, ஒரு வேலையைச் செய்த vendor-ஐத் தவிர வேறொரு vendor-தான் அதைச் சரிபார்க்க வேண்டும். எனவே, ஒரே ஒரு CLI மட்டும் இருந்தால், diff-ஐ அனுப்ப இரண்டாவது vendor இருக்க மாட்டார்.

சமீபத்திய பதிப்பிற்குப் பதிலாக ஒரு குறிப்பிட்ட Omnigent பதிப்பை எவ்வாறு நிறுவுவது?

--version-ஐ install script-ல் sh -s -- மூலம் அனுப்பவும், உதாரணமாக sh -s -- --version 0.7.0-ல் உள்ளது போல. -s -- இல்லையென்றால், sh ஆனது --version-ஐத் தனது சொந்த விருப்பமாக எடுத்துக்கொள்ளும், installer இயங்காது: உதாரணமாக, Bash அதன் சொந்த பதிப்பைக் காட்டிவிட்டு வெளியேறிவிடும். ஏற்கனவே uv இருந்தால், uv tool install --force --python 3.12 "omnigent==0.7.0" அதே வேலையைச் செய்யும். git tag என்பது v0.7.0, அதே சமயம் PyPI version string என்பது 0.7.0 ஆகும்.

Omnibox sandbox ஏஜெண்டுகளைக் கவனிக்காமல் (unattended) இயக்கப் போதுமானதா?

இது உள்ளடக்கும் விஷயங்களுக்கு இது வலுவானது, எதை உள்ளடக்காது என்பதில் தெளிவாக உள்ளது. Linux-ல் இது bubblewrap மற்றும் seccomp-ஐப் பயன்படுத்துகிறது, எனவே kernel கோப்பு மற்றும் network வரம்புகளை அமல்படுத்துகிறது, ஏஜெண்டால் இதிலிருந்து வெளியேற முடியாது. ஆவணங்களின்படி, இது sys_os_* tool calls மற்றும் terminals-க்கு மட்டுமே பொருந்தும், MCP servers அல்லது Omnigent supervisor process-க்கு இது பொருந்தாது. எனவே, ஒரு MCP server உங்கள் சாதாரண அனுமதிகளுடன் இயங்கும். இதனால்தான், கவனிக்கப்படாத பணிகளுக்கு ஒவ்வொரு ஏஜெண்டிற்கும் ஒரு தனி disposable virtual machine பயன்படுத்துவதே பாதுகாப்பானது.

ஒரு VPS-ல் Omnigent server-க்கு எவ்வளவு memory தேவை?

இந்தத் திட்டத்தின் deploy குறிப்புகளின்படி, idle நிலையில் சுமார் 275 MB RSS தேவைப்படுகிறது, மேலும் அதன் Fly.io configuration 1 GB machine-ஐ ஒதுக்குகிறது. இந்த idle அளவுீடு server-ஐ மட்டுமே குறிக்கும், அதன் sub-agents-ஐ அல்ல. Sub-agents தங்களின் parent-ன் working directory மற்றும் environment-ஐப் பகிர்ந்து கொள்ளலாம், இதில் os_env: inherit மூலம் sandbox-ம் அடங்கும்; தனித்தனி working copies இருக்குமென்று உத்தரவாதம் இல்லை. Polly-style இயக்கங்கள் parallel git worktrees-ஐப் பயன்படுத்துகின்றன, எனவே server-ன் அளவை மட்டும் பார்க்காமல், ஒரே நேரத்தில் நீங்கள் இயக்கத் திட்டமிட்டுள்ள ஏஜெண்டுகளின் எண்ணிக்கைக்கு ஏற்ப RAM மற்றும் disk அளவை முடிவு செய்யுங்கள்.

இந்தக் கட்டுரை பயனுள்ளதாக இருந்ததா?