SSD Nodes Learn Hosting plans →
คู่มือ Matt Connorโดย Matt Connor

Omnigent คืออะไร? วิธีใช้งาน Meta-harness จัดการ Agent CLI

เรียนรู้การใช้งาน Omnigent เพื่อควบคุม Agent CLI หลายตัวในเซสชันเดียว พร้อมวิธีระบุเวอร์ชัน 0.7.0 และเทคนิคการทำ Sandbox บน VPS เพื่อความปลอดภัยในการรันงาน

Omnigent คืออะไร

Omnigent เป็น meta-harness แบบโอเพนซอร์ส ซึ่งเป็นเลเยอร์การจัดการ (orchestration layer) ที่ทำหน้าที่ควบคุมเครื่องมือบรรทัดคำสั่ง (CLI) ของเอเจนต์ที่คุณติดตั้งไว้ใช้งานอยู่แล้ว โดยไม่ได้เข้ามาแทนที่ Claude Code, Codex, Cursor, OpenCode, Hermes หรือ Pi แต่จะทำหน้าที่เรียกใช้งาน กำหนดงานให้แต่ละตัว และกำกับดูแลผลลัพธ์ภายในเซสชันเดียวภายใต้นโยบายชุดเดียวกัน Databricks ได้เผยแพร่ repository นี้ในเดือนมิถุนายน 2026 ภายใต้สัญญาอนุญาต Apache 2.0 และในปัจจุบัน PyPI ยังคงจัดประเภทแพ็กเกจนี้ว่าเป็นรุ่น alpha

ประโยชน์ในทางปฏิบัติของเครื่องมือนี้มีความเฉพาะเจาะจงและควรกล่าวถึงอย่างชัดเจน คุณเพียงแค่อธิบายลักษณะของเอเจนต์ไว้ในไฟล์ YAML หนึ่งครั้ง และระบุชื่อ harness ที่จะใช้รันเอเจนต์นั้น หากคุณเปลี่ยนบรรทัดดังกล่าวเพียงบรรทัดเดียว เอเจนต์ตัวเดิมก็จะสามารถรันบน CLI ของผู้ให้บริการรายอื่นได้ทันที โดยไม่ต้องเปลี่ยนแปลงการตั้งค่าส่วนอื่นในระบบของคุณ เนื่องจาก Omnigent เข้ามาควบคุมลูปการทำงานที่อยู่ เหนือ ตัวเอเจนต์ แทนที่จะเข้าไปควบคุมลูปที่อยู่ ภายใน ตัวเอเจนต์เอง

Meta-harness คืออะไร และแตกต่างจาก framework อย่างไร

Harness คือโปรแกรมที่ทำหน้าที่ครอบโมเดลไว้ในลูปการทำงาน โดยจะอ่าน prompt ของคุณ เรียกใช้เครื่องมือ แก้ไขไฟล์ และรายงานผลลัพธ์กลับมา ตัวอย่างเช่น Claude Code เป็น harness และ Codex ก็เป็น harness เช่นกัน คุณเพียงแค่ติดตั้ง ล็อกอิน แล้วโปรแกรมจะทำงานด้วยตัวเอง

Framework คือไลบรารีที่คุณต้องเขียนโค้ดเพื่อใช้งาน คุณต้อง import ไลบรารี กำหนดขั้นตอนการทำงานด้วย Python แล้วโปรแกรมของคุณจึงจะกลายเป็น agent การเปลี่ยนผู้ให้บริการในกรณีนี้หมายถึงการแก้ไขโค้ดของคุณ เพราะ client ของผู้ให้บริการถูกเชื่อมต่อไว้ภายในโปรแกรมของคุณโดยตรง

Meta-harness อยู่เหนือกว่าทั้งสองอย่างนั้นหนึ่งระดับ โดยทำหน้าที่เป็นตัวควบคุม (supervisor) ที่รัน harness ต่างๆ ในฐานะ child process ตัวอย่างเช่น Omnigent จะเริ่มการทำงานของ CLI ของผู้ให้บริการ ส่งงานให้ และอ่านผลลัพธ์ที่ส่งกลับมา คุณยังคงใช้ CLI ที่ติดตั้งไว้เดิม รวมถึงการสมัครสมาชิกหรือ API (application programming interface) key ที่คุณจ่ายเงินไว้อยู่แล้วได้ตามปกติ นี่คือความแตกต่างทั้งหมด และเป็นตัวกำหนดว่าเครื่องมือนี้เหมาะกับใคร ซึ่งก็คือผู้ที่มี agent CLI หลายตัวที่ใช้งานอยู่แล้ว และต้องการเลิกใช้งานผ่าน terminal ทีละหน้าต่างครับ

ชั้นการจัดการ (orchestration layer) ช่วยแก้ปัญหาอะไรบ้าง

  • การเปลี่ยนผู้ให้บริการทำได้ในบรรทัดเดียว นิยามของ agent เก็บ harness และ model ไว้ในรูปแบบข้อมูล ดังนั้นการย้ายบทบาทจากผู้ให้บริการรายหนึ่งไปยังอีกรายหนึ่งจึงเป็นการแก้ไขไฟล์ YAML ไม่ใช่การเขียนใหม่ทั้งหมด
  • การตรวจสอบข้ามผู้ให้บริการได้ ผลต่าง (diff) ที่เขียนโดยโมเดลหนึ่งสามารถอ่านได้โดยโมเดลจากบริษัทอื่น โมเดลสองตัวจากตระกูลเดียวกันมักมีจุดบอดที่เหมือนกัน ดังนั้นความเห็นที่สองจากผู้ให้บริการรายเดียวกันจึงมีค่าน้อยกว่า
  • นโยบายมีศูนย์กลางเดียว เกณฑ์งบประมาณและข้อความแจ้งเตือนเพื่อขออนุมัติจะถูกประกาศไว้ในไฟล์ agent และจะมีผลกับ sub-agent ทุกตัวที่อยู่ภายใต้นั้น
  • เซสชันมีอายุยาวนานกว่าเครื่องมือใดเครื่องมือหนึ่ง บันทึกการสนทนาหนึ่งชุดครอบคลุมงานที่ทำโดย CLI หลายตัว คุณจึงสามารถอ่านย้อนหลังได้ว่าเกิดอะไรขึ้นโดยไม่ต้องนำข้อความจากหน้าจอ 4 ส่วนมาต่อกัน

ต้นทุนที่ต้องจ่ายคือตัวชั้นการจัดการเอง บั๊กทุกตัวใน Omnigent กลายเป็นบั๊กที่คั่นกลางระหว่างคุณกับ agent ที่เคยทำงานได้ด้วยตัวเอง ในช่วงสถานะ alpha นี่คือต้นทุนที่เกิดขึ้นจริง ไม่ใช่แค่ในเชิงทฤษฎี

ตำแหน่งของ multi-agent harness เมื่อเทียบกับเครื่องมือแบบ single agent

หากคุณยังไม่เคยรัน agent บนเซิร์ฟเวอร์ ให้เริ่มต้นจากจุดนั้นก่อน คู่มือของเราเรื่อง การรัน coding agent บน VPS ครอบคลุมกรณีการใช้งาน single agent ตั้งแต่ต้นจนจบ ซึ่งเป็นสภาพแวดล้อมที่ Omnigent สมมติว่าคุณมีอยู่แล้ว ในส่วนของ self-hosted AI agents ในวงกว้างนั้นเป็นที่ที่คุณจะเลือกตัว agent เอง และการ เรียนรู้วิธีการทำงานจริงของ agent เป็นจุดเริ่มต้นที่ดีกว่าหากคำศัพท์ในที่นี้ยังเป็นเรื่องใหม่สำหรับคุณ

Omnigent ยังเป็นคนละส่วนกับชั้น connector งานประเภท การให้สิทธิ์ agent เข้าถึงแหล่งข้อมูลของคุณ เป็นเรื่องเกี่ยวกับสิ่งที่ agent สามารถเข้าถึงได้ ส่วน Omnigent เป็นเรื่องเกี่ยวกับว่า agent ตัวใดจะทำงาน ในลำดับใด และภายใต้ข้อจำกัดใด คุณสามารถต้องการทั้งสองอย่างพร้อมกันได้โดยที่การทำงานไม่ซ้ำซ้อนกัน

สิ่งที่จำเป็นต้องมีก่อนการติดตั้ง

  • Python 3.12 หรือใหม่กว่า โดยแพ็กเกจที่เผยแพร่ได้ระบุ requires-python >= 3.12 ไว้
  • tmux เนื่องจากตัวรัน harness ของเทอร์มินัลทำงานอยู่ภายในนั้น
  • Vendor CLI อย่างน้อยหนึ่งรายการที่ติดตั้งและล็อกอินเรียบร้อยแล้ว
  • Node.js 22 หรือใหม่กว่า พร้อมด้วย npm เนื่องจาก harness ของ Claude, Codex และ Pi จำเป็นต้องใช้งาน ตัวติดตั้งจะตรวจสอบ Node 22.10 หรือใหม่กว่า และจะแจ้งเตือนหากไม่พบ ตัว Omnigent เองไม่จำเป็นต้องใช้ Node เนื่องจาก wheel บน PyPI ได้รวมไฟล์เว็บที่ build ไว้แล้ว และ Node จะกลายเป็นข้อกำหนดบังคับก็ต่อเมื่อทำการ build จาก git checkout เท่านั้น

ติดตั้งรุ่นที่ระบุเวอร์ชัน (pinned release) แทนการใช้ main

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

ส่วนประกอบ sh -s -- ไม่ใช่สิ่งที่ใส่ไว้เพื่อความสวยงาม หากไม่มีส่วนนี้ sh จะอ่านค่า --version เป็นออปชันของตัวมันเอง ส่งผลให้ตัวติดตั้งไม่ทำงานเลย ในกรณีที่ sh เป็น Bash มันจะแสดงเวอร์ชันของ Bash เองแล้วจบการทำงานอย่างปกติ ทำให้ไม่มีการติดตั้งเกิดขึ้นและไม่มีการแจ้งเตือนใดๆ เมื่อใช้ -s -- ตัว sh จะอ่านสคริปต์จากไปป์ (pipe) และส่งผ่าน --version 0.7.0 ไปยังตัวติดตั้ง ในคลังซอฟต์แวร์ที่มีการเปลี่ยนแปลงแบบ breaking changes ทุกสองสามสัปดาห์ นี่คือความแตกต่างระหว่างเซิร์ฟเวอร์ที่ทำซ้ำได้ (reproducible) กับความผิดพลาดที่คาดไม่ถึง

รุ่น 0.7.0 ยังคงเผยแพร่อยู่บน PyPI ณ วันที่ 29 ตุลาคม 2026 แต่รุ่นล่าสุดคือ 0.22.0 ซึ่งออกมาเมื่อวันที่ 13 พฤศจิกายน 2026 รุ่น 0.19.1 ที่ออกมาก่อนหน้านี้เป็นแพตช์เน้นความปลอดภัยโดยไม่มีฟีเจอร์ใหม่ โดยเป็นการอัปเดต dependency หลังจากเหตุการณ์ที่ eMudhra intermediate certificate authority ถูกบุกรุก และทางโครงการแนะนำให้ทำการอัปเกรด สิ่งที่สำคัญคือการระบุเวอร์ชัน (pin) ไม่ใช่ตัวเลขเวอร์ชัน: ให้ระบุเวอร์ชันที่คุณได้ทดสอบแล้ว และอ่านรายละเอียดการเปลี่ยนแปลงที่อาจส่งผลกระทบ (breaking changes) ในบันทึกประจำรุ่น (release notes) ก่อนที่จะขยับเวอร์ชัน อย่างไรก็ตาม การระบุเวอร์ชันไม่ใช่เหตุผลที่จะละเลยการอัปเดตด้านความปลอดภัย ดังนั้นควรปรับเวอร์ชันเมื่อมีการออกแพตช์ความปลอดภัย

ตัวติดตั้งใช้ uv ซึ่งเป็นตัวจัดการแพ็กเกจ Python ของ Astral และมีตัวเลือกให้ติดตั้ง uv ก่อนหากยังไม่มี หากมี uv อยู่แล้ว ให้ข้ามสคริปต์ไปใช้คำสั่งนี้แทน:

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

ส่วนเสริม (extras) ใช้รูปแบบเดียวกันและต้องระบุแฟล็กซ้ำ: --extra e2b --extra kubernetes บนสคริปต์ หรือ "omnigent[e2b,kubernetes]" เมื่อใช้ uv สคริปต์จะเพิ่มส่วนเสริม databricks ให้โดยอัตโนมัติเว้นแต่คุณจะระบุ --no-databricks ในขณะที่คำสั่ง uv ด้านบนจะติดตั้งแพ็กเกจโดยไม่มีส่วนเสริมดังกล่าว โปรดทราบว่า git tag คือ v0.7.0 ในขณะที่เวอร์ชันของแพ็กเกจบน PyPI คือ 0.7.0

uv จะวางไฟล์ไบนารีไว้ในไดเรกทอรีที่ uv tool dir --bin รายงาน ซึ่งปกติคือ ~/.local/bin และตัวติดตั้งจะเสนอให้เพิ่มพาธดังกล่าวลงใน shell profile ของคุณ หากไม่พบคำสั่งหลังจากการติดตั้งใหม่ นี่คือสาเหตุ ให้ตรวจสอบสิ่งที่คุณติดตั้งไว้ด้วยคำสั่งนี้:

omni upgrade --check

คำสั่งนี้จะเปรียบเทียบเวอร์ชันที่ติดตั้งกับเวอร์ชันล่าสุดที่เผยแพร่ และแจ้งให้คุณทราบว่ามีการอัปเกรดหรือไม่ โดยที่ยังไม่ได้ดำเนินการอัปเกรดจริง omni และ omnigent คือโปรแกรมเดียวกันภายใต้ชื่อเรียกสองชื่อ

กำหนดผู้ให้บริการโมเดล

omni setup

วิซาร์ดจะตรวจสอบข้อมูลรับรอง (credentials) ที่มีอยู่ในสภาพแวดล้อมของคุณ และจะแจ้งเตือนให้คุณระบุข้อมูลที่ยังขาดอยู่ ระบบจะจัดการทั้ง API keys, การสมัครสมาชิกของผู้ให้บริการ, เกตเวย์อย่าง OpenRouter หรือ Ollama และ Databricks workspaces หากคุณใช้งาน เซิร์ฟเวอร์โมเดลภายในเครื่องด้วย Ollama อยู่บนเครื่องเดียวกันอยู่แล้ว ให้กำหนดเกตเวย์ไปยังเซิร์ฟเวอร์นั้น เพื่อให้ทราฟฟิกข้อมูลทำงานอยู่ภายในเครื่องโดยไม่ต้องส่งออกไปยังภายนอก

การรัน multi-agent แบบขั้นต่ำ

ตัวอย่าง agent อยู่ใน repository ดังนั้นให้ clone tag เดียวกับที่คุณติดตั้งไว้แทนการใช้ main

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

Polly คือ multi-agent coding orchestrator ที่มาพร้อมกับ repo นี้ ไฟล์ config ของมันประกาศชื่อ sub-agent ไว้คือ claude_code, codex, opencode, cursor, hermes และ pi พร้อมด้วยกฎหนึ่งข้อที่ทำให้การทดสอบนี้คุ้มค่าที่จะรัน: การตรวจสอบจะต้องทำโดย vendor คนละรายกับผู้เขียนโค้ดเสมอ Polly ไม่ได้เขียนโค้ดด้วยตัวเอง แต่จะทำหน้าที่วางแผน แบ่งเป้าหมายออกเป็นงานย่อย มอบหมายงาน และส่ง diff แต่ละรายการไปยังผู้ตรวจสอบจาก vendor อื่น

ก่อนจะมอบหมายงานใดๆ Polly จะรันการตรวจสอบเบื้องต้น (preflight check) เพื่อดูว่า CLI ของ sub-agent ตัวใดบ้างที่มีอยู่จริงบนเครื่อง หากติดตั้ง vendor CLI ไว้เพียงตัวเดียว ก็จะไม่มีใครให้ส่ง diff ต่อได้ ดังนั้นควรติดตั้งอย่างน้อยสองตัวก่อนที่คุณจะประเมินผลลัพธ์ Debby ซึ่งเป็นตัวอย่างอีกตัวที่มาพร้อมกัน คือ debate agent ที่มีสองหัว ประกอบด้วย Claude และ GPT:

omni debby

นี่เป็นวิธีสั้นๆ ในการยืนยันว่ามีการตั้งค่า provider ไว้สองรายแล้ว เพราะมันจำเป็นต้องใช้ทั้งสองรายในการแสดงผลลัพธ์ใดๆ ออกมา

Sub-agent ถูกประกาศเป็นเครื่องมือ (tools)

ไฟล์ agent อยู่ในรูปแบบ YAML โดย executor จะระบุชื่อ harness, โมเดล และการยืนยันตัวตน ส่วน tools จะเก็บเซิร์ฟเวอร์ MCP (model context protocol), ฟังก์ชัน Python และ sub-agent ต่างๆ โดย sub-agent คือเครื่องมือที่มี type: agent และตัวประมวลผล (executor) ของตัวเอง ซึ่งเป็นกลไกเบื้องหลังการทำงานทั้งหมดที่กล่าวมาข้างต้น

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

รหัสโมเดลเหล่านั้นมาจากตัวอย่าง docs/AGENT_YAML_SPEC.md ของโปรเจกต์เอง และเป็นชื่อที่โฮสต์โดย Databricks ให้แทนที่ harness และ model ด้วยค่าใดก็ตามที่ omni setup กำหนดไว้บนเครื่องของคุณ ค่า harness อื่นๆ ใน spec รวมถึง antigravity, copilot, kimi และ qwen ทั้งนี้ spec ปัจจุบันบน main ยังระบุถึง acp:<slug> สำหรับเซิร์ฟเวอร์ Agent Client Protocol ใดๆ แต่ spec เวอร์ชัน v0.7.0 ไม่ได้ระบุไว้ ดังนั้นควรตรวจสอบให้แน่ใจว่าใช้งานได้กับเวอร์ชันที่คุณล็อกไว้ก่อนที่จะนำไปใช้งานจริง นอกจากนี้ spec ยังรองรับ pass_history: true บน sub-agent ซึ่งจะส่งบทสนทนาของ parent ให้กับ sub-agent นั้น การทำเช่นนี้จะสิ้นเปลือง token ในทุกครั้งที่มีการมอบหมายงาน (delegation) ดังนั้นควรปิดไว้สำหรับ sub-agent ที่ต้องการเพียงแค่ภารกิจที่อยู่ตรงหน้าเท่านั้น โปรแกรมเมอร์ที่มี prompt สั่งให้สร้าง การเปลี่ยนแปลงที่เล็กที่สุดที่ใช้งานได้ จะส่ง diff ที่สั้นพอให้อ่านได้จริงแก่ผู้ตรวจสอบ ซึ่งในบริบทนี้มีความสำคัญมากกว่าโมเดลที่คุณเลือกใช้สำหรับบทบาทใดบทบาทหนึ่งเสียอีก

เหตุผลที่การทำ orchestration ระยะยาวควรอยู่บน VPS

การรัน multi-agent ไม่ใช่คำสั่งที่ใช้เวลาเพียงสองนาที มันประกอบด้วยการวางแผน การมอบหมายงาน การรอ git worktrees ที่ทำงานแบบขนาน การตรวจสอบ และการแก้ไข การปิดฝาแล็ปท็อปจะทำให้กระบวนการทั้งหมดสิ้นสุดลง VPS (virtual private server) จะออนไลน์อยู่ตลอดและรักษาการเชื่อมต่อเครือข่ายไว้ ทำให้เซสชันยังคงทำงานต่อไปได้ในขณะที่คุณไม่ได้เฝ้าดู

omnigent server --background
omnigent server status

เซิร์ฟเวอร์จะโฮสต์เว็บอินเทอร์เฟซไว้ที่พอร์ต 6767 โดย omnigent server status จะรายงานสถานะว่ามีบริการทำงานอยู่หรือไม่ และ omnigent stop จะใช้สำหรับปิดการทำงานของบริการนั้น ในเวอร์ชัน v0.7.0 ได้มีการนำ omni server start ออกเพื่อแทนที่ด้วย omni server --background และในเวอร์ชัน v0.9.0 ได้นำกลับมาในฐานะ alias ที่ถูกเลิกใช้งาน (deprecated)

ห้ามเปิดพอร์ต 6767 บนที่อยู่สาธารณะโดยเด็ดขาด วิธีที่ปลอดภัยมีสองรูปแบบ คือการปิดพอร์ตที่ไฟร์วอลล์แล้วส่งต่อผ่าน SSH ด้วย ssh -N -L 6767:localhost:6767 you@your-server จากนั้นจึงเปิดเว็บอินเทอร์เฟซที่ http://localhost:6767 บนเครื่องของคุณเอง หรืออีกวิธีคือการทำ TLS (transport layer security) termination ไว้ด้านหน้าและเปิดใช้งานการยืนยันตัวตน:

OMNIGENT_AUTH_ENABLED=1 omnigent server --background

ส่วนของการตั้งค่าไฟร์วอลล์เป็นงานพื้นฐานซึ่งครอบคลุมอยู่ใน พื้นฐานการใช้ ufw firewall สำหรับ VPS และหากเซิร์ฟเวอร์ของคุณรันคอนเทนเนอร์อยู่แล้วโดยใช้ Traefik หน้าแอป Docker Compose หลายตัว คุณก็สามารถเพิ่ม Omnigent เป็นอีกหนึ่งบริการในรูปแบบเดียวกันได้

สำหรับการปรับใช้แบบคอนเทนเนอร์ ไดเรกทอรี deploy/docker/ ใน repository จะมีไฟล์ตั้งค่า Compose อยู่: ./bootstrap.sh จะสร้าง secrets ลงใน .env จากนั้น docker compose up -d จะเริ่มการทำงานของ Omnigent และ Postgres โดยเซิร์ฟเวอร์จะทำงานที่พอร์ต 8000 แทนที่จะเป็น 6767 คุณสามารถใช้ OMNIGENT_PORT เพื่อเปลี่ยนพอร์ตโฮสต์ดังกล่าวได้ Compose จะคำนวณ DATABASE_URL ให้คุณโดยอัตโนมัติ (ในเป้าหมายการปรับใช้อื่น ตัวแปรเดียวกันนี้จะใช้เลือกระหว่าง Postgres หรือ SQLite) และ OMNIGENT_AUTH_ENABLED จะมีค่าเริ่มต้นเป็น 1 ภายในคอนเทนเนอร์ ซึ่งเป็นค่าเริ่มต้นที่เหมาะสมสำหรับบริการที่เข้าถึงได้จากภายนอก

ในด้านการจัดสรรทรัพยากร บันทึกการปรับใช้ระบุว่าเซิร์ฟเวอร์มีการใช้งานหน่วยความจำขณะว่าง (idle) อยู่ที่ประมาณ 275 MB RSS และไฟล์ตั้งค่า Fly.io ได้กำหนดขนาดเครื่องไว้ที่ 1 GB การวัดค่าขณะว่างนี้เป็นเพียงค่าของตัว supervisor เท่านั้น ส่วน 1 GB คือหน่วยความจำที่จัดสรรให้เครื่องทั้งหมด Sub-agents สามารถใช้ไดเรกทอรีทำงานและสภาพแวดล้อมร่วมกับ parent ได้ รวมถึง sandbox ผ่านทาง os_env: inherit การใช้ git worktrees แยกกันเป็นทางเลือกในการทำ orchestration ดังนั้นควรเลือกขนาดเครื่องให้เหมาะสมกับจำนวน harness และ agent ที่คุณรันพร้อมกัน เมื่อเซิร์ฟเวอร์พร้อมใช้งานแล้ว ให้ใช้ omnigent login https://your-host ตามด้วย omnigent host https://your-host เพื่อลงทะเบียนแล็ปท็อปของคุณเข้ากับเซิร์ฟเวอร์ และใช้ omnigent attach <session_id> เพื่อดึงเซสชันที่กำลังทำงานอยู่กลับมาใช้งานต่อจากอุปกรณ์อื่นได้

ทำ Sandbox ให้ sub-agent ทุกตัวก่อนที่คุณจะปล่อยให้ทำงาน

Omnigent มาพร้อมกับ sandbox ระดับระบบปฏิบัติการที่เรียกว่า Omnibox บน Linux มันใช้ bubblewrap namespaces ร่วมกับ seccomp ซึ่งเป็นการบังคับใช้ขอบเขตผ่าน kernel แทนที่จะพึ่งพา prompt ของ agent ดังนั้น agent ที่ถูก prompt injection จะไม่สามารถหลบเลี่ยงกฎของ kernel ได้ ให้ติดตั้ง dependency ก่อน:

sudo apt install bubblewrap

การตั้งค่าจะอยู่ใน os_env ภายในไฟล์ของ 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: []

ไดเรกทอรีทำงานจะเป็นแบบอ่านอย่างเดียวจนกว่าคุณจะระบุไว้ใน write_paths ดังนั้นหาก agent ทำงานผิดพลาด มันจะไม่สามารถเขียนข้อมูลนอก workspace ได้ ไฟล์ dotfiles ระดับบนสุดภายใต้ไดเรกทอรีทำงานและ root ของแต่ละ read_paths จะถูกซ่อนไว้เว้นแต่จะระบุชื่อไว้ใน cwd_allow_hidden ซึ่งหมายความว่าการอนุญาตให้อ่านแบบกว้างจะไม่เปิดเผยไดเรกทอรี .ssh หรือ .aws ระดับบนสุดโดยไม่ตั้งใจ ส่วน dotfiles ที่ซ้อนอยู่จะยังคงมองเห็นได้โดยค่าเริ่มต้น ให้ตั้งค่า cwd_hidden_scan_recursive: true เพื่อปิดบังไฟล์เหล่านั้นทั่วทั้ง tree ตั้งค่า egress_rules แล้ว traffic HTTP และ HTTPS ทั้งหมดจะผ่าน proxy ที่ปฏิเสธการเชื่อมต่อโดยค่าเริ่มต้น โดยแต่ละกฎจะเขียนในรูปแบบ "METHODS host/path-glob" ส่วน credential_proxy จะเพิ่มความปลอดภัยอีกขั้น โดย agent จะถือเพียง placeholder เท่านั้น และ proxy จะสลับเป็น secret จริงในขณะที่ request ออกไป ดังนั้นหาก transcript รั่วไหล ข้อมูลที่ได้ไปก็ไม่สามารถนำไปใช้งานได้ ในการตั้งค่าแบบ multi-harness sub-agent แต่ละตัวจะมีบล็อก sandbox ของตัวเองในไฟล์ config ภายใต้ agents/ ดังนั้นคุณจึงสามารถปฏิเสธการเข้าถึงเครือข่ายของ reviewer ในขณะที่ยังอนุญาตให้ implementer ใช้งานได้

ข้อจำกัดถูกระบุไว้ในเอกสารประกอบและเป็นเรื่องสำคัญ Sandbox ของ OS จะใช้กับ tool calls sys_os_* และ terminal เท่านั้น มันไม่ครอบคลุมถึง MCP servers และไม่ครอบคลุมถึงกระบวนการ Omnigent supervisor เอง MCP server ที่คุณเริ่มทำงานจะรันอยู่นอก sandbox ด้วยสิทธิ์ของคุณ ช่องโหว่นี้คือเหตุผลที่รูปแบบที่ปลอดภัยกว่ายังคงเป็นการใช้เครื่องแบบใช้แล้วทิ้งหนึ่งเครื่องต่อหนึ่ง agent ซึ่งเป็นหัวข้อของ การรัน coding agents ใน VM แบบใช้แล้วทิ้ง อีกส่วนหนึ่งของงานคือเรื่อง credentials และ การเก็บ secrets ให้พ้นมือ agent จะทำได้ยากขึ้น ไม่ใช่ง่ายขึ้น เมื่อ sub-agent หกตัวใช้ host เดียวกัน

เกณฑ์การใช้จ่ายเป็นนโยบายที่ประกาศไว้ในไฟล์เดียวกัน:

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]

นโยบาย cost_budget จะสอบถามเมื่อถึง soft thresholds และบล็อกโมเดลทั้งหมดที่ max_cost_usd โดยค่าเริ่มต้น การตั้งค่ารายการ expensive_models ที่ไม่ว่างเปล่าจะเปลี่ยนข้อจำกัดให้เป็นเกตสำหรับการลดระดับ (downgrade gate): โมเดลที่อยู่นอกรายการนั้นจะยังคงใช้จ่ายต่อไปได้ การรันงานที่วางแผนกับ vendor หนึ่ง, พัฒนาด้วยอีก vendor หนึ่ง และตรวจสอบด้วย vendor ที่สาม คือการใช้จ่ายในสามที่พร้อมกัน ดังนั้นให้ตั้งค่าเกณฑ์ก่อนการรันงานแบบไม่มีผู้ดูแลครั้งแรก แทนที่จะทำหลังจากได้รับใบแจ้งหนี้ครั้งแรก ฟังก์ชันที่มีมาให้ในตัวยังรวมถึง max_tool_calls_per_session และ ask_on_os_tools ซึ่งจะขออนุมัติก่อนการดำเนินการเกี่ยวกับไฟล์และ shell บันทึกของเราเกี่ยวกับ การควบคุมค่าใช้จ่าย AI agent บน VPS สามารถนำมาปรับใช้ได้โดยตรงที่นี่ และต้องให้ความสำคัญมากขึ้น เนื่องจาก sub-agent ที่ทำงานขนานกันจะเพิ่มอัตราการใช้จ่ายขึ้นหลายเท่า

ที่เก็บข้อมูลนี้มีการเคลื่อนไหวเร็วเพียงใด

แผนภูมิDays between tagged Omnigent releases, v0.2.0 to v0.7.0
ข้อมูลเบื้องหลังแผนภูมินี้
[
  {
    "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
  }
]

ข้อมูลดังกล่าวคือวันที่เผยแพร่ซอฟต์แวร์จากหน้า releases ของโครงการโดยตรง ซึ่งอ่านเมื่อวันที่ 3 สิงหาคม 2026 มีการปล่อยเวอร์ชันที่ติดแท็กจำนวน 7 รายการ ระหว่างวันที่ 2026-06-19 ถึง 2026-07-27 โดยช่วงเวลาที่ยาวนานที่สุดระหว่างการปล่อยสองเวอร์ชันคือ 11 วัน เวอร์ชัน v0.5.1 ถูกปล่อยออกมาในวันเดียวกับเวอร์ชันก่อนหน้า สำหรับการปล่อยบน PyPI สองเวอร์ชันแรก ได้แก่ 0.1.0 เมื่อวันที่ 13 มิถุนายน 2026 และ 0.1.1 เมื่อวันที่ 16 มิถุนายน 2026 นั้นไม่มีบันทึกในหน้า GitHub releases จึงไม่ได้ถูกนำมาคำนวณในแผนภูมิ ส่วนระยะเวลา 3 วันที่แสดงสำหรับ v0.2.0 นั้นนับจากเวอร์ชัน 0.1.1

การปล่อยเวอร์ชันสองรายการในจำนวนนั้นมีการเปลี่ยนแปลงคำสั่งที่คู่มือได้บันทึกไว้ก่อนหน้า โดย v0.7.0 ได้นำ omni server start ออกและแทนที่ด้วย omni server --background ส่วน v0.6.0 ได้เปลี่ยนชื่อ extra จาก omnigent[memory] เป็น omnigent[hindsight] แต่ยังคงเก็บ memory ไว้เป็นนามแฝงเพื่อความเข้ากันได้ซึ่งยังคงใช้งานได้จนถึงเวอร์ชัน 0.10.0 ตั้งแต่เวอร์ชัน 0.11.0 ซึ่งปล่อยเมื่อวันที่ 25 สิงหาคม 2026 นามแฝงดังกล่าวถูกนำออกไปแล้ว ดังนั้นบรรทัดคำสั่งติดตั้งที่คัดลอกมาจากบทความในเดือนมิถุนายนจึงไม่สามารถดึง Hindsight client มาติดตั้งได้อีกต่อไป นี่คือเหตุผลที่ควรใช้ --version ในคำสั่งติดตั้งและระบุแท็กใน git clone ของคุณ ซึ่งไม่ใช่เพียงเรื่องของรูปแบบการเขียนเท่านั้น

อัตราความเร็วในการพัฒนาไม่ได้ลดลงนับตั้งแต่การอ่านข้อมูลนั้น จนถึงวันที่ 29 ตุลาคม 2026 บน PyPI แสดงเวอร์ชัน 0.20.0 ซึ่งปล่อยเมื่อวันที่ 28 ตุลาคม นับเป็นการปล่อยเวอร์ชันย่อย 13 รายการหลังจาก v0.7.0 และบันทึกการปล่อยของโครงการได้ระบุถึงการเปลี่ยนแปลงที่ส่งผลกระทบต่อการทำงานเดิม (breaking changes) ในหลายเวอร์ชัน มีสองประเด็นที่สำคัญสำหรับเนื้อหาที่คัดลอกมาจากหน้านี้: v0.12.0 เปลี่ยนให้การรัน omni เปล่าๆ เป็นการเริ่ม background host แทนที่จะเป็น Polly agent (ปัจจุบันต้องใช้ omni run เพื่อเรียกใช้ agent เริ่มต้น) และ v0.13.0 กำหนดให้ต้องใช้ tmux 3.3 หรือใหม่กว่าสำหรับการจัดการ terminal

สิ่งที่ผมยังไม่ไว้วางใจให้ทำในขณะนี้

ณ วันที่ 27 ตุลาคม 2026 repository นี้มีดาวประมาณ 11k ดวง, มีการ fork 1.8k ครั้ง และมี issue ที่ยังเปิดอยู่ประมาณ 910 รายการ โดยมีการปล่อย release สู่สาธารณะครั้งแรกเมื่อสี่เดือนกว่าที่ผ่านมา จำนวนดาวเป็นตัววัดความสนใจ แต่ความสนใจไม่ได้หมายถึงความพร้อมใช้งาน โครงการระบุว่าเป็นสถานะ alpha และประวัติการ release ด้านบนก็แสดงให้เห็นว่ามันคือ alpha จริงๆ

  • ผมจะไม่รันบนโฮสต์ที่เก็บข้อมูลรับรอง (credentials) สำหรับใช้งานจริง (production) เนื่องจาก sandbox ยังไม่ครอบคลุมถึง MCP servers หรือ supervisor
  • ผมจะไม่ปล่อยให้การทำงานดำเนินไปโดยไม่มีนโยบาย cost_budget กำกับดูแล เพราะผู้ให้บริการสามรายสามารถเรียกเก็บเงินพร้อมกันได้ และหากรายการ expensive_models ไม่ว่างเปล่า ค่าใช้จ่ายอาจยังคงเกิดขึ้นต่อเนื่องในโมเดลที่มีราคาถูกกว่า
  • ผมจะไม่เปิดเผยเซิร์ฟเวอร์บน public IP address โดยที่ไม่ได้ตั้งค่า OMNIGENT_AUTH_ENABLED และไม่มี TLS อยู่เบื้องหน้า
  • ผมจะไม่ถือว่า agent YAML มีความเสถียรในระหว่าง minor versions ดังนั้นควรล็อกเวอร์ชันไว้และอ่านบันทึกการ release ก่อนทำการอัปเกรด

อีกสิ่งหนึ่งที่ควรทราบก่อนที่จะพบกับความประหลาดใจคือ v0.6.0 ได้เพิ่มระบบ telemetry การใช้งานแบบไม่ระบุตัวตน โดย README ระบุว่าระบบจะเก็บข้อมูลนี้เป็นค่าเริ่มต้น และโครงการได้จัดทำเอกสารไว้ รวมถึงวิธีเลือกปฏิเสธ (opt out) ไว้ในหน้า telemetry โดยเฉพาะ โปรดอ่านหน้านั้นและตัดสินใจอย่างรอบคอบหากเครื่องดังกล่าวต้องจัดการงานของลูกค้า

สิ่งที่ Omnigent ทำได้ดีจริงๆ ในปัจจุบันคือสิ่งที่มันถูกสร้างมาเพื่อทำ นั่นคือคุณมี agent CLI อยู่สามหรือสี่ตัว คุณจ่ายเงินให้พวกมันอยู่แล้ว และคุณต้องการให้ตัวหนึ่งเขียนในขณะที่อีกตัวหนึ่งตรวจสอบ สิ่งนี้สามารถทำได้แล้วในตอนนี้ บนเครื่องเดียว และมีการทำ sandboxing จริงบน Linux ส่วนสิ่งอื่นๆ นอกเหนือจากนี้ให้ถือว่าเป็นสิ่งที่น่าสนใจแต่ยังไม่เสร็จสมบูรณ์

FAQ

Omnigent เป็นเอเจนต์หรือเป็นสิ่งที่ใช้รันเอเจนต์?

มันเป็นสิ่งที่ใช้รันเอเจนต์ Omnigent ทำหน้าที่เป็น meta-harness โดยจะคอยสั่งงาน CLI ของผู้ให้บริการที่คุณติดตั้งไว้แล้ว เช่น Claude Code, Codex หรือ OpenCode พร้อมทั้งกำกับดูแลผลลัพธ์ภายในเซสชันเดียว มันไม่มีโมเดลเป็นของตัวเอง นี่คือจุดที่ทำให้มันต่างจากเฟรมเวิร์กที่คุณต้องเขียน Python ลงในไลบรารีแล้วโปรแกรมของคุณจะกลายเป็นเอเจนต์เสียเอง

ฉันจำเป็นต้องติดตั้ง Claude Code และ Codex ก่อน Omnigent ถึงจะใช้งานได้หรือไม่?

คุณจำเป็นต้องติดตั้งและล็อกอิน CLI ของผู้ให้บริการอย่างน้อยหนึ่งตัว เพราะ Omnigent ทำหน้าที่ควบคุมโปรแกรมเหล่านั้นแทนที่จะเข้าไปแทนที่ สำหรับตัวอย่าง Polly ที่มาพร้อมกับโปรแกรม คุณต้องมี CLI จากผู้ให้บริการที่แตกต่างกันอย่างน้อยสองตัว กฎของ Polly คือการตรวจสอบงานจะต้องทำโดยผู้ให้บริการคนละรายกับผู้ที่เขียนโค้ด ดังนั้นหากมี CLI เพียงตัวเดียว ก็จะไม่มีผู้ให้บริการรายที่สองสำหรับส่ง diff ไปให้ตรวจสอบ

ฉันจะติดตั้ง Omnigent เวอร์ชันเฉพาะเจาะจงแทนเวอร์ชันล่าสุดได้อย่างไร?

ให้ส่งค่า --version ผ่านสคริปต์ติดตั้งด้วย sh -s -- ดังตัวอย่างใน sh -s -- --version 0.7.0 หากไม่มี -s -- ตัว sh จะรับ --version ไปเป็นออปชันของมันเองและสคริปต์ติดตั้งจะไม่ทำงาน ตัวอย่างเช่น Bash จะแสดงเวอร์ชันของตัวเองออกมาแล้วจบการทำงาน หากคุณมี uv อยู่แล้ว uv tool install --force --python 3.12 "omnigent==0.7.0" ก็สามารถทำงานเดียวกันได้ โดย git tag คือ v0.7.0 ในขณะที่สตริงเวอร์ชันบน PyPI คือ 0.7.0

Omnibox sandbox เพียงพอสำหรับการรันเอเจนต์โดยไม่ต้องเฝ้าดูหรือไม่?

มันมีความแข็งแกร่งในส่วนที่ครอบคลุมและระบุไว้อย่างชัดเจนในส่วนที่ไม่ครอบคลุม บน Linux มันใช้ bubblewrap ร่วมกับ seccomp ดังนั้นเคอร์เนลจะบังคับใช้ขีดจำกัดด้านไฟล์และเครือข่ายโดยที่เอเจนต์ไม่สามารถหลีกเลี่ยงได้ เอกสารระบุว่ามันใช้กับ sys_os_* tool calls และเทอร์มินัล แต่ไม่ครอบคลุมถึง MCP servers หรือกระบวนการกำกับดูแลของ Omnigent ดังนั้น MCP server จะรันด้วยสิทธิ์ปกติของคุณ ซึ่งเป็นเหตุผลว่าทำไมการใช้เครื่องเสมือนแบบใช้แล้วทิ้ง (disposable virtual machine) ต่อเอเจนต์หนึ่งตัว จึงยังคงเป็นการแยกส่วนที่ปลอดภัยกว่าสำหรับการทำงานแบบไม่ต้องเฝ้าดู

เซิร์ฟเวอร์ Omnigent ต้องการหน่วยความจำเท่าใดบน VPS?

บันทึกการติดตั้งของโปรเจกต์ระบุว่าใช้ RAM ประมาณ 275 MB RSS ในสถานะว่าง และการตั้งค่าบน Fly.io ได้จัดสรรเครื่องขนาด 1 GB ไว้ให้ การวัดค่าในสถานะว่างนี้ครอบคลุมเฉพาะตัวเซิร์ฟเวอร์เท่านั้น ไม่รวมถึงเอเจนต์ย่อย เอเจนต์ย่อยสามารถแชร์ไดเรกทอรีทำงานและสภาพแวดล้อมของตัวหลักได้ รวมถึง sandbox ผ่าน os_env: inherit โดยไม่รับประกันว่าจะมีสำเนาการทำงานแยกต่างหาก การรันในรูปแบบ Polly จะใช้ git worktrees แบบขนาน ดังนั้นควรจัดสรร RAM และพื้นที่ดิสก์ตามจำนวนเอเจนต์ที่คุณวางแผนจะรันพร้อมกัน แทนที่จะจัดสรรตามขนาดของเซิร์ฟเวอร์เพียงอย่างเดียว

บทความนี้มีประโยชน์หรือไม่