用途：OpenMonoAgent 是终端原生的编程智能体，完全在本地硬件上通过 llama.cpp 运行大模型，实现零 token 成本，并借助 Docker 沙箱把影响范围限制在项目目录内。
主要能力：内置 20 个工具，涵盖文件操作、代码分析、Docker 命令、git、搜索与 Roslyn 诊断；每轮最多 25 次迭代，带死循环检测与自动检查点；提供 Explore、Plan、Coder、Verify 及通用型 5 个子智能体，各自工具集隔离；支持 Roslyn（C#）与 LSP（TypeScript/Python/Go/Rust）代码智能，可自动检测 graphify、code-review-graph 等 MCP 工具；支持 YAML Playbook 工作流（带类型参数、门禁与检查点/恢复）以及双机模式（笔记本跑智能体、GPU 机器跑推理）。
使用方式：Ubuntu 26.04 LTS 或 25.10 可运行 bash <(curl -fsSL https://raw.githubusercontent.com/StartupHakk/OpenMonoAgent.ai/refs/heads/main/get-openmono.sh) 安装，安装器会检测硬件、自动选模型、安装 Docker 并配置 llama.cpp 推理容器。常用命令包括 openmono agent（TUI 模式）、openmono agent --classic、openmono agent --non-interactive、openmono status、openmono models list、openmono models set qwen3.6-27b-q4、openmono playbook run refactor-cleanup.yml、openmono export --format markdown session-2026-05-17.md。TUI 内可用 /think、/undo、/resume、/export、/checkpoint、/tools、/config、/help 等斜杠命令。配置分用户级 ~/.openmono/settings.json 与项目级 .openmono/settings.json，可设置推理参数、沙箱、代码智能、工具权限与 MCP 服务器。
适用场景：本地或隐私敏感环境下的代码重构、功能实现、测试生成、静态分析与安全审计等。
限制：本地 llama.cpp 是唯一完全支持的推理提供方，OpenAI、Anthropic、Ollama 均标注为 WIP；硬件要求随模型不同（如 GPU 24GB+ 用 Qwen3.6-27B-Q4_K_M 约 45-70 tok/s，CPU 24GB RAM 用 Qwen3.6-35B-A3B-UD-Q4_K_XL 约 17-20 tok/s）；其他平台支持情况、收费与价格资料暂未提供。