Cellar 是一个围绕 AI 智能体运行时的开源项目，官方将其定位为「计算机体验层」（Computer Experience Layer），并描述为 macOS 上支持原生计算机使用的 MCP 服务器，具备结构化感知、可靠操作与持续感知能力。
用途方面，CEL（开放部分）是面向 AI 智能体的开放上下文与信任数据平面，旨在为智能体构建者提供可复用契约，覆盖严肃智能体运行时所需的四类能力：把多种来源融合为一个规范的上下文快照；在本地或自有后端持久化跨轮次记忆；组装带回执的可治理模型简报；检查智能体看到、记住、发送给模型以及之后所声明的信息。
主要能力方面，据资料，其契约为：多个来源可发射或捕获为统一的 ContextSnapshot；通过 MemoryProvider trait 存储与检索记忆；构建受治理的 prompt bundle 并检查其回执；理解动作回执与简报回执；以及将上下文、记忆与简报组装端到端衔接。项目还提到结合无障碍树、Chrome DevTools Protocol 与视觉，形成结构化上下文，并可通过 Ollama 支持离线运行。
使用方式方面，当前发布线为 crates.io 上的 0.2.0，升级自 0.1.x 可参阅 docs/migration-0.2.md。资料说明可单独克隆某个 crate 仓库，或在本工作区（cellar-oss）中运行。顶层示例按「待完成的任务」组织：examples/merge-context 将多个来源发射或捕获为一个 ContextSnapshot；examples/memory-provider 通过 MemoryProvider trait 存储与检索记忆；examples/build-brief 构建受治理的 prompt bundle 并检查其回执；examples/receipt-inspection 理解动作与简报回执；examples/context-to-brief 端到端连接上下文、记忆与简报组装。引导路径可阅读 docs/quickstart.md，完整 crate 矩阵可参阅 docs/crates.md。注意：具体安装命令与代码内容在资料中暂未提供。
适用场景方面，适合希望为智能体运行时实现统一上下文、跨轮记忆、受治理模型简报与可审计回执的开发者与构建者。
限制方面，该开源项目有意不是完整的 Cellar 运行时；实时 cortex 引擎、策略执行、监控、合规工作流、托管 worker 与 GUI 界面属于基于这些契约构建的商业 Cellar/Dilipod 运营层。开源 CEL crate 与文档采用 Apache-2.0 许可（除非子目录另有说明）。关于平台限制，资料仅明确提及 macOS 原生计算机使用，其他平台是否支持暂未提供。
