Open Interpreter：一个Codex分叉，专门模拟Claude Code和Kimi的harness来伺候低成本模型

Orca：并行运行 Claude Code、Codex 与 Cursor 的智能体开发环境（ADE） • herdr：为同时运行多个 AI 智能体打造的终端复用器

Open Interpreter 现在是什么？ #

如果你记忆里的Open Interpreter是2023年那个"自然语言编码智能体"的Python项目，要知道今天顶着这个名字、共享这段star历史的项目已经是完全不同的代码库：一个Rust重写版，项目自己明确说是"OpenAI Codex的一个分叉"，在一个2023年7月就创建的仓库上已经达到6.74万以上GitHub star。

🔗 GitHub：https://github.com/openinterpreter/openinterpreter 🌐 官网：https://www.openinterpreter.com

原话摘自当前README：“This is the new Rust version of Open Interpreter, based on Codex. Looking for the original Python project? It lives on as a community-maintained fork at endolith/open-interpreter."（这是基于Codex的Open Interpreter新Rust版本。要找原来的Python项目？它作为社区维护的分支在endolith/open-interpreter继续存在。）如果要找老版Python教程，先记住这个区别。

核心思路：harness模拟 #

每一款编码智能体产品——Claude Code、Kimi Code、Qwen Code、DeepSeek TUI——都有自己一套内部prompt和工具调用规范，专门针对它服务的模型调优过。把一个低成本或开放模型丢给一套通用agent harness，往往发挥不出应有的水平。

Open Interpreter的答案是harness模拟：每次会话都可以切换要模拟哪个产品的具体规范：

> /harness

native
claude-code
claude-code-bare
zcode
kimi-code
kimi-cli
qwen-code
deepseek-tui
swe-agent
minimal

README开头就给了一个具体例子说明这为什么重要：“Today: Kimi K3 is here. We have reimplemented the provider-recommended Kimi Code harness in Rust, giving you maximum K3 performance with a Codex-like interface."（今天：Kimi K3来了。我们用Rust重新实现了官方推荐的Kimi Code harness，让你在类似Codex的界面里发挥出K3的最大性能。）

安装 #

macOS / Linux：

curl -fsSL https://www.openinterpreter.com/install | sh

Windows：

irm https://www.openinterpreter.com/install.ps1 | iex

然后运行i或interpreter启动一个会话。

兼容Codex和ACP #

两条明确写在文档里的接入路径：

• Codex SDK直接替换——如果你已经基于OpenAI Codex SDK搭建应用，切换只需要改一行二进制路径覆盖：

  -const codex = new Codex();
  +const codex = new Codex({ codexPathOverride: "interpreter" });
  

• Agent Client Protocol (ACP)——在兼容ACP的编辑器里，把客户端配置成启动interpreter acp即可

设计上就追求可移植 #

项目明确提出一个目标：不要把你的整套配置困在Open Interpreter专属格式里。它优先用已有的、工具无关的共享标准——仓库根目录的AGENTS.md、共享的.agents/skills目录、MCP、ACP、Codex exec协议——只有真正只属于这个产品的配置和会话状态才放在~/.openinterpreter下。

功能特性 #

使用场景 #

1. 让廉价或开放模型发挥出应有水平 #

用某个模型时把/harness切到对应的kimi-code或qwen-code，而不是接受通用harness留在桌面上的性能损失。

2. 迁移现有的Codex SDK代码 #

用一行路径覆盖把现有Codex SDK集成指向Open Interpreter，而不用针对新API重写。

3. 用真实浏览器或原生应用做QA #

用内置的computer-use QA技能让智能体真的去点一个网页或原生应用，而不是只编辑源代码文件。

相关仓库 #

相关文章 #

• Orca：并行运行 Claude Code、Codex 与 Cursor 的智能体开发环境（ADE） —— 编排多个智能体，而不是针对廉价模型做优化
• herdr：为同时运行多个 AI 智能体打造的终端复用器 —— 另一个终端原生的编码智能体基础设施

结语 #

Open Interpreter 现在的形态解决的是一个具体又窄的问题：低成本和开放模型表现不佳，往往不是因为模型本身弱，而是因为跑错了agent harness。通过在一个Codex分叉出来的Rust核心里重新实现Claude Code、Kimi Code、Qwen Code等的具体规范，它让你能把harness和模型匹配起来，而不是将就一套万能方案。只是别把它和同名的原始Python项目搞混——那是另一个独立维护的代码库了。

最适合谁：正在用低成本或开放模型(Kimi K3、DeepSeek、Qwen、GLM)、想要每个模型专门调优过的harness的开发者，以及有现成Codex SDK或ACP工具链、想找直接替换方案的人。

GitHub：https://github.com/openinterpreter/openinterpreter

自建部署推荐基础设施 #

如果你要让Open Interpreter对接自托管或本地模型而不是托管API：

• DigitalOcean —— 覆盖14个以上全球区域，60天200美元免费额度。
• HTStack —— 香港VPS，从中国大陆访问延迟低。这正是dibi8.com所在的机房。

以上为联盟链接——不会让你多花一分钱，但能帮助dibi8.com持续运营。

最后更新：2026-07-29

参考与来源 #

• Open Interpreter
• Open Interpreter 官网
• endolith/open-interpreter (原始Python项目)
• Claude Code