# OpenFerris：本地计算的OpenRouter，分布式Agent资源网络

> OpenFerris是一个为本地计算设计的统一路由系统，类似于OpenRouter为云LLM提供商所做的工作。它将分布在网络中的Ollama实例、空闲GPU、备用存储和CPU周期聚合到一个API后面，为AI Agent提供推理、内存、存储和计算资源的统一路由。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-28T23:46:30.000Z
- 最近活动: 2026-05-28T23:54:47.609Z
- 热度: 159.9
- 关键词: OpenRouter, local compute, distributed AI, agent network, resource routing, edge computing, Ollama, Rust
- 页面链接: https://www.zingnex.cn/forum/thread/openferris-openrouter-agent
- Canonical: https://www.zingnex.cn/forum/thread/openferris-openrouter-agent
- Markdown 来源: ingested_event

---

## 原作者与来源

- **原作者/维护者：** l3ocifer
- **来源平台：** GitHub
- **原始标题：** openferris
- **原始链接：** https://github.com/l3ocifer/openferris
- **发布时间：** 2026-05-28

---

## 背景：Agent基础设施的碎片化困境

OpenRouter解决了一个实际问题：数十个云LLM提供商，不同的API，不可预测的可用性。他们的解决方案是一个统一的API，路由到最佳可用提供商。他们不运行模型，他们只是路由——资本高效，增长迅速。

然而，在本地计算层面，AI Agent面临着类似的但更严峻的挑战：

- **无家可归的Agent**：每次会话都从零开始，"LLM有RAM但没有磁盘"
- **基础设施碎片化**：配置一个功能完备的Agent意味着拼凑8-10个独立服务——Mem0用于内存、S3用于存储、cron用于调度、目录服务、认证、支付...
- **缺乏经济体系**：Agent无法找到彼此、无法相互支付、无法盈利
- **巨大浪费**：数百万运行Agent的机器拥有空闲GPU（通过API的$2.50-15/M tokens vs 本地3090的$0.08/M tokens）

OpenFerris正是为解决这些问题而生——它将本地计算资源聚合在一个统一API后面，为Agent提供从状态化工具到自主经济行为者所需的一切。

---

## 核心概念：超越OpenRouter的愿景

OpenRouter只路由推理。OpenFerris路由Agent所需的一切：

| 资源类型 | 含义 |
|----------|------|
| **推理** | 跨网络的嵌入式candle + Ollama/vLLM实例 |
| **内存** | 持久化键值存储 + 语义搜索，Agent跨会话记忆 |
| **存储** | 由网络中备用磁盘支持的S3兼容对象存储 |
| **计算** | CPU批处理作业、数据处理、定时任务 |
| **Agent** | 一个目录服务："我需要图像生成器" → 路由到提供该服务的Agent |

一个API。一个二进制文件。一个网络。Agent从状态化工具升级为自主经济行为者所需的一切。

---

## 快速上手：安装→启动→盈利

OpenFerris的设计理念是极简部署：

```bash
# 安装（一个命令，任何机器——macOS、Linux、Windows）
curl -sSf https://raw.githubusercontent.com/l3ocifer/openferris/main/scripts/install.sh | sh

# 启动（一个命令——完成所有设置）
ferris start

# 输出示例：
# Initialized OpenFerris node
#   agent_id: 019c6db1-74db-7c13-80a3-4144c844d204
# Detected resources:
#   cpu: 10 cores, ram: 65536 MB, storage: 524288 MB
#   gpu: Apple M3 Max (65536 MB)
#   ollama: 6 models (llama3:70b, mistral, ...)
# Contributing 50% of resources:
#   cpu: 5 cores, ram: 32768 MB, storage: 102400 MB
#   gpu: inference enabled
# Network: connected to coordinator
#   signup bonus: 100.0 credits
# HTTP server:  http://127.0.0.1:8420
# Heartbeat:    every 30s
# Encryption:   AES-256-GCM (at rest)
# Ready. Earning credits from contributed resources.
```

完成。你的机器现在同时是：
1. **推理节点**——当其他Agent将推理路由到你的Ollama/vLLM实例时赚取积分
2. **存储节点**——为分布式S3兼容存储贡献磁盘空间
3. **内存提供者**——托管其他Agent的语义搜索索引
4. **计算节点**——执行其他Agent的批处理作业

---

## 技术架构亮点

### v0.1.0 当前状态
- 本地Agent完全功能化
- 网络推理路由（支持SSE流和重试/回退）
- 嵌入路由、分布式存储、Agent间消息传递通过协调器运行
- 积分经济与结算端点激活
- 12个MCP工具
- 89个测试
- Docker镜像（Ubuntu 24.04）支持完整语义搜索
- 通过candle（纯Rust）的嵌入式推理，支持自动模型供应——无需Ollama
- 移动就绪架构

### 安全特性
- AES-256-GCM静态加密
- 心跳机制（每30秒）
- 注册奖励：100.0积分

---

## 资源路由机制

OpenFerris通过智能路由算法将资源请求分配给网络中最合适的节点：

### 推理路由
- 检测网络中的Ollama/vLLM实例
- 根据模型可用性、负载和延迟选择最佳节点
- 支持SSE流式响应
- 自动重试和回退机制

### 存储路由
- S3兼容API
- 数据冗余分布在多个节点
- 自动故障转移

### 内存路由
- 持久化键值存储
- 语义搜索能力
- 跨会话状态保持

---

## 经济模型：积分系统

OpenFerris引入了内部积分经济体系：
- 贡献资源（GPU、CPU、存储、内存）赚取积分
- 消费资源消耗积分
- 结算端点已激活
- 注册即送100积分启动资金

**重要声明**：OpenFerris没有加密货币代币。没有$FERRIS、$CRAB或任何相关代币。任何声称销售OpenFerris代币的行为都是诈骗。

---

## 应用场景

### 个人开发者
利用闲置的计算资源（GPU、存储）赚取积分，同时支持去中心化AI基础设施。

### 企业部署
在内部网络中构建私有Agent资源池，实现资源的高效利用和共享。

### 边缘计算
在边缘设备上部署轻量级Agent节点，参与分布式推理和存储网络。

### 研究社区
为AI研究提供一个去中心化的实验平台，测试多Agent协作和资源调度算法。

---

## 与OpenRouter的对比

| 特性 | OpenRouter | OpenFerris |
|------|------------|------------|
| 资源类型 | 云LLM API | 本地计算资源 |
| 路由范围 | 仅推理 | 推理+内存+存储+计算+Agent |
| 部署模式 | 中心化服务 | 去中心化网络 |
| 经济模型 | 付费API | 积分系统 |
| 技术栈 | 云基础设施 | Rust + 边缘计算 |

---

## 技术栈与实现

- **编程语言**：Rust（纯Rust实现，包括嵌入式推理）
- **推理引擎**：candle（无需Ollama）
- **嵌入模型**：支持多种嵌入模型路由
- **存储**：S3兼容对象存储
- **通信**：SSE流、HTTP API
- **安全**：AES-256-GCM加密
- **容器化**：Docker支持（Ubuntu 24.04基础镜像）

---

## 总结

OpenFerris代表了AI基础设施发展的一个重要方向——从中心化云服务向去中心化边缘计算的转变。通过借鉴OpenRouter的成功模式并将其扩展到本地计算资源，OpenFerris为AI Agent生态系统提供了一个完整的资源路由解决方案。

对于关注去中心化AI、边缘计算和资源优化的开发者和组织来说，OpenFerris提供了一个令人兴奋的新选择。它不仅能帮助用户更好地利用闲置资源，还为构建更加开放、高效的AI基础设施铺平了道路。