mu｜带判定内核的开源AI智能体

用途与定位

mu 是基于 Pi 的开源 AI 智能体（MIT 许可），提供命令行和桌面端两种形态。它的特点是“一个判定内核”：在 30 多个决策点上，把例行判断交给小而快的判定模型完成，让主模型专心处理真正需要能力的部分。

适用人群

• 希望控制大模型调用成本、关注可解释性的开发者；
• 需要本地化运行、对数据外发敏感的技术用户；
• 想研究智能体上下文管理与指令注入防护实现方式的工程师。

已知能力

据资料，判定模型默认使用 Jev，也可换成本地 322M 判定模型、分类模型或任意 LLM。判定点举例：长工具输出中哪些片段进入上下文、被规则拦下的命令是否符合用户意图、抓取的网页和 MCP 结果中是否夹带针对模型的指令。每次判断都记录在本地。

使用步骤（一般流程）

1. 从项目仓库获取源码，按文档安装依赖；
2. 选择命令行或桌面端启动方式；
3. 配置主模型与判定模型的接入信息（可用云端 LLM，也可换本地小模型）；
4. 在任务执行中查看本地判定记录，按需调整判定模型或规则；
5. 根据实际表现调优各决策点的策略。

费用与限制

项目本体采用 MIT 开源许可；桌面端基于 AionUi（Apache-2.0）。使用成本取决于所选模型服务的费用，本地小模型方案的具体硬件门槛待核验。判定模型替换后的实际效果、对任务成功率的提升幅度尚无公开实测数据，本介绍未做验证。安装与配置需要一定技术基础。

注意事项

“网页与 MCP 结果中是否夹带针对模型的指令”这类判断属于风险缓解手段，不能视为完整的安全保证，实际防护效果需自行评估。

来源与使用边界

原始入口：https://github.com/qybaihe/mu

整理来源：https://github.com/ikaijua/Awesome-AITools

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：CC-BY-4.0；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。