当多个 agent、多个运行时（OpenClaw、Claude Code、Codex……）同时跑，最难的不再是“谁会 reasoning”，而是“谁认领了这个任务、谁执行了、哪个结果过了审查、开销与失败都堆在哪”。单 agent 单机的原生 CLI 还看得清，一旦上了规模就成了一团乱麻。
Mission Control 的定位，是做一个自托管的控制平面，把这些围绕 agent 循环的工作，收拢到一个可看、可管的地方。

项目基本信息

信息项详情
项目名称mission-control
GitHub地址https://github.com/builderz-labs/mission-control
项目描述一个本地仪表盘统一调度、审查、计费与监控多个 AI 智能体运行时
作者builderz-labs
开源协议MIT License
开源状态公开
LanguagesTypeScript
支持平台Web
最后更新2026-11-02

一、项目介绍

builderz-labs/mission-control 是一个 MIT 协议的开源项目，自托管的多智能体控制平面。它在本地仪表盘（SQLite 存储状态）上统一调度任务、审查运行、追踪开销，并协调 OpenClaw、Claude Code、Codex 等运行时——它不属于任何单一运行时。它覆盖任务（收件箱/分配/执行/审查/Aegis 质量门/完成回执）、智能体（注册/在线/会话/适配器）、运维（活动流/计划/告警/日志/Token 与成本视图）、知识（记忆浏览器/关系图/技能注册）与治理（角色/API 密钥/安全事件/审批/审计）。提供 Web UI、CLI、MCP 服务器与 OpenAPI 描述的 REST API。

二、核心优势

  1. 统一治理：一个面板看任务、agent、开销与失败，回答“谁拥有、谁执行、过了没”。
  2. 多接口：Web UI、CLI、MCP 服务器、REST（OpenAPI）、WebSocket、SSE 全有。
  3. 质量门：Aegis 审查要求先有审批记录，任务才能到 done。
  4. 自托管：状态落本地 SQLite，工作区感知，不绑定托管 SaaS。
  5. 广适配：覆盖 OpenClaw、Claude Code、Codex、CrewAI、LangGraph、AutoGen、Claude SDK。

三、适用场景

  • 多个 agent/运行时同时跑，难回答任务归属与开销归集。
  • 需要审批门与审计追踪的团队级 agent 运维。
  • 想把 agent 的 Token 使用与成本集中可视化。
  • 想要本地控制平面而非托管多租户 SaaS。

四、安装教程

源码安装需 Node.js 22+ 与 pnpm：

git clone https://github.com/builderz-labs/mission-control.git
cd mission-control
bash install.sh --local
# 或: nvm use 22 && pnpm install && pnpm dev

Windows 用 ./install.ps1 -Mode local。Docker 一行起：

docker compose up
# 或: docker run --rm -p 3000:3000 ghcr.io/builderz-labs/mission-control:latest

常见报错：alpha 阶段 API/ schema 可能变；网络可达部署请走 hardened Compose 覆盖并读安全指南。

五、使用示例

打开 http://localhost:3000/setup 建首个管理员账号，从设置复制 API 密钥后，用 REST 注册 agent 并派活：

export MC_URL=http://localhost:3000
curl -s -X POST "$MC_URL/api/agents/register" -H "Authorization: Bearer $MC_API_KEY" \
  -H "Content-Type: application/json" -d '{"name":"scout","role":"researcher"}'
curl -s -X POST "$MC_URL/api/tasks" -H "Authorization: Bearer $MC_API_KEY" \
  -H "Content-Type: application/json" -d '{"title":"Review open incidents","assigned_to":"scout"}'

也可接 MCP：claude mcp add mission-control -- env MC_URL=... MC_API_KEY=... node /path/to/scripts/mc-mcp-server.cjs。真实体验：agent 领队列、回报结果，运营者在仪表盘做审查与审批。

六、常见问题

Q：它替代 agent 的推理吗？
A：不。控制平面坐在运行时之上，不给它们写 reasoning/工具循环，只提供统一的可观测与治理。
Q：和 agent 框架（如 LangGraph）重复吗？
A：定位不同：它是运维/治理层，不是用来定义规划与工具使用的框架。
Q：协议能商用吗？
A：采用 MIT License，可自托管商用，需保留版权与许可声明；注意它仍是 alpha 软件。

七、总结

Mission Control 把多 agent、多运行时的运维收敛到一个自托管控制平面，统一调度、审查、计费与监控。对 agent 上了规模、却苦于权责与开销不清的团队，它是 MIT 协议、接口齐全、可本地落地的治理层；只是当前仍是 alpha，部署前请读安全指南。