Klar fra start · Open source · Universel · Leverandørneutral
English | Català | Čeština | Dansk | Deutsch | Ελληνικά | English (UK) | Español | Français | Gaeilge | Hrvatski | Magyar | Italiano | 日本語 | 한국어 | മലയാളം | Norsk Bokmål | Nederlands | Polski | Português (BR) | Português (PT) | Română | Русский | Slovenčina | Svenska | 简体中文 | 繁體中文
Inspireret af OpenClaw tror vi, at fremtiden for personlig computer vil blive formet af forskellige, lokale første AI-agenter, der kører på kanten.
ZimaOS Blue er vores svar - en fuld open source, reviderbar, leverandørneutral og produktionsklar agentruntime og værktøjssæt, der lader dig sende private, selv-hostede agenter uden friktion.
Bygget til dristige udviklere, der ønsker at vibe eller håndlave deres egne agenter, Blue er udviklet til ydeevne: skrevet i Go, med et hukommelsesfodaftryk så lavt som 19 MB. Den kører på enhver x86, 
ZimaOS, 
Raspberry Pi, 
Windows, 
macOS - hvor som helst du tilslutter strøm.
En hurtig demo af samtaleflow og opgaveudførelse i Blue.
En hurtig demo af Blues integrationsoplevelse for LLM-udbydere.
En hurtig demo, der dækker det overordnede produktoverblik, kanaler og ekstra konfiguration.
100% Go, statisk binær. Krydskompilerer til 5 mål ud af boksen (
linux/amd64, linux/arm64, darwin/amd64, darwin/arm64, windows/amd64). Ingen node-runtime, ingen Python, ingen containere påkrævet. Slip den på en NAS, ZimaOS, en Raspberry Pi, en gammel x86-router eller en Mac - den kører bare. Så lag på din egen brugergrænseflade, logik og agentfærdigheder - én kodebase, hver platform.
Alle vil have værktøjer, der er enkle, pålidelige og skalere, når du har brug for dem. Værktøjer, der bare virker, så du kan fokusere på det, du rent faktisk bygger.
Dette er ikke en ny filosofi. Det er den samme, der byggede ZimaOS: enkel, pålidelig og bygget til at holde sig ude af vejen. Blue er denne filosofi, udvidet til agentstakken.
Fra dyb research, der leverer en komplet HTML-rapport, til OCR, PDF, browserautomatisering og dokumentkonvertering, Blue håndterer komplekse arbejdsgange i den virkelige verden uden at sende dine data til skyen. Voice wake, STT/TTS, Talk Mode og understøttelse af lokal inferens gør daglige interaktioner øjeblikkelige, private og altid tilgængelige.
Hent den oprindelige applikation - ingen afhængigheder, ingen kompilering. Indbygget prøvekonfiguration med onboarding på få sekunder - begynd at chatte med det samme via fjernforbindelse, ingen bot-opsætning påkrævet. Ægte out-of-the-box oplevelse.
- ZimaOS: Kør på ZimaOS
- macOS: Download DMG
- Windows: Download installationsprogram
ZimaOS / macOS / linux
curl -fsSL https://ota.zimaos.com/blue | shWindows (PowerShell)
irm https://ota.zimaos.com/blue/windows | iexgit clone https://github.com/IceWhaleTech/ZimaOS-Blue.git
cd ZimaOS-Blue
git submodule update --init --recursive ZimaOS / macOS / linux
sh build.shWindows (PowerShell)
.\build.batBemærk: Windows-builds kræver:
- MinGW-w64 (gcc) og CMake for native C-afhængigheder (espeak-ng, whisper.cpp, opus, kokoro, onnx)
- Windows SDK til systembiblioteker (winmm osv.)
Sørg for, at
gcc,cmakeer i dinPATH.
Tag det videre: det leverer indbygget understøttelse af 20+ IM-platforme, stemmedrevne grænseflader til naturlig, kontekstbevidst dialog, nul-konfigurationsmodelskift med IDE-scanning.
⚠️ [!IMPORTANT]Hvis du planlægger at blive ved med at tune eller vibe-kodning oven på Blue, skal du ikke behandle nogle få flotte chats som udgivelsesbeviser. Enhver ændring, der påvirker routing, udførelsesadfærd, værktøjsoverflade, budgetkontrol, modelvalg eller udførelsesramme, skal valideres med Blue Harness, ikke med ad hoc stikprøvekontrol.
Blue bør følge en simpel regel her: data først, porte først, skær over sidst. I praksis betyder det, at man opdaterer det relevante Harness-datasæt/eval-specifikation, før man bedømmer en ændring, og derefter holder én stabil
candidate_idpå tværs af hele forsøget, så rapporter om valg, udførelse, budget og parathed alle beskriver den samme kandidat i stedet for fire ikke-relaterede kørsler.
- Kør
blue harness selector verify - Kør
blue harness execution verify - Genbrug vælgerevalkørslen for
blue harness budget gate - Afslut med
blue harness cutover-readiness
For lokal iteration, natlig validering eller indsamling af CI-beviser foretrækkes python3 scripts/cutover_candidate_pipeline.py. Den kører hele vælgeren -> udførelse -> budget -> parathedssekvens under én delt kandidat, hvilket gør resultatet nemmere at sammenligne, gennemgå og skære over fra.
| Område | Hvad skal man se |
|---|---|
| Baseline stabilitet | Hold basislinjen, datasætversionen og candidate_id stabil, ellers vil sammenligningen glide, og resultatet vil ikke være troværdigt. |
| Real build output | Genopbyg den berørte binære eller frontend-pakke, før du kører Harness, ellers kan du ende med at validere forældet adfærd i stedet for den aktuelle ændring. |
| Ruteregistrering | Hvis frontend og backend ændres sammen, skal du bekræfte, at alle nye backend-ruter faktisk er registreret, før du bedømmer funktionen gennem UI-adfærd, fordi manglende registrering ofte ligner en logisk fejl, men er virkelig en 404. |
| Frigivelsesdom | Et tuningpas er først klar, når Harness ikke viser nogen meningsfuld regression, og cutover-beredskab bekræfter, at kandidaten faktisk er klar til at skære over. |
Kort sagt handler tuning oven på Blue ikke om "det føles bedre i et par chats." Det handler om at sætte kandidaten ind i Harness, indsamle sammenlignelige beviser og lade porten og beredskabsresultaterne afgøre, om ændringen virkelig er sikker at beholde.
| Funktion | Hvad det leverer |
|---|---|
| Webhentning og browserkørsel med høj tilgængelighed | En af Blues skarpeste differentiatorer. Blue forener fire webadgangsstier til søgning, læsning, udtræk og crawl; beholder tre fallback-lag på tværs af HTTP, proxy-ekstraktion og browsersessioner; håndterer anti-bot-sider med udfordringsdetektion, genbrug af cookies/sessioner, stealth og browseroverdragelse; og ruter på tværs af tre browsermotorer: lightpanda, administreret Chromium og relæ/lokal Chrome. |
| Three-in-One Research Runtime | Et offentligt forskningsbidrag kan sendes til deep_research, analyze og ui_review. Den samme opdagelses- og bevisstak producerer derefter citationsførst-forskning, afgrænsede rapporter og strukturerede UI/UX/tilgængelighedsanmeldelser. |
| Harness Runtime, Evaluation og Evolution Framework | Gør evaluering til en runtime primitiv på tværs af udvikling, træning og produktion. Harness dækker regressions- og røgtjek, scoring, baselines, rapporter og runtime-validering og fører derefter den samme dokumentation ind i færdighedsudvikling, opfølgende evaluering, promovering eller tilbagerulning og AGENTS.md eller gennemgang af instruktionsforslag. |
| Multimodal Native-Capability-First Runtime | Holder stemme, OCR, PDF, browseropgaver, dokumentkonvertering, struktureret formularudfyldning, mediebehandling og lokal mediegenerering på native og lokale stier først, med modelrouting kun, når det faktisk er nødvendigt. |
| Sikkerhed og styring | Inkluderer udførelse af sandkasse, prompt-injektionsforsvar, sessionsauditering, tilladelser, RBAC, WebAuthn, operationelle autoværn og sikkerhedsscanning af færdigheder. |
| LLM Wiki og vidensrum | Forvandler hukommelse, research og runtime-output til en wiki-lignende vidensoverflade med oversigtssider, indekser, backlinks, friskhed og arkivarbejdsgange. |
| Skill Store og markedsplads | Sender indbygget færdighedsopdagelse, kurering, synkronisering og lokal scanning, så udvidelsesmuligheder er tilgængelig fra dag ét. |
| Udbyderpulje i produktionskvalitet | Giver en ægte udbyderpulje med sundhedstjek, automatisk failover, kredsløbsafbrydere og udbyderracing til langvarige arbejdsbelastninger. |
| Indbygget lokal lille model runtime | Sender en indbygget Qwen3.5-0.8B + llama.cpp runtime til lokale korte spørgsmål og svar, billedgenkendelse, værktøjsrouting, opsummering, kontekstkomprimering og dokumentforbehandling. |
| Langvarig pålidelighed | Behandler OTA-opdateringer, sikkerhedskopiering og gendannelse, hot reload af konfiguration og gendannelse efter fejl som indbyggede driftsproblemer. |
| Dato | Version | Nøgleord / funktioner |
|---|---|---|
| 26. januar 2026 | v0.1–v0.9 |
Go runtime, plugin-system, browserautomatisering |
| 27.-28. januar 2026 | v0.9.0–v0.9.2 |
Browseropgavevisning, Blue Companion, Smart Form Filler |
| 29.-31. januar 2026 | v0.10.0–v0.10.9 |
Claude Code CLI, API Proxy, UI-omstrukturering |
| 1-3. februar 2026 | v0.10.1–v0.10.22 |
Metrikker, fjernadgang, kontekstcache |
| 5.-18. februar 2026 | v0.10.25–v0.10.29 |
i18n, CC Cache, release pipeline |
| 20.-25. februar 2026 | v0.10.28–v0.10.29 |
Desktop-loader, mobil UX, redesign af hukommelse |
| 28. februar – 2. marts 2026 | v0.10.30 |
Deep Research, omstilling af færdigheder, sikkerhedsscanning |
| 9-18 marts 2026 | v0.10.31 |
Dashboard eftersyn, VoiceChat refactor, godkendte steder |
| 19-22 marts 2026 | v0.10.32 |
Harness udrulning, transskriptionsrevision, websøgning |
| 23.-25. marts 2026 | v0.10.33 |
Harness grupper, browsergodkendelser, kompetencemarked |
| 29.-30. marts 2026 | v0.10.35 |
Harness v3, browserrelæ, kontekstkomprimering |
| 31. marts – 1. april 2026 | v0.10.36 |
Transskriptionsaudit, Harness overlejringer, værktøjsparsing |
| 1. april 2026 | v0.10.37 |
Runtime hærdning, Skill+Exec cutover, gendannelsespolering |
| 2.-5. april 2026 | v0.10.38 |
GitHub support, forfining af markedspladsen, forbedringer af pålidelighed |
| 6-7 apr 2026 | v0.10.39 |
Forskningssamling, udviklingsflader, reduceret hukommelsesforbrug |
- Problemer: Send venligst fejl og funktionsanmodninger her
- Diskussioner: Discord
- Følg os på GitHub
Dette projekt er licenseret under MIT-licensen - se filen LICENSE for detaljer. Vi tror på open source og at give tilbage til samfundet.
Tak til alle Blue bidragydere:
- OpenClaw — Lokal-første open source-agent. Banebrydende tilslutning af LLM'er til lokale enheder gennem kanaladaptere og værktøjsopkald, hvilket direkte inspirerede Blues agent runtime-arkitektur. https://github.com/openclaw/openclaw
- MiroMind — Dyb research mode med evidensunderbygget syntese. Formede Blues indbyggede dybe forskningspipeline: planlægning, parallel hentning, evidens-deduplikering og HTML rapportgenerering. https://www.miromind.ai
- Karpathy's LLM Wiki — LLM som videnskompiler. Reframes LLM'er for at bygge vedvarende, udviklende videnrum, der bevæger sig ud over RAG's akkumuleringsfælde.
- OpenSpace (HKUDS) — Selvudviklende færdighedsmotor. En DAG-baseret ramme, hvor agenter lærer af fiaskoer og udleder specialiserede færdigheder. https://github.com/HKUDS/OpenSpace
- Andrew Ng's Context Hub — Versioneret API-dokumentationsregister til kodningsagenter. Adresser agent hallucinationer og glemt session viden. Giver kuraterede, versionerede dokumenter med annoterings- og feedbackloops, der gør dokumentation til et selvforbedrende videnslag. https://github.com/andrewyng/context-hub
- Notion — Enkelt, menneskeligt og bevidst stille. Inspireret af Notions minimalistiske etos bringer Blue varmen tilbage til nettet. Hvor raffineret serif møder gennemtænkt design, der skaber et rum, der føles som hjemme. https://www.notion.com/about
- Matrix — Visuel inspiration fra den ikoniske digitale regn-æstetik. Den æstetiske retning for Blues tekniske diagrammer.
- IceWhale — Love, Death & Robots S2E2 "Ice". Et kollektiv, der samles over hele verden for at bryde igennem internetgiganternes mure og modstå datakoncentration. Ishvalen symboliserer et fællesskab, der bygger suveræne redskaber sammen ved kanten.
- ZimaOS Blue — Love, Death & Robots S1E14 "Zima Blue". En metafor: intelligens, der begynder i tjeneste og udvikler sig for at udforske verden. Blue er en agent for visdom, rodfæstet i enkelhed og stræber efter dybde.
- ZimaOS — Forenklede, fokuserede, åbne designprincipper. Både ZimaOS og Blue deler troen på, at teknologien skal tjene brugeren - implementer på 30 sekunder, kør hvor som helst, forbliv leverandørneutral. https://www.zimaspace.com/zimaos