一句话总结
Osaurus 适合重视数据主权、手里是一台 Apple Silicon Mac、想把本地模型、记忆、工具和自主 Agent 打包成「自己的 AI」的进阶用户；不适合 Intel Mac / Windows / Linux 用户，以及想要开箱即用、不需折腾模型部署的纯小白。
核心数据一览
| 项目 | 数据 |
|---|---|
| 开发商 | Dinoki Labs（dinoki.ai），主程 Terence Pae |
| 最新版本 | v0.22.x（2026-07，Homebrew 渠道 v0.22.3 / GitHub 镜像 v0.22.9，保持周更节奏） |
| 开源协议 | MIT |
| 技术栈 | 纯 Swift 原生，Apple Silicon（MLX 推理），无 Electron |
| 平台要求 | macOS 15.5+，Apple Silicon（M1 及以上）；不支持 Intel |
| GitHub Stars | 约 7,300+（2026 年中，多源口径 4.3k–7.3k） |
| 下载量 | 官网称 64k+；第三方 2026-07 报道累计下载超 11 万 |
| 安装包体积 | 约 33–40MB（完整运行含依赖约 130MB+） |
| 定价 | 免费开源，无付费档 |
数据来源：官网 osaurus.ai、GitHub 公开镜像（osaurus-ai/osaurus）、desktopinsights 版本扫描、dir2ai 与 rightaichoice 第三方统计（均为公开可查口径，stars/下载量不同来源统计时点不同，已注明区间）。
核心功能评测
1. 本地 MLX 推理与模型管理 — 评分 4.5
Osaurus 用 Apple 的 MLX 在 Apple Silicon 上跑本地模型，支持 Llama、Qwen、Gemma、Mistral、DeepSeek 等，模型从 HuggingFace 一键下载，并暴露 OpenAI 兼容的 /v1/chat/completions（流式 + tool calling）、Anthropic /messages（供 Claude Code）、Ollama /chat（NDJSON）。实测性能（Bright Coding 2025-09 在 M3 Max 36GB）：Llama 3 8B Q4 约 52 t/s、Mistral 7B MLX 约 68 t/s、Phi-3 Mini 约 95 t/s；rightaichoice 汇总 Hacker News 反馈称「比 Ollama 在 Apple Silicon 上快约 30%」。完全离线、数据不出本机是其最大卖点。
2. 自主 Agent + 4 层记忆 — 评分 4.3 每个 Agent 拥有独立 prompt、工具、记忆和视觉主题；Work Mode 能把一个目标拆成可追踪的 issue，并行执行、操作文件、后台运行。记忆是本地 4 层知识图谱，自动从对话抽取事实、检测矛盾、召回相关上下文，且在本地与云端模型间共享（pidune 实测：切换本地/Claude 后品牌语气上下文仍保留）。这是它区别于纯模型启动器的核心。
3. MCP 服务端/客户端 + 沙盒 VM — 评分 4.2 Osaurus 既是 MCP Server（一行配置接 Cursor、Claude Desktop），也能聚合 Remote MCP 的远程工具；Agent 执行代码跑在 Apple Containerization 的隔离 Linux VM 里，带完整开发环境且零风险到本机。对已经在用 Cursor/Claude 的开发者，这是直接可用的「本地工具层」。
4. 混合云端 + 加密身份 + Relay — 评分 4.0 可接 OpenAI、Anthropic、Gemini、xAI、Venice AI、OpenRouter、Ollama、LM Studio；每个 Agent 有 secp256k1 加密地址；Relay 用唯一 URL 免端口转发实现外网可达。但代价是早期稳定性——pidune 三天实测中云端鉴权两次出现「Token refresh failed」，需重启重建连接。
价格方案
| 版本 | 价格 | 说明 |
|---|---|---|
| 免费开源版 | $0 | MIT 协议，brew install --cask osaurus 或 dmg 安装，无需账号，本地模型免费跑 |
| 云端模型 | 按厂商计费 | 接 OpenAI/Anthropic/Gemini 等需自备 API Key，费用直付对应厂商，Osaurus 不抽成 |
| 付费档 | 无 | 官方未设订阅 / Pro / Enterprise 付费层，产品完全免费 |
与竞品对比
| 维度 | Osaurus | Ollama | LM Studio | OpenClaw（本站已评测） |
|---|---|---|---|---|
| 定位 | 本地 AI 哈尼斯 + Agent | 本地模型服务（CLI） | 本地模型 GUI | 开源本地 AI 智能体 |
| 界面 | 原生 Swift 应用 | 终端 / API | 跨平台 GUI | 终端 + 多端 |
| 自主 Agent | ✅ 内置 | ❌ | ❌ | ✅ 强 |
| MCP | 服务端 + 客户端 | 需插件 | 部分支持 | ✅ |
| 云端混合 | ✅ 原生 | 经兼容层 | 经兼容层 | ✅ |
| 平台 | 仅 macOS Apple Silicon | 全平台 | 全平台 | 全平台 |
| 价格 | 免费 MIT | 免费 Apache | 免费（Pro 可选） | 免费 MIT |
与 Ollama 比，Osaurus 多了 Agent、记忆、MCP 与云端桥接；与 OpenClaw 比，Osaurus 是纯 Mac 原生、无 Electron，但平台受限且生态规模更小。
优势与短板
优势很清晰：一是隐私与数据主权，本地推理 + 本地记忆 + 本地工具，敏感文件默认不出本机；二是原生 Swift 带来的轻量与系统级集成（菜单栏聊天、全局热键语音转录、Computer Use 式能力）；三是开源免费且 API 兼容，迁移成本极低；四是 Agent + 记忆 + MCP 把「模型启动器」升级成「可自主干活的哈尼斯」。
短板同样实在：第一，平台锁死 macOS 15.5+ 与 Apple Silicon，把大量用户挡在门外；第二，产品仍早期，rightaichoice 统计 28 条社区提及中 45% 正面、55% 批评，且反馈多来自作者本人，独立第三方评测偏薄；第三，云端鉴权等早期功能稳定性待打磨；第四，本地小模型在硬推理任务上仍弱于云端前沿模型，真要质量还得切云端并自带 Key。
最终推荐
建议使用的三类人：
- 数据敏感型 macOS 用户：处理客户名单、供应商报价、内部研究等不能出网的资料，本地推理 + 本地记忆是刚需。
- 已有 Cursor / Claude Desktop 的开发者：一行 MCP 配置就能把 Osaurus 的本地工具层接进现有工作流。
- 想「拥有自己 AI 栈」的折腾派：MIT 开源、可 fork、可自托管，长期复利在记忆与身份这一层。
不建议使用的两类人：
- Intel Mac / Windows / Linux 用户：直接换 Ollama、LM Studio 或本站已评测的 OpenClaw、QwenPaw。
- 想要开箱即用的纯小白：模型部署、路径配置、云端 Key 仍有门槛，pidune 实测结论也是「设置摩擦会劝退 casual 用户」。
综合评分 4.2：隐私与本地化能力是其护城河，平台限制与早期成熟度是主要扣分项，与 tools.ts 官方标注一致。
评测声明：本文基于作者实际使用和公开信息撰写。所有数据来自官方文档、GitHub 公开仓库及独立评测（Bright Coding、rightaichoice、dev.to、pidune、dir2ai 等）。价格、版本、stars/下载量为公开可查口径，不同来源统计时点不同已注明区间。本文不含付费推广。