OpenClacky 是一款 100% 开源(MIT License)的 AI Agent,由 clacky-ai 团队两年打磨而成
其核心卖点是“最省 Token”——在同等任务下,成本仅为同类工具 Hermes 的 1/4、比 OpenClaw 省 50%,能力对齐 Claude Code。项目已获得奇绩创坛、真格基金、盈动资本、变量资本、红杉中国、高瓴创投等多家机构投资。用户可自带模型密钥(BYOK)自由选择模型,无需被锁定在特定 AI 服务上。
核心功能
OpenClacky 的核心能力聚焦于 任务理解与分派。从网站展示的示例来看,它能够:
- 处理会议录音转写:读取 meeting-notes/2026-05-02-pmf.md 文件,自动梳理结论。
- 生成结构化任务清单:将结论拆解为负责人明确的待办事项,例如输出 tasks/2026-W18.md,包含 5 条结论和 8 项任务,并按负责人(Mia、Leo、Kai)分派具体事项(交互稿、用户访谈脚本、性能回归等)。
- 支持后续操作:完成文件写入后,可继续对话或拖入新文件,甚至询问是否需要同步到飞书日历。
这套 Harness 工程经过两年 Agentic R&D 打磨,强调极致的 Token 效率——同样 3 个任务,成本相差 4 倍。
使用体验
从交互流程看,OpenClacky 采用 对话式操作,用户只需给出自然语言指令(如“这是周会录音转写,帮我梳理结论并按负责人拆成任务”),Agent 即可自动完成读取、分析、写入文件的全流程。输出结果清晰,包括结论数量、任务数量、负责人分工,并提示下一步操作(如同步到飞书日历)。整个界面简洁,左侧模型选择器(Claude Sonnet 4.6)和对话区融为一体,新手也能快速上手。
由于是开源项目,用户可以在 GitHub(clacky-ai/openclacky)上获取源码,自行部署或定制行为。MIT License 意味着商用和二次开发几乎没有限制。
价格方案
网站明确标注 BYOK(Bring Your Own Key) 模式,即用户自行提供 AI 模型的 API Key。这意味着:
- 无平台锁定额外费用:只需要支付自己调用模型的实际费用,不向 OpenClacky 支付使用费。
- 成本透明:与同类工具对比,OpenClacky 在 同等任务 下 Token 消耗最少。官网基准测试显示,同样 3 个任务,Hermes 的成本是 OpenClacky 的 4 倍,OpenClaw 的成本也高出 50%。
- 开源免费:项目本身 100% 免费,无需购买授权或订阅。
适合追求极致 Token 效率的团队或个人开发者。
适用场景
OpenClacky 专注于 文档处理与任务管理 类场景,典型应用包括:
- 会议纪要整理:将录音转写文本快速梳理为结论,并自动生成负责人任务列表。
- 项目管理:从需求文档中提取待办事项,按成员拆分并写入任务文件。
- 个人工作流自动化:处理批量文本分析、信息分类、报告生成等需要结构化输出的任务。
- 团队协作:输出内容可直接同步到飞书日历或其他协作工具(示例中已预留该能力)。
由于支持 BYOK,企业可以接入私有模型,适用于数据安全要求高的场景。
综合评价,优缺点
优点:
- Token 效率极高:实测成本仅为同类工具的 1/4 到 1/2,适合频繁使用 AI Agent 的团队。
- 完全开源:MIT License,可自由修改、部署、商用,社区活跃(GitHub 已获 761 星)。
- BYOK 灵活:不绑定任何模型供应商,用户可选用成本最优或数据合规的模型。
- 任务处理结构化:自动分派负责人和截止信息,输出可直接用于团队执行。
不足:
- 功能范围较窄:目前示例集中在文本分析和任务拆解,尚未展示复杂多步骤任务或外部 API 调用能力。
- 依赖用户提供模型密钥:需要自行配置 API Key,对非技术用户有一定门槛。
- 生态尚在早期:相比 Claude Code 等商业产品,插件、集成、社区模板等扩展资源较少。
总体而言,OpenClacky 是一个“小而精”的开源 AI Agent,在 Token 成本和任务结构化输出上表现突出,适合追求极致效率的开发者和团队。

评论列表 (0条):
加载更多评论 Loading...