AI-agent Soyuz 开源：安全与 KMP

Soyuz 桌面 AI 代理：以安全为核心的开放源代码方案

开发者已将“Soyuz”桌面代理作为开放源代码发布，重点关注安全性和可预测的操作。与功能繁多的工具不同，该项目通过避免使用像 MCP 这样冗长的协议来最小化风险。该代理在本地运行，无需 VPN 或复杂设置，并支持 GigaChat 和 Anthropic 模型。

源代码可供审查和修改。该项目源于黑客松经验以及使用 Kotlin Multiplatform 构建的移动代理。

创意的起源：从简单代理到桌面解决方案

2025 年 7 月，作者发布了一份关于使用 Kotlin 创建代理的指南。当时，桌面代理已通过 OpenAI 和 Anthropic API 集成到工作流程中。它们自动化了日常任务：语音控制、用户界面交互。

在 Sber 的黑客松上，团队拒绝了像 Claude Code 这样的通用解决方案。相反，他们为视障用户创建了一个代理：无需用户界面即可进行屏幕识别、键盘和鼠标控制。使用 Clojure Robot 库和自动化 DSL 的经验帮助在一周内实现了原型。

该代理通过了初赛，展示了用于打开文件、网站、点击和热键的语音命令。在决赛前，出现了 GigaChat 审查问题——通过 VPN 添加了对 Anthropic 的支持，但这降低了性能。

重启：基于 Kotlin Multiplatform 的框架

黑客松后，项目重心转向移动应用。Kotlin Multiplatform (KMP) 用于实现 iOS、Android 和桌面的跨平台兼容性。开发了一个基于图的自定义代理框架，无外部依赖。

关键发布：

• 无框架的 Kotlin 代理：通过状态图实现。
• KMP 和 Xcode：将代理移植到 4 个平台的经验。

这一技术栈成为“Soyuz”的基础，确保了单一代码库和对安全的控制。

安全至上：拒绝 MCP

对于大众用户——普通用户——代理必须开箱即用，无需 VPN、加密货币或银行卡。要求：

• 自主性：无需配置。
• 可访问性：支持本地模型和无需中介的 GigaChat。
• 保护：最小化漏洞。

MCP 因冗长而被拒绝：像 Notion 这样的工具描述会使上下文膨胀至 45k 字符，降低 GigaChat 和本地 LLM 的效率。研究识别出 MCP 中的 16 个漏洞。Notion MCP 工具的例子说明了问题：

[
  {
    "fn": {
      "name": "Mcp_notion_notion_search",
      "description": "[MCP:notion] 执行搜索：\n- \"internal\"：对 Notion 工作空间进行语义搜索...",
      "parameters": {
        "type": "object",
        "properties": {
          "query": {
            "type": "string",
            "description": "对整个 Notion 工作空间的语义搜索查询..."
          }
        }
      }
    }
  }
]

这样的结构会扼杀性能。“Soyuz”使用简化的技术栈：固定工具集、任务图、本地执行。

架构与技术栈

项目基于 KMP 为桌面（Compose Multiplatform）构建。核心组件：

• 代理核心：用于任务规划的状态图。
• 工具：屏幕捕获、OCR、输入模拟（键盘/鼠标）。
• 模型：GigaChat（主要）、Anthropic（备用）、本地 LLM。
• 安全：工具沙盒化、提示验证、无明确同意不进行网络调用。

图允许可预测的行为：代理不会偏离计划，最小化令牌使用。与 MCP 相比，上下文节省高达 70%。

对于中级/高级开发者，该技术栈作为 LangChain 或 AutoGen 的替代方案很有趣：完全控制、KMP 集成、专注于桌面自动化。

关键要点

• 开放源代码：GitHub 上的源代码，MIT 许可证供免费使用。
• 安全：拒绝 MCP，固定工具，本地执行。
• 可访问性：无需 VPN 即可与 GigaChat 配合使用，支持语音和屏幕。
• KMP 技术栈：跨平台，图代替提示链。
• 资源效率：上下文最多 4k 令牌，而非 MCP 的 45k+。

— Editorial Team