Klar rett ut av boksen · Åpen kildekode · Universell · Leverandørnøytral
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
Inspirert av OpenClaw tror vi fremtiden for personlig databehandling vil bli formet av ulike, lokale første AI-agenter som kjører på kanten.
ZimaOS Blue er svaret vårt – en fullstendig åpen kildekode, reviderbar, leverandørnøytral og produksjonsklar agentkjøring og verktøysett som lar deg sende private, selvvertsbaserte agenter uten friksjon.
Blue er bygget for dristige utviklere som vil vibe eller håndlage sine egne agenter, og er utviklet for ytelse: skrevet i Go, med et minneavtrykk helt ned mot 19 MB. Den kjører på alle x86-systemer, 
ZimaOS, 
Raspberry Pi, 
Windows og 
macOS — hvor enn du har strøm.
En rask demo av samtaleflyten og oppgaveutførelsen i Blue.
En rask demo av Blues integrasjon av LLM-leverandører.
En rask demo som dekker produktoverblikket, kanaler og ekstra konfigurasjon.
100 % Go, statisk binær. Krysskompilerer til 5 mål rett ut av esken (
linux/amd64, linux/arm64, darwin/amd64, darwin/arm64, windows/amd64). Ingen Node-runtime, ingen Python, og ingen containere kreves. Slipp den på en NAS, en ZimaOS, en Raspberry Pi, en gammel x86-ruter eller en Mac – den bare kjører. Deretter legger du på ditt eget brukergrensesnitt, din egen logikk og agentferdigheter – én kodebase, alle plattformer.
Alle vil ha verktøy som er enkle, pålitelige og kan skalere når du trenger dem. Verktøy som bare fungerer, slik at du kan fokusere på det du faktisk bygger.
Dette er ikke en ny filosofi. Det er den samme som bygde ZimaOS: enkel, pålitelig og bygget for å holde deg unna. Blue er den filosofien, utvidet til agentstabelen.
Fra dyp forskning som leverer en fullstendig HTML-rapport, til OCR, PDF, nettleserautomatisering og dokumentkonvertering, håndterer Blue komplekse arbeidsflyter i den virkelige verden uten å sende dataene dine til skyen. Stemmevekking, STT/TTS, Talk Mode og støtte for lokal inferens gjør daglige interaksjoner øyeblikkelige, private og alltid tilgjengelige.
Få den opprinnelige applikasjonen - ingen avhengigheter, ingen kompilering. Innebygd prøvekonfigurasjon med onboarding på sekunder – begynn å chatte umiddelbart via ekstern tilkobling, ingen bot-oppsett kreves. Ekte ut-av-boksen opplevelse.
- ZimaOS: Kjør på ZimaOS
- macOS: Last ned DMG
- Windows: Last ned installasjonsprogram
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.batMerk: Windows-bygg krever:
- MinGW-w64 (gcc) og CMake for native C-avhengigheter (espeak-ng, whisper.cpp, opus, kokoro, onnx)
- Windows SDK for systembiblioteker (winmm, etc.)
Sørg for at
gcc,cmakeer iPATH.
Ta det videre: den leverer innebygd støtte for 20+ IM-plattformer, stemmedrevne grensesnitt for naturlig, kontekstbevisst dialog, nullkonfigurasjonsmodellbytte med IDE-skanning.
⚠️ [!IMPORTANT]Hvis du planlegger å fortsette tuning eller vibe-koding på toppen av Blue, ikke behandle noen få flotte chatter som utgivelsesbevis. Enhver endring som påvirker ruting, utførelsesatferd, verktøyoverflate, budsjettkontroll, modellvalg eller utførelsesrammeverket bør valideres med Blue Harness, ikke med ad hoc-stikkprøver.
Blue bør følge en enkel regel her: data først, porter først, cut over sist. I praksis betyr det å oppdatere det relevante Harness datasettet/evalspesifikasjonen før du bedømmer en endring, og deretter holde én stabil
candidate_idover hele forsøket, slik at velger-, utførelses-, budsjett- og beredskapsrapporter alle beskriver den samme kandidaten i stedet for fire urelaterte kjøringer.
- Kjør
blue harness selector verify - Kjør
blue harness execution verify - Gjenbruk velgerevalkjøringen for
blue harness budget gate - Avslutt med
blue harness cutover-readiness
For lokal iterasjon, nattlig validering eller CI-bevisinnsamling, foretrekk python3 scripts/cutover_candidate_pipeline.py. Den kjører hele velgeren -> utførelse -> budsjett -> beredskapssekvensen under én delt kandidat, noe som gjør resultatet lettere å sammenligne, gjennomgå og klippe over fra.
| Område | Hva du bør se |
|---|---|
| Baseline stabilitet | Hold grunnlinjen, datasettversjonen og candidate_id stabil, ellers vil sammenligningen avvike og resultatet vil ikke være pålitelig. |
| Ekte byggeutgang | Gjenoppbygg den berørte binære eller frontend-pakken før du kjører Harness, ellers kan du ende opp med å validere gammel atferd i stedet for den gjeldende endringen. |
| Ruteregistrering | Hvis frontend og backend endres sammen, bekreft at alle nye backend-ruter faktisk er registrert før du bedømmer funksjonen gjennom UI-atferd, fordi manglende registrering ofte ser ut som en logisk feil, men er egentlig en 404. |
| Frigjør dommen | Et tuningpass er først klart når Harness ikke viser noen meningsfull regresjon og cutover-beredskap bekrefter at kandidaten faktisk er klar til å kutte over. |
Kort sagt, tuning på toppen av Blue handler ikke om "det føles bedre i noen få chatter." Det handler om å sette kandidaten inn i Harness, samle sammenlignbare bevis, og la porten og beredskapsresultatene avgjøre om endringen virkelig er trygg å beholde.
| Funksjon | Hva det leverer |
|---|---|
| Høy tilgjengelig netthenting og nettleserkjøring | En av Blues skarpeste differensiatorer. Blue forener fire nettilgangsbaner for søk, lesing, ekstraksjon og gjennomgang; beholder tre reservelag på tvers av HTTP, proxy-utvinning og nettleserøkter; håndterer anti-bot-sider med utfordringsdeteksjon, gjenbruk av informasjonskapsler/økter, stealth og nettleseroverlevering; og ruter på tvers av tre nettlesermotorer: lightpanda, administrert Chromium og relé/lokal Chrome. |
| Tre-i-ett forskningsløpetid | Ett offentlig forskningsbidrag kan rutes til deep_research, analyze og ui_review. Den samme oppdagelsen og bevisstabelen produserer deretter sitering-først forskning, avgrensede rapporter og strukturerte brukergrensesnitt/UX/tilgjengelighetsanmeldelser. |
| Harness-kjøretid, evaluering og evolusjonsrammeverk | Gjør evaluering til en runtime-primitiv på tvers av utvikling, opplæring og produksjon. Harness dekker regresjons- og røyksjekker, scoring, grunnlinjer, rapporter og kjøretidsvalidering, og fører deretter samme bevis inn i ferdighetsutvikling, oppfølgingsevaluering, promotering eller tilbakeføring, og AGENTS.md eller gjennomgang av instruksjonsforslag. |
| Multimodal kjøretid med native funksjoner først | Holder stemme, OCR, PDF, nettleseroppgaver, dokumentkonvertering, strukturert skjemautfylling, mediebehandling og lokal mediegenerering på native og lokale stier først, med modellruting kun når det faktisk er nødvendig. |
| Sikkerhet og styring | Inkluderer utførelse av sandkasse, forsvar mot prompt-injeksjon, sesjonsrevisjon, tillatelser, RBAC, WebAuthn, operative rekkverk og sikkerhetsskanning for ferdigheter. |
| LLM Wiki og kunnskapsrom | Gjør minne, forskning og kjøretidsutdata til en wiki-lignende kunnskapsoverflate med oppsummeringssider, indekser, tilbakekoblinger, friskhet og arkivarbeidsflyter. |
| Ferdighetsbutikk og markedsplass | Sender innebygd ferdighetsoppdagelse, kurering, synkronisering og lokal skanning slik at utvidbarhet er tilgjengelig fra dag én. |
| Produksjonsklar leverandørpool | Gir en ekte leverandørpool med helsesjekker, automatisk failover, kretsbrytere og leverandørracing for langvarige arbeidsbelastninger. |
| Innebygd lokal småmodell-kjøretid | Sender en innebygd Qwen3.5-0.8B + llama.cpp kjøretid for lokale korte spørsmål og svar, bildegjenkjenning, verktøyruting, oppsummering, kontekstkomprimering og dokumentforbehandling. |
| Langvarig pålitelighet | Behandler OTA-oppdateringer, sikkerhetskopiering og gjenoppretting, varm omlasting av konfigurasjon og gjenoppretting etter feil som innebygde driftsbehov. |
| Dato | Versjon | Nøkkelord / funksjoner |
|---|---|---|
| 26. januar 2026 | v0.1–v0.9 |
Go runtime, plugin-system, nettleserautomatisering |
| 27.–28. januar 2026 | v0.9.0–v0.9.2 |
Nettleseroppgavevisning, Blue Companion, Smart Form Filler |
| 29.–31. januar 2026 | v0.10.0–v0.10.9 |
Claude Code CLI, API Proxy, UI restrukturering |
| 1.–3. februar 2026 | v0.10.1–v0.10.22 |
Beregninger, ekstern tilgang, kontekstbuffer |
| 5.–18. februar 2026 | v0.10.25–v0.10.29 |
i18n, CC Cache, utgivelsesrørledning |
| 20.–25. februar 2026 | v0.10.28–v0.10.29 |
Desktop loader, mobil UX, redesign av minne |
| 28. februar–2. mars 2026 | v0.10.30 |
Deep Research, omstilling av ferdigheter, sikkerhetsskanning |
| 9.–18. mars 2026 | v0.10.31 |
Dashboardoverhaling, VoiceChat refactor, godkjente steder |
| 19–22 mars 2026 | v0.10.32 |
Harness utrulling, transkripsjonsrevisjon, nettsøk |
| 23.–25. mars 2026 | v0.10.33 |
Harness grupper, nettlesergodkjenninger, kompetansemarked |
| 29.–30. mars 2026 | v0.10.35 |
Harness v3, nettleserrelé, kontekstkomprimering |
| 31. mars–1. april 2026 | v0.10.36 |
Transkripsjonsrevisjon, Harness overlegg, verktøyparsing |
| 1. april 2026 | v0.10.37 |
Runtime herding, Skill+Exec cutover, gjenopprettingspolering |
| 2.–5. april 2026 | v0.10.38 |
GitHub støtte, markedsplassforbedring, pålitelighetsforbedringer |
| 6.–7. april 2026 | v0.10.39 |
Forskningssamling, evolusjonsflater, redusert minneforbruk |
- Problemer: Vennligst arkiver feil og funksjonsforespørsler her
- Diskusjoner: Discord
- Følg oss på GitHub
Dette prosjektet er lisensiert under MIT-lisensen - se LISENS-filen for detaljer. Vi tror på åpen kildekode og å gi tilbake til samfunnet.
Takk til alle Blue bidragsytere:
- OpenClaw — Lokal første åpen kildekode-agent. Pioner for å koble LLM-er til lokale enheter gjennom kanaladaptere og verktøyoppringing, direkte inspirerende Blues agent kjøretidsarkitektur. https://github.com/openclaw/openclaw
- MiroMind — Dyp forskningsmodus med evidensstøttet syntese. Formet Blues innebygde dype forskningspipeline: planlegging, parallell henting, bevisdeduplisering og HTML rapportgenerering. https://www.miromind.ai
- Karpathy's LLM Wiki — LLM som kunnskapskompilator. Reframes LLMs for å bygge vedvarende, utviklende kunnskapsrom som beveger seg forbi RAGs akkumuleringsfelle.
- OpenSpace (HKUDS) — Selvutviklende ferdighetsmotor. Et DAG-basert rammeverk der agenter lærer av feil og utleder spesialiserte ferdigheter. https://github.com/HKUDS/OpenSpace
- Andrew Ng's Context Hub — Versjonert API-dokumentasjonsregister for kodingsagenter. Tar opp agenthallusinasjoner og glemt øktkunnskap. Gir kuraterte, versjonerte dokumenter med kommentarer og tilbakemeldingsløkker, og gjør dokumentasjon til et selvforbedrende kunnskapslag. https://github.com/andrewyng/context-hub
- Notion — Enkelt, menneskelig og med vilje stille. Inspirert av den minimalistiske etosen til Notion, bringer Blue varmen tilbake til rutenettet. Der raffinert serif møter gjennomtenkt design, og skaper et rom som føles som hjemme. https://www.notion.com/about
- Matrix — Visuell inspirasjon fra den ikoniske digitale regn-estetikken. Den estetiske retningen for Blues tekniske diagrammer.
- IceWhale — Love, Death & Robots S2E2 "Ice". Et kollektiv som samles over hele verden for å bryte gjennom nettgigantenes vegger og motstå datakonsentrasjon. Ishvalen symboliserer et fellesskap som bygger suverene verktøy sammen ved kanten.
- ZimaOS Blue — Love, Death & Robots S1E14 "Zima Blue". En metafor: intelligens som begynner i tjeneste og utvikler seg for å utforske verden. Blue er en agent for visdom, forankret i enkelhet og strekker seg etter dybde.
- ZimaOS — Forenklede, fokuserte, åpne designprinsipper. Både ZimaOS og Blue deler troen på at teknologien skal tjene brukeren - distribuer på 30 sekunder, kjør hvor som helst, hold leverandørnøytral. https://www.zimaspace.com/zimaos