kortix-ai/suna · 上手攻略
- 仓库：kortix-ai/suna
- 链接：https://github.com/kortix-ai/suna
- 分类：AI Agent Platform · Digital Employee
- 作者：Tom
- 更新：2026-09-29
是什么
Suna（GitHub: kortix-ai/suna）是 Kortix AI 于 2026 年 3 月公开发布的开源 AI 管理系统（Apache 2.0 许可证），定位为「数字员工平台」——让你的 AI Agent 真正完成端到端工作任务，而非仅仅回答问题。
核心理念：将公司所有 Agents、技能（Skills）、公司记忆（Memory）和外部连接器（Connectors）统一存放在一个 Git 仓库里（kortix.yaml），版本化、可 diff、可审查，团队共享。
Kortix vs 主要竞品对比（来源：GitHub README，2026-07 公开数据）：
| Claude Cowork | ChatGPT Work | Kortix（=Suna 底层） | |
|---|---|---|---|
| 许可证 | 闭源 | 闭源 | 开源 |
| 模型支持 | Anthropic only | GPT-5.6 only | 任意 provider |
| 部署方式 | 云端（Anthropic / Bedrock / Foundry） | OpenAI 云端 | 自部署 / 托管云 / 本地 |
| 数据控制 | 第三方 | 第三方 | 你自己 |
| 定价 | Pro/Max/Team/Enterprise | 按量计费 | 自部署免费；托管 $40/seat/月 + 用量 |
解决什么问题
传统 AI 助手的三个困境：
- 数据主权缺失 —— Agent 在第三方云上跑，你的公司记忆、API 密钥都在对方那边
- 只能聊天，不能干活 —— 给出建议但无法真正执行、操作你的工具
- 团队无法复用 —— 个人 Chatbot 无法跨团队共享技能和工作流程
Suna 的解题思路：
- 每个会话跑在独立沙箱（基于 Daytona 的隔离 Linux 环境），Agent 可以安装、运行、破坏任何东西，只有提交到分支的内容才能存活
- 所有配置（Agent 定义、Skills、Memory、连接器）都是纯文本文件，用 Git 管理，diff 可审
- 工作通过 Change Request（CR） 机制回到主分支，必须人工审核合并，防止 Agent 擅自行动
快速安装
方式一：CLI（macOS / Linux）
# 安装 CLI
curl -fsSL https://kortix.com/install | bash
# 验证安装
kortix version
# 登录（云端托管，推荐先试用）
kortix login
# 初始化项目（创建 kortix.yaml + 默认 agents/skills）
kortix init my-app
cd my-app
# 快速开始（托管云，无需自己搭基础设施）
kortix sessions new --prompt "帮我总结这周的 commits 并发起 change request" --wait
方式二：本地 Docker 自部署（⚠️ 需提前准备 Daytona API Key）
# 安装 CLI
curl -fsSL https://kortix.com/install | bash
# 启动本地自托管栈
kortix self-host start
# 切换到本地 host
kortix hosts use selfhost
kortix login --host selfhost
自部署依赖（来源：Railway 部署文档，2026-07）：
| 依赖 | 说明 | 备注 |
|---|---|---|
| Daytona | 沙箱运行环境 | 需注册 daytona.io 并生成 API Key |
| LLM API Key | 模型调用 | 支持 OpenAI / Anthropic 等任意兼容 API |
| QStash（可选） | 后台任务 / Webhook | Upstash QStash，用于工作流和异步任务 |
| Tavily / RapidAPI（可选） | 搜索增强 | 如需 Agent 主动搜索 |
Docker 镜像（自部署参考）：
# 镜像名称（版本可能已更新，以 GitHub Releases 为准）
adamcohenhillel/kortix-suna:0.0.20
# ⚠️ 注意：GitHub 最新 release 可能已更新，请以 https://github.com/kortix-ai/suna/releases 为准
方式三：本地开发（贡献者）
git clone https://github.com/kortix-ai/suna.git
cd suna
pnpm install
pnpm dev # 启动 web + API（需要 Docker 环境）
pnpm dev:web # 仅 web
pnpm dev:api # 仅 API
pnpm build # 构建所有包
核心用法
1. 项目初始化与配置
# 初始化（scaffold starter project）
kortix init my-company
cd my-company
# 查看生成的文件
cat kortix.yaml # 核心配置文件，定义 agents/skills/connectors/secrets
kortix.yaml 是整个系统的核心，声明内容包括：
- agents：Agent 定义（用 OpenCode，支持重写自身）
- skills：可复用技能库（团队知识，一次编写全局共享）
- memory：公司记忆（Plain text，当前为文件存储）
- connectors：3000+ App 连接器（MCP / OpenAPI / GraphQL / Slack 等）
- secrets：加密存储的密钥，按 Agent 授予权限
- channels：通知渠道（Slack / Teams / Email 等）
2. 会话管理
# 新建会话（Agent 在独立沙箱中运行）
kortix sessions new --prompt "Build a landing page for our product" --wait
# 连接已有会话（进入完整 OpenCode TUI）
kortix connect
# 轻量级聊天（不需要完整 TUI）
kortix sessions chat
# 查看所有会话
kortix sessions ls
# 在沙箱中打开 shell（调试用）
kortix sessions shell
3. Change Request 工作流
# 列出所有待审查的 Change Requests
kortix cr ls
# 查看某个 CR 的 diff
kortix cr diff 1
# 合并到主分支
kortix cr merge 1
典型工作流：
1. kortix sessions new --prompt "重构登录模块" → Agent 在沙箱分支上工作
2. Agent 完成任务后自动创建 CR
3. 你 kortix cr diff 1 查看改动
4. kortix cr merge 1 合并，或让 Agent 修改后再提交
4. 团队协作
# 邀请成员（需要 account owner/admin 权限）
kortix members invite alice@example.com --role member
# 管理角色
kortix members set-role alice@example.com --role admin
# 分组管理
kortix groups create engineering
kortix groups add engineering alice@example.com bob@example.com
# 权限授予（基于资源粒度）
kortix access grant --group engineering --role viewer --resource dashboard
5. 触发器与自动化
# Cron 触发（每天早上自动运行）
kortix triggers create --name "daily-standup" \
--cron "0 9 * * 1-5" \
--prompt "汇总昨日 GitHub activity 并发 Slack"
# Webhook 触发
kortix triggers create --name "github-webhook" \
--webhook-secret "your-secret" \
--prompt "处理新的 GitHub issue"
6. MCP / 外部工具扩展
Suna 支持多种扩展协议：
# 添加 MCP Server
kortix connectors add mcp --name "filesystem" --command "npx @modelcontextprotocol/server-filesystem /workspace"
# 添加 REST API Connector
kortix connectors add openapi --url https://api.example.com/openapi.yaml
典型适用场景
| 场景 | 为什么适合 Suna |
|---|---|
| 研发团队提效 | Agent 直接操作代码仓库 → CR 机制保证代码质量，Agent 不会擅自上线 |
| 市场 / 内容团队 | Agent 研究竞品、写内容、发布到 CMS，所有产出人工审核 |
| 客户成功 / 支持 | 自动化处理重复工单，Agent 只能读取和回复，不能直接操作生产数据库 |
| 财务 / 数据分析 | Agent 访问数据源、分析、生成报告，所有操作留下 Git 审计记录 |
| 公司知识管理 | 统一 Memory + Skills，团队共享 SOP，Agent 每次会话都在积累公司知识 |
| 合规要求严格的行业 | 完全自部署 + RBAC + 审计日志，满足数据主权要求 |
坑与注意
⚠️ 1. 自部署门槛不低
Suna 的「开源」不等于开箱即用。自部署需要： - Daytona API Key：沙箱运行环境，目前官方仅支持 Daytona（cloud 或自托管） - Docker 环境：本地开发需要完整的 Docker + pnpm + Node.js 环境 - LLM API：需要自行准备 OpenAI / Anthropic 等 API Key（没有内置免费模型） - 网络：沙箱需要能访问外部网络（搜索、API 调用）
建议：先用托管云版本（kortix login）体验核心功能，确认符合需求后再研究自部署。
⚠️ 2. Windows 不支持
官方 CLI 仅支持 macOS 和 Linux。Windows 用户需要通过 WSL2 或虚拟机运行。
⚠️ 3. Agent 输出需要人工审核
CR 机制是双刃剑——保证了安全性，但也意味着无法做到完全无人值守。如果 Agent 提出 10 个 CR，你得一个个审。对于高频自动化场景，需要考虑这个人工成本。
⚠️ 4. Skills / Memory 体系需要团队维护
Skills 是团队知识资产，需要专人编写和维护。Memory 体系（当前为 Plain text）长期积累后如何防止知识腐败，需要建立 SOP。官方表示 Memory 未来会有「系统自动累积」能力，但目前还是偏手动。
⚠️ 5. 版本更新节奏较快但文档可能滞后
GitHub 显示 adamcoehillel/kortix-suna:0.0.20 是 Docker 镜像旧标签（⚠️ 存疑：以 GitHub Releases 最新版本为准）。Suna 处于活跃开发中，API 和 CLI 行为可能随版本变化，部署前请核对 GitHub Releases 的具体版本号。
⚠️ 6. 部分连接器依赖 Pipedream
Slack 连接器等部分集成依赖 Pipedream 进行凭证中转，这增加了架构复杂度，也引入了第三方依赖。需要理解这个数据流向。
与同类对比
| 维度 | Suna | AutoGPT / AgentGPT | n8n AI Agent | LangChain Agents |
|---|---|---|---|---|
| 核心定位 | 企业级 AI 管理系统 | 通用自主 Agent | 工作流自动化 + AI | LLM 应用开发框架 |
| 部署方式 | 自部署 / 托管云 | 纯云端（或本地） | 自部署 | 嵌入你的应用 |
| Change Request 机制 | ✅ 原生 Git CR | ❌ 无 | ❌ 无 | ❌ 无 |
| 团队协作（多 Agent） | ✅ 原生支持 | ❌ 偏单人 | ✅ 通过工作流 | ✅ 需自行开发 |
| Skills 复用体系 | ✅ 原生 Skills 库 | ❌ 无 | ✅ Subnodes | ✅ Tools |
| Git 版本化配置 | ✅ 核心设计 | ❌ 无 | ❌ 无 | ❌ 无 |
| 上手难度 | 中（需要理解 Git CR 理念） | 低 | 中 | 高（需要开发能力） |
| 适合人群 | 需要 AI 真正干活的团队 | 探索 AI 能力的个人 | 会搭工作流的工程师 | 构建 LLM 应用开发者 |
一句话总结：如果你的团队希望 AI Agent 真正替代部分工作流程而非只是问答，Suna 的 Git CR 机制是目前开源领域最完整的安全管控方案。如果只是做简单的流程自动化，n8n 更快上手；如果你是开发者想从底层构建 Agent，LangChain 更有弹性。
一句话推荐结论
Suna 面向的是「希望 AI Agent 真正交付端到端工作」的中高级团队，它的 Git-first 设计（所有配置版本化 + Change Request 审核）解决了 Agent 安全可控的核心问题；自部署完全免费、托管云 $40/seat/月起步，适合对数据主权有要求、不想被供应商锁定的团队。上手需要一点时间理解 Git CR 理念，但一旦跑通，整个团队的 AI 协作会非常顺畅。