📖 产品简介
CanyonOS 于 2026 年 11 月 12 日登陆 Product Hunt，获 81 票、2 条评论、日榜第 18（hunted.space 口径）。
这是其 0.2 首个公开版本，免费开源、协议 AGPL-3.0，可用 Docker 或 Kubernetes 在本地起步。产品是「workflow-aware」的智能体应用构建 / 扩缩 / 观测 / 管理平台：它承载智能体之间的每一次调用，因此能自动识别工作流里拖慢整体的那个智能体，并在用户设定的上限内只对它扩容；同时提供完整可观测性，展示请求时间花在哪里、每个智能体各自增加了多少 token 成本，且无需写任何 tracing 代码。它分析工作流结构后一键把每个智能体部署到独立容器；智能体保持纯 Python，不需要 SDK 或装饰器。官方提供 `canyonos feedback` 命令收集反馈，猎捕者为 fmerian。GitHub 仓库具体地址未在发布帖中给出，url 暂用 Product Hunt 产品页兜底；定价未公布（开源免费自托管）。信源：Product Hunt 11-12 日榜、hunted.space 产品页（官方发布帖全文）。
定位
工作流感知的智能体应用平台：每个智能体独立容器、自动找出拖慢链路的那个并扩容，无需写 tracing 代码
适合人群
用 Python 构建并运维多智能体应用的工程团队
需要逐智能体成本归因与自动扩容的 AI 产品团队
希望自托管、避免可观测性厂商锁定的组织
支持平台
Docker、Kubernetes、本地自托管、Python
开源
是
✨ 核心功能
- 工作流感知：分析工作流结构，一键把每个智能体部署到独立容器
- 承载智能体间全部调用，自动定位瓶颈并只对该智能体扩容（可设上限）
- 零 tracing 代码的可观测性：请求耗时分布与每个智能体的 token 成本归因
- 智能体保持纯 Python，无需 SDK 或装饰器
- 0.2 首个公开版本，AGPL-3.0 开源，Docker / Kubernetes 本地起步
- 提供 canyonos feedback 反馈命令
⚖️ 优缺点分析
👍 优点
- 把多智能体应用的扩容与成本归因做成平台默认能力
- 无需侵入式埋点即可拿到逐智能体成本，运维收益直接
- 纯 Python、无 SDK / 装饰器，接入改造量小
- AGPL-3.0 开源且可本地起步
👎 缺点
- 0.2 首个公开版，成熟度与生产案例有限
- GitHub 仓库地址未在发布帖给出，url 用 PH 产品页兜底
- 仅面向 Python 智能体应用，其他语言栈覆盖未说明
- 托管版与商业定价未公布
📊 评分详情
功能完整
8
易用程度
7.5
安全可靠
7.5
性价比
8.5
💬 用户评价
「既然每一次智能体间调用都经过我们，找出拖慢工作流的那个并只扩它，就不需要你写 tracing 代码了。」——CanyonOS 发布帖（编辑提炼）
📝 更新日志
-
2026-11-12CanyonOS 0.2 首个公开版发布（PH 日榜 #18 / 81 票）CanyonOS 于 2026-11-12 登陆 Product Hunt，获 81 票、2 条评论、日榜第 18（hunted.space 产品页，含官方发布帖）。0.2 为其首个公开版本，AGPL-3.0 开源免费，支持 Docker / Kubernetes 本地起步。平台承载智能体间每次调用，据此自动定位工作流瓶颈并在设定上限内只扩容该智能体；提供无需 tracing 代码的请求耗时与逐智能体 token 成本可观测性；一键把每个智能体部署到独立容器，智能体保持纯 Python、无 SDK / 装饰器。GitHub 仓库地址未在发布帖给出，url 用 PH 产品页兜底。