OpenMake开源权重模型
Qwen、EXAONE、Llama、Mistral，以及任何 OpenAI 兼容端点。模型是可随时更换的部件，而不是把你锁定的供应商。
OPENMAKE 是什么
始终属于你的四样东西
OpenMake 不是租来使用的托管助手，也不是一次交付就结束的本地部署项目。它是把开源权重模型变成组织自有、自管系统的那一层。
私有数据
文档、对话、嵌入和产物都留在你的边界之内。除非你设定的策略允许，任何东西都不会外流。
受控的智能体
智能体在管理员设定的权限、审批、预算和沙箱限制之内进行规划、执行并产出交付物。
自托管基础设施
客户 VPC、私有云、自建 GPU 集群，或封闭网络。部署方式只是选项，平台始终相同。
选择起点
先评估，或直接部署到自己的环境。
无论哪种方式，得到的都是同一个 OpenMake。托管演示是为了让你快速形成判断；真正的部署则把应用、模型网关和数据边界放进你的组织内部。OpenMake Bench 服务于两者：它是你衡量该在哪一侧放哪个模型的地方。
无需搭建即可试用
在浏览器里打开托管演示即可。无需安装，也不用准备基础设施，以访客身份登录就能开始提问。
无需安装 · 在浏览器中运行访客访问 · 默认模型
打开在线演示在你的环境中运行
自行运营模型、数据、数据库、网络边界和部署。源码采用 MIT 许可，你可以审查、fork 并自行构建。
Node.js 24 · PostgreSQL · 可选 Redis启用后使用 Docker 隔离
查看部署文档选定模型前先做测量
OpenMake Bench 在相同条件下，把同一批提示词跑在多个模型和路由上，比较质量、速度和成本。用 OpenMake 账号登录即可对你已接入的模型做基准测试，是否分享结果由你自己决定。
相同条件 · 盲测排行榜你的模型 · 也支持本地部署
打开 OpenMake BenchAGENT RUNTIME
从一个请求到完成的交付物。
第一个企业用例是私有的研究与文档智能体：检索内部资料，据此给出有依据的答案，验证论断，撰写报告，并留下过程记录。
CONTROL PLANE / AGENT RUNTIME
在所有模型和智能体之上，统一的控制平面。
一侧是权限、策略、审计、预算和用户，另一侧是技能、MCP、工具、沙箱和执行。中间由 AI 网关连接，其下的模型可随时更换。
从请求到结果的清晰路径
01User→
02OpenMake→
03vLLM / LiteLLM→
04Local / open-weight models
请求经由 OpenMake 应用和编排层送达你的模型网关。智能体任务、MCP 服务器和产物执行分别在各自的边界中运行，因此组织可以只授予某项能力，而不必开放对一切的访问。
网关之下放哪个模型，是测量出来的决定，而不是猜测：OpenMake Bench 在相同条件下把同一批提示词跑在多个模型和路由上，你在那里选定的模型会直接应用到你的角色设置。 打开 OpenMake Bench
组织在信任一套 AI 系统之前，可以亲自验证的五件事。
这些才是运维负责人真正在意的场景。功能数量不在其中。
断开互联网，工作照常进行。
在完全没有对外连接的情况下，检索并分析你自己的文档库。
更换模型，其余一切照旧。
从 Qwen 换到 EXAONE，智能体、检索和技能都照原样运行。
智能体想要访问外部，策略会拦下它。
对外调用、工具和供应商由管理员策略管控，而不是由提示词里的指令决定。
每个文件和命令都有记录。
审计视图会显示智能体打开了什么、运行了什么、产出了什么，以及花费了多少。
服务器重启，任务继续。
任务在每一轮都会记录检查点，重启后从有效的检查点恢复。
适合谁
为那些无法把内部文档粘贴进公有 AI 的组织而生。
OpenMake 面向大约 30 到 500 人的知识密集型组织，那里的资料很敏感，而那些工作恰恰是 AI 最擅长的。
研究机构与协会团体
把资料档案变成答案。从自有报告中检索，比对来源，产出引用完整的文档。
档案 · 报告 · 有依据的回答公共与准公共机构
在封闭网络中运行 AI，每一次特权操作都会被记录，事后均可复核。
封闭网络 · 审计 · 记录制造业研发
分析规格书、专利和测试数据，而不把其中任何内容发送给外部模型供应商。
规格 · 专利 · 测试数据咨询、会计、法务
对照自有先例审阅合同与法规，产出专业人员能逐行核对的草稿。
合同 · 法规 · 交付物在当前源码中核实
OpenMake 中已经具备的能力
这些是从 OpenMake 1.40.0 源码中读取的当前产品事实，而非路线图目标或宣传估算。
- 262K
- 可用上下文长度
- 22
- 内置 MCP 工具
- 18 / 100
- 行业 / 专业智能体
- 4
- 支持的界面语言