一行命令安装，零依赖

最吸引我的是它的安装方式——不需要 Node.js、不需要 pnpm、不需要 git，直接下载预编译的二进制文件：

curl -fsSL https://agents.hyper.space/cli | bash

装完之后还有个 clawhub 的包管理器可以用：

clawhub install hyperspace

目前支持三个平台：

  • Linux x86_64
  • macOS ARM64（Apple Silicon）
  • macOS x86_64

它到底干了什么

我翻了一下它的安装脚本，逻辑还挺清晰的。核心流程大概是这样：

  1. 检测系统和架构，匹配对应的预编译包
  2. 检测是否有桌面环境——有的话会装一个系统托盘应用，带自动更新和崩溃恢复
  3. 检测 GPU（支持 NVIDIA、AMD ROCm、Apple Silicon 统一内存），没 GPU 也能跑，但只能作为中继节点
  4. 如果检测到老版本（v1），会自动迁移密钥
  5. 二进制装到 ~/.local/bin/，同时保留 aios-cli 和 hyperspace 两个命令名
  6. 内置了 CRDT 引擎（loro-crdt）和 SQLite，看起来是做本地状态同步用的

安装脚本还支持几个实用参数：

  • --no-start：装完不自动启动
  • --no-tray：跳过托盘应用（适合服务器）
  • --sudo：安装到 /usr/local/bin
  • --key <KEY>：导入已有的 Ed25519 私钥
  • --api-port N：指定 OpenAI API 兼容端口，默认 8080

有意思的细节

我注意到它装完会暴露一个 OpenAI API 兼容的本地端口（默认 8080）。这意味着你可以把它当成一个本地的 AI 推理后端，用标准的 OpenAI SDK 去调用。对于独立开发者来说，这其实是个挺有吸引力的点——不用自己搭推理服务，接入这个网络就行。

另一个细节是它用 Ed25519 做节点身份认证，密钥可以通过环境变量 HYPERSPACE_PRIVATE_KEY 传入，部署到服务器上比较方便。

适合什么场景

说实话，我也不确定这个项目目前的网络规模和稳定性怎么样。但从架构设计来看，它想解决的问题很明确：让 AI Agent 有一个去中心化的算力层可以依赖。

如果你手头有闲置的 GPU 机器，或者想低成本搭一个 AI 推理后端给自己的项目用，可以试试看。至少安装成本极低，不行就卸了。项目叫 hyperspace-node，在 GitHub 的 hyperspaceai 组织下能找到。