MindsHub Cowork
把多模型、企业数据和开放代理整合成可交付成果的统一工作空间。
README称连接凭据按连接隔离且代理看不到原始密钥，CodeQL工作流也使用较窄的GitHub权限，因此最小权限和敏感数据处理有一定文件依据；但没有展示代理运行时的权限模型、密钥实现、数据保留或出站流量控制。文档说明可连接外部系统、发布URL和执行定时操作，却未描述这些外部副作用逐项确认、预览或审批的机制。用户确认的明确证据主要限于破坏性的make flush；该命令会永久删除对话和密钥，恢复仅是重新安装而非数据回滚。MIT版权、公司名称、安全邮箱和支持渠道提供了来源归属，但发布者企业身份仍按题设视为未知。
固定子模块提交、统一make命令以及受支持的Python范围有助于依赖可用性；不过没有提供锁文件、子模块内容或安装失败处理，故不能评为全面。材料存在明显一致性缺口：评估对象是mindsdb/mindshub，README却要求克隆mindsdb/minds，并在MindsHub、Cowork、MindsDB和Anton等名称间切换；SECURITY.md的版本系列也未与当前产品版本对应。故障处理仅提供重装、清空和提交issue等粗粒度路径，没有运行时错误消息或可操作诊断的证据。
README清楚覆盖知识工作者及报告、研究、应用、仪表盘、定时操作等多类场景，因此受众与场景充分。它列出桌面、Web、源码构建、托管、本地、VPC、隔离网和混合部署，以及模型和代理切换；但多数环境适配能力只是声明，缺少配置约束和兼容性细节。功能边界可从组件和部署模式大致理解，却没有明确说明代理不能做什么。定时任务被列为能力，但触发条件、权限范围、重复执行保护和人工审批规则没有给出。
README结构清楚，包含入门、能力、组件、构建、部署、支持、安全、贡献和许可；安装命令、运行模式、子模块工作流及make flush风险说明较具体。MIT许可证正文完整，因此许可获满分。扣分集中在命名与维护路径：仓库名称和克隆地址不一致，产品名称多次变化；只有发布徽章和宽泛的安全支持版本，没有随附变更日志或与本产品一致的版本政策。示例以场景和命令为主，缺少完整任务示例和FAQ；已知限制主要是破坏性清理警告与子模块独立许可，没有系统列出产品限制。维护渠道存在，但责任主体、响应时限和组件所有权不够具体。
材料说明代理输出可变成文档、仪表盘、应用、代码和可分享URL，这对结果可用性有较强支持；统一工作区、模型切换、连接数据和持久记忆也显示出相对普通聊天工具的增量价值。不过这些主要是产品描述，没有源码片段、示例产物或静态测试材料交叉证明。成本收益只说明可免费开始、Pro提供更多模型及可自行部署，未披露模型调用、基础设施、存储、维护成本或不同方案的资源权衡，因此保守计分。
安装、清理、工作流权限、许可证和安全报告流程均可追溯到具体文件，静态可核查性较好。许可证声明由LICENSE交叉支持，安全姿态部分由SECURITY.md和CodeQL工作流支持；但数据保险库、密钥隔离、部署范围、发布能力和模型路由等核心产品主张只出现在README，缺少代码、配置或测试的交叉佐证。README也未清晰区分已实现事实、托管服务能力、设计目标和营销性表述，因此事实与推断分离较弱。
- 不要仅凭README中的“安全vault”和“代理看不到原始密钥”声明接入生产凭据；应先审查实际vault实现、出站数据路径、日志和保留策略。
- 发布URL、连接外部系统和定时操作可能产生外部副作用，但所给材料没有证明逐项确认、审批或撤销机制。
- make flush会删除~/.anton和~/.cowork中的对话、密钥、数据库及项目状态；确认备份后再使用，且不要把重新安装误认为数据恢复。
- 仓库标识、克隆地址、产品名称和安全版本系列不一致；部署前应确认本修订实际包含的子模块提交、适用文档和支持范围。
- CodeQL仅覆盖当前工作流检测到的Actions和Python文件；不能据此推断所有固定子模块或桌面依赖均已扫描。
这个 Agent 能做什么，适合哪些场景？
MindsHub Cowork 是一个面向知识工作者的统一工作空间，可承接应用、网站、研究、分析、报告和定时任务等完整项目。该仓库是平台超级项目，通过子模块组合桌面及 Web 前端、代理后端与数据引擎。用户可以连接 BigQuery、Postgres、Gmail、Drive、HubSpot、Notion 和 Linear 等系统，并通过 Model Router 在 Claude、GPT、Gemini、DeepSeek、Qwen 和 Kimi 等模型之间切换。平台可运行 Anton 和 Hermes 等可替换的开源代理，将结果生成文档、仪表盘、应用或代码，并可发布到公开网址。它提供跨会话记忆、技能库和任务调度，可使用托管 Web 应用，也能部署到本机、VPC、本地机房、隔离网络或混合基础设施。
用户先在安全凭据库中连接 BigQuery、Postgres、Gmail、Drive、HubSpot、Notion 或 Linear 等数据系统；凭据按连接限定，代理不会看到原始密钥。随后，Model Router 把工作路由到 Claude、GPT、Gemini、DeepSeek、Qwen 或 Kimi，用户也可从下拉菜单切换 Anton 与 Hermes 代理框架。代理执行涉及读取和写入的多步骤任务，例如报告、监控、研究、分析和周期性操作。输出可转化为文档、仪表盘、应用及代码，并发布到可分享的实时 URL。跨会话记忆、可复用技能和调度功能用于延续上下文及重复运行任务；源码开发入口包括 make dev、make dev-web 和 make build。
- 需要定期汇总业务信息的运营人员，可连接已有数据系统并安排报告、监控和重复工作按计划执行。
- 没有专门工程团队的策略或业务人员，可制作内部应用、仪表盘、演示文稿、文档和分析，并通过实时 URL 与团队分享。
- 希望比较或替换模型的团队，可在 Claude、GPT、Gemini、DeepSeek、Qwen 和 Kimi 之间切换，同时保留已有工作空间与成果。
- 需要控制数据驻留方式的组织，可将整套平台部署在 VPC、本地机房、隔离网络或混合基础设施中。
- 开发者可从超级项目启动 Electron 桌面应用或 Web SPA，并在各子模块的功能分支上开发后再显式更新固定提交。
这个 Agent 有哪些优点和局限？
- Model Router 同时覆盖多种前沿模型和开放模型，用户不必为每个提供商单独接线。
- 同一平台组合数据连接、代理执行、跨会话记忆、技能、调度与成果发布，减少多套工具之间的交接。
- Anton 与 Hermes 是可从下拉菜单替换的开放代理框架，代理执行层并非固定为单一框架。
- 既有托管 Web 应用和 macOS、Windows 桌面包，也支持云、VPC、本地、隔离网络及混合部署。
- 凭据按连接限定，代理不会直接看到原始密钥。
- 该项目采用多个固定提交的子模块，源码贡献者需要管理
dev.env、模块分支和make pin，开发流程比单仓库更复杂。 - Linux 没有文档化的预构建安装包，需要从源码构建。
- 完整模型、私有成果功能属于 Pro；所给材料没有列出具体价格或免费层限制。
- 连接外部数据源和使用托管模型依赖网络及相关服务可用性，具体认证配置未在所给材料中展开。
make flush会删除对话、保存的密钥、数据库、Hermes 数据和项目，误用会造成不可恢复的本地状态损失。- 来源给出的仓库标识是
mindsdb/mindshub，但 README 的克隆、徽章和问题链接指向mindsdb/minds，采用前应核对实际仓库地址。
如何安装或部署这个 Agent？
无需本地安装时，打开 https://console.mindshub.ai/ 并登录。macOS 可下载 .pkg，Windows 可下载 .exe；Linux 需要从源码构建。源码安装命令为：
git clone --recurse-submodules https://github.com/mindsdb/minds.git
cd minds
make setup仓库标明支持 Python 3.10–3.13。开发运行桌面版使用 make dev 或 make watch，浏览器版使用 make dev-web，生产构建使用 make build。具体第三方连接所需的认证字段和完整底层依赖清单未在所给材料中列出。
如何使用这个 Agent？
最快的首次使用方式是登录 https://console.mindshub.ai/，连接所需数据系统，选择模型和 Anton 或 Hermes，然后委派研究、报告、应用或定时操作等项目。源码环境中，完成 make setup 后运行 make dev 启动带热更新的 Electron 桌面应用，或运行 make dev-web 启动 Web SPA。功能分支开发可先执行 cp dev.env.example dev.env，在其中设置 REF=feat/my-thing 或模块级引用，再运行 make use 和相应开发命令。make refs 显示即将使用的引用，make baseline 恢复固定提交，make pin 才会更新超级项目记录的子模块提交。不要把 make flush 当作普通故障排查步骤：它会删除本地运行时以及 ~/.anton、~/.cowork 中的会话、数据库、项目和保存的密钥。
这个 Agent 与同类方案有什么区别？
在代理框架层，Anton 是默认选项，Hermes 是可替换选项；材料没有给出二者的功能或性能差异。在模型层，Model Router 同时支持 Claude、GPT、Gemini 等前沿模型以及 DeepSeek、Qwen、Kimi 等开放模型，重点是允许更换模型而保留既有工作。部署方面，可直接使用托管 Web 应用，也可选择本机、VPC、本地机房、隔离网络或混合部署；后者提供更多基础设施与数据控制，但需要自行构建和运维。
常见问题
可以免费使用吗？
代理能看到数据连接的原始密钥吗？
是否必须使用某一个模型或代理框架？
能否完全在自己的基础设施中运行？
本地安装损坏时可以怎样重置？
make flush 可清除本地运行时和应用状态，之后由 make setup 或应用启动重新安装。但它也会删除会话、数据库、项目和保存的提供商密钥，并且在跳过确认时可使用 FORCE=1，因此应先备份需要保留的数据。