Octop 自托管 AI 助手
为家庭和小团队提供多用户、多智能体且数据本地保存的 AI 工作空间。
- Star 数
- ★ 12k
- 最近更新
- 1 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 67/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code · OpenAI API
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 希望把聊天记录、凭据和文档保留在自有设备上的个人，可用专属智能体整理笔记、撰写周报并通过工作区维持长期记忆。
- 不适合
- 需要多节点扩展、高可用或自动故障转移的团队
- 希望开箱即用、不愿配置模型与渠道凭据的用户
- 需要原生 PC 或移动客户端、AgentTeams 等路线图功能的团队
- 源码审查
- 67/100 · 存在缺口
这个 Agent 能做什么，适合哪些场景？
Octop 是一个面向个人、家庭和小团队的开源自托管 AI 助手平台。它在单一进程中组合 FastAPI 服务、React Web 控制台、CLI、即时通信渠道、定时任务以及基于 Harness 组件的智能体运行时。每位用户可以拥有多个独立智能体，并分别配置工作区、模型提供商、渠道、专家或 MBTI 人格、技能与定时任务。系统可通过网页、Feishu、DingTalk、QQ、Discord、WeCom，以及 HTTP、SSE、WebSocket 和双向 ACP 接收任务并返回结果。对话、凭据、智能体工作区和控制面状态默认保存在本机的 ~/.octop/，控制面使用 SQLite，也可改用 PostgreSQL；工作区还支持本地磁盘、Docker、COS 或 S3 后端。它适合希望统一部署私人知识检索、消息渠道、浏览器与终端自动化的团队，但采用者需要自行运行服务、配置模型及渠道凭据并承担安全维护。
消息从 Web UI、IM 渠道或 cron 进入统一的 HarnessProcessor，再被路由到相应用户的 AgentRuntime。HarnessAgent 负责模型路由、工具、技能和对话检查点，harness-gateway 将不同 IM 平台的消息规范化，harness-memory 提供分层记忆与全文检索，harness-browser 通过 CDP 和持久化配置文件执行网页操作。智能体可以检索上传到知识库的文档、调用配置好的模型与 Connector、运行经审批的工具或 shell 命令、操作无头 Chromium、生成回复并通过原渠道返回。octop acp 可把 Octop 智能体作为 stdio ACP 服务提供给 IDE 或终端，也可由 Octop 将编码任务委派给 OpenCode、CodeBuddy、Claude Code 或 Codex。OctopServer 在启动时从 SQLite 或 PostgreSQL 重建用户、智能体、渠道和计划任务状态，并由 FastAPI/uvicorn 暴露 Dashboard、HTTP、SSE 和 WebSocket 接口。
- 希望把聊天记录、凭据和文档保留在自有设备上的个人，可用专属智能体整理笔记、撰写周报并通过工作区维持长期记忆。
- 共享一台自托管服务器的家庭，可由一个管理员管理账户，同时为不同成员分配各自的智能体、专家和工作区。
- 使用 Feishu、DingTalk 或 WeCom 的小团队，可将多个群聊入口接入统一处理流程，并让不同专家智能体承担不同任务。
- 开发者可通过 octop acp 在 IDE 或终端中调用自己的 Octop 智能体，或把编码任务委派给 OpenCode、Claude Code、CodeBuddy 或 Codex。
- 需要重复网页操作的用户，可使用 Browser AI+ 填写表单、截取页面并收集公开信息。
- 需要周期性工作的管理员，可通过自然语言或斜杠命令创建 cron 任务，让智能体按计划执行或推送结果。
如何安装或部署这个 Agent？
macOS 或 Linux 可运行：curl -fsSL https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.sh | bash。Windows PowerShell 可运行：irm https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.ps1 | iex。安装器使用 uv 在 ~/.octop/venv 中配置隔离的 Python 3.12 环境，因此无需预装 Python；安装后需打开新终端，或执行 source ~/.zshrc 或 source ~/.bashrc。若自行管理 Python，可执行 pip install octop；需要浏览器能力时执行 pip install "octop[browser]"。首次运行 octop init，以创建 SQLite 数据库、JWT 密钥和首个管理员账户；密码至少包含字母和数字且长度不低于 8 位。生产环境也可执行 docker compose -f docker/docker-compose.yml up -d；Docker 首次启动会使用 OCTOP_DEFAULT_PASSWORD，或生成随机密码并写入 /data/.octop/credential.txt。模型提供商、IM 渠道及 Connector 需要另行配置相应 API 或平台凭据。
如何使用这个 Agent？
完成初始化后运行 octop run，并打开 http://127.0.0.1:8088；需要监听其他主机或端口时可运行 octop run --host 0.0.0.0 --port 8088。进入 Dashboard 后配置模型提供商，创建智能体并选择专家或 MBTI 人格，再按需设置 Connectors、IM Channels、Knowledge base、Plugins、ACP 和 Cron。CLI 可使用 octop models、octop provider list、octop channel install、octop skills list --agent main 和 octop cron create --help 管理这些功能。IDE 或终端要直接调用 Octop 智能体时运行 octop acp --agent main；若要向外委派编码工作，则需在 Dashboard 的 ACP 页面配置 runner，并为目标智能体启用 acp_runner。程序可通过 HTTP、SSE 或 WebSocket 接入；交互式 API 文档默认关闭，需在 config.json 中设置 "enable_api_docs": true 后访问 http://127.0.0.1:8088/api/docs。
这个 Agent 有哪些优点和局限？
- Web 控制台、CLI、IM 渠道、API 和 cron 共用一个进程与统一处理管线，部署结构相对集中，并可在重启后从控制面数据库恢复状态。
- 提供真实的多用户隔离和每用户多智能体配置，包括 JWT、管理员角色、独立工作区、模型、渠道、技能与计划任务。
- 本地优先的数据边界明确：配置、聊天、凭据和工作区默认位于 ~/.octop/，同时支持 SQLite、PostgreSQL、COS、S3 和 Docker 等后端选择。
- 集成面较广，既支持多种即时通信渠道、HTTP/SSE/WebSocket 和 MCP Connector，也支持入站与出站 ACP。
- 内置知识库 RAG、可迁移工作区记忆、浏览器自动化、终端辅助、插件和远程桌面，能覆盖文档问答之外的操作型任务。
- 自托管意味着采用者需要负责升级、备份、TLS、凭据保护、数据库运维以及对外暴露服务时的网络安全。
- 主要能力仍依赖外部模型提供商或本地模型配置；IM 渠道、OAuth Connector、MCP 网关和编码 runner 也分别需要凭据或额外软件。
- 单进程设计简化了启动，但材料没有提供多节点扩展、高可用、外部队列或故障转移方案的证据。
- 浏览器自动化、部分渠道和本地嵌入模型需要安装可选 extras 或额外模型缓存，会增加磁盘、内存和环境准备成本。
- AgentTeams、共享资源池、专家共享、自我演化以及原生 PC/移动客户端仍列在路线图中，不能视为已经交付的能力。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Octop 自托管 AI 助手 当前 | 67 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 12k | 1 天前 | Python | Codex · Claude Code · OpenAI API |
| Rakazo AI 队友 | 63 · 存在缺口 | 自托管服务免费 + 模型费 | ★ 7.2k | 今天 | TypeScript | — |
| CowAgent | 52 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 48k | 1 天前 | Python | OpenAI API · Claude API |
| Iva 个人助理 | 85 · 表现良好 | 聊天机器人免费 + 模型费 | ★ 285 | 3 天前 | TypeScript | ChatGPT · Codex |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 描述了按用户隔离的代理与工作区、默认关闭的 API 文档、工具审批、Shell 规则、PII 脱敏以及本地凭据目录；工作流权限也分别限定为 contents:read/issues:write 和发布所需写权限，因此最小权限、确认和敏感数据处理具备具体设计依据，但所给源码没有展示这些运行时控制的实现，不能满分。数据目录、外部 LLM/IM/OAuth/MCP、远程存储和浏览器能力均有说明，但“数据完全留在本机”与可选外部服务之间的出站数据边界、保留策略和脱敏例外没有完整展开。升级前备份、凭据随机生成和安全报告渠道较清楚；然而依赖多采用宽松下限、未见锁文件、供应链校验或漏洞扫描证据，远程一行安装命令也增加了供应链风险。反垃圾工作流会自动加标签、评论并关闭 Issue，虽可由维护者恢复但没有事前人工确认。仓库与作者归属存在 README、包元数据和许可证表述，但许可证仅写“Octop”、包作者仅写贡献者，且题设说明发布者身份未验证，故来源归属仅部分清晰。
README、pyproject、测试配置和发布工作流在 Python 3.12、版本 1.0.0、命令、架构与质量工具方面总体一致，并描述数据库重启恢复、自动迁移和测试分类。扣分在于关键 harness 组件尚未公开且仅以版本下限引用，README 还承认相关仓库链接待补，外部安装脚本和服务的持续可用性无法由材料确认。错误处理证据有限：反垃圾工作流验证手工输入并对部分 API 失败发出警告，安装与密码回退有所说明，但没有覆盖产品运行时、连接器、模型、数据库或代理失败的系统性用户错误消息规范。
材料明确覆盖个人、家庭、小团队和开发者场景，并提供 Web、CLI、IM、HTTP/SSE/WebSocket、多个模型提供商、存储与数据库后端，且列出 macOS、Linux、Windows、Docker、桌面和 NAS 路径，受众与环境适配证据充分。能力边界通过安全责任、可选组件、默认关闭 API 文档、路线图和外部代理委派有所说明，但资源规模仅写“几 GB”，平台差异、连接器限制和离线能力未系统化。触发方式包括自然语言、斜杠命令、cron、IM 和 API，且工具审批有所声称；不过没有给出冲突消解、误触发防护、cron 时区或多入口并发语义的实现证据。
README 的目录、架构图、项目布局、配置、CLI、开发、部署、安全、贡献和链接结构完整，安装方式、先决条件、初始化、升级备份及多平台步骤尤其详尽。命名在 octop 命令和目录中基本稳定，但 README 同时出现“octop chat”与 CLI 表中的“octop chats”，造成可见不一致。示例覆盖主要路径，但没有独立 FAQ 或常见故障排查内容。安全责任、旧版本仅尽力支持、路线图可变及基础资源需求构成一些限制说明，但浏览器、远程桌面、插件和外部代理的风险与限制仍不完整。MIT 正文和 pyproject 元数据一致，许可证满分。版本、变更日志链接和自动打标签流程存在，但未提供 CHANGELOG 内容，无法评价历史质量。SECURITY.md 给出报告邮箱、响应目标和支持范围，贡献路径也清楚；发布者身份仍未验证，维护主体和长期更新责任不够明确。
该产品提供统一仪表板、CLI、IM、API、定时任务、知识库、记忆、插件、浏览器与编码代理委派，产出可通过多种实际工作界面消费，且相对于单一聊天助手具有明显的多用户、多代理和自托管增量价值。扣分在于材料主要是功能描述，缺少真实输出样例、端到端案例或质量指标；成本只粗略说明需要多核 CPU、数 GB 内存及模型/嵌入缓存，未量化模型调用、浏览器、数据库、远程存储和维护成本，也没有收益基准。
多数主张可追溯到 README 的具体命令、目录、架构与配置，并由 pyproject 的版本、依赖、入口点、质量工具以及测试夹具部分交叉印证；发布工作流也支持版本化流程的存在。扣分在于安全隔离、PII 脱敏、审批、重启安全和众多产品能力缺少对应实现文件，测试材料只覆盖前端记忆夹具与环境设置，不能充分佐证核心声明。路线图明确标为可能变化，且文档通常区分当前功能和未来计划；但“隐私永不妥协”“数据留在本地”等营销性表述没有充分区分外部 LLM、OAuth、IM、S3/COS 和浏览器通信所必需的数据外发。
- 不要直接执行 README 中从远程 COS 下载并管道传给 shell 或 PowerShell 的一行安装命令；应先下载、检查并校验脚本或优先使用可审计的源码/PyPI/Docker 构建路径。
- 在启用外部 LLM、IM、OAuth/MCP、COS/S3、浏览器自动化、远程桌面或第三方插件前，确认实际出站数据、凭据存储、权限范围、日志与保留策略；“自托管”不等于所有数据都不会离开主机。
- 部署到非本机接口前应配置 TLS、网络访问控制，轮换 JWT 与管理员凭据，并审查 ~/.octop/security/tool_guard/；API 文档应保持默认关闭，除非确有需要。
- 升级或迁移前运行 octop backup 并验证恢复流程；材料只描述备份和自动迁移，没有提供恢复演练证据。
- 关键 harness 依赖尚未给出仓库链接，依赖版本多为宽松下限；生产采用前应生成锁文件、核查传递依赖与已知漏洞并固定可信制品。
- 自动反垃圾工作流可能误关闭新账号提交的真实 Issue；维护者应监控 pending-maintainer-review 标签并保留明确的人工复核和重新开启流程。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
新增 - PostgreSQL 可存放技能包和知识库。多实例共用定时任务、频道、头像、插件和已发布专家 - Docker 与飞牛增加精简版。存储后端增加火山引擎 TOS - 可预建 LDAP 账号，聊天列表可隐藏任意专家 修复 - 专家工作区落到允许的存储根下。共享连接器只有创建者能改 - 聊天历史不再错序，未答完的提问不会被别的会话接走 - 超长图片先缩小再发送。失效的默认模型会自动换掉 - 升级记忆库：长会话分批提炼，重启后不重跑 - 安装清理不再删掉运行环境。PostgreSQL 上的知识库检索和关怀去重恢复正常 变更 - 升级 octop-harness 至 1.0.7 - 内置专家并入专家市场，安装包不再自带市场目录 Downloads Windows Desktop installer (Recommended) …在 GitHub 查看 ↗ -
发布说明摘录
新增 - 账号支持 TOTP 与 Passkey：二次验证、无密码登录和恢复码 - 新增 ragflow 知识库连接器 修复 - 记住登录会自动续期，改密码会退出其他设备。缺 MFA 表的旧库会自动补齐 - 极简模式里，专家会话超过 10 条可以继续展开。长代码在气泡里换行，已结束的一轮不会在历史加载后再出现一次 - 停用的会话模型回到 Auto。钉钉和微信切换时，草稿与二维码不再串台，登录回调会保留转发端口 - 更早回合生成的文件不会再次发出。对话轨迹记下模型实际收到的系统提示 变更 - 通行密钥登录默认关闭，要在应用设置里打开。修改密码放在「账户安全」里 - 虚拟桌面和系统浏览器默认不启动。未选 MBTI 时显示「未设置」 - 升级 octop-harness 1.0.6 Downloads Windows Desktop installer (Recommended) …在 GitHub 查看 ↗ -
发布说明摘录
新增 - 建用户时可以同时创建一个默认专家。权限按页面 Tab 拆开，也可以按组折叠 - 用户组可以限制技能包、知识库、连接器、模型、存储和专家谁能看见 - 技能包可以共享，并用文件树编辑。创建专家、团队等资源时可以选头像 - 表单和对话可以让 AI 润色。搜索增加 DeepSeek 与元宝，模型支持 OpenAI Responses API 修复 - 云端协同共享后可以直接对话。回复进行中不会被刷新冲掉，也不能删掉这场会话 - 手机截图写到专家自己的工作区。只改定时任务文案时，间隔任务不再重新计时 - 浏览器工作台恢复中文输入。主动关怀等对话安静后再发 - 向导密码随数据目录迁移。Linux 桌面无边框窗口可以拖边缘调整大小 变更 - 云端协同默认打码对端地址和账号。共享来的资源在头像上做标记 - 支持子路径部署。飞牛原生包标记为 x86 安全 - 密钥改为加密保存，旧明文仍能读出。插件上传和解压限制了体积 Downloads Windows Desktop installer (Recommended) …在 GitHub 查看 ↗