7.9K Star！腾讯开源本地AI工作空间Octop，重新定义个人助理

智猩猩AI整理

编辑： 没方

现在，AI 助手已经能够帮我们写文章、生成代码、整理资料，甚至操作浏览器完成一些复杂任务。

虽然 AI 越来越聪明，但却很难真正成为一个长期陪伴、持续工作的私人助手。

比如，每次开启新对话，都需要重新介绍自己的工作背景、项目进度和使用习惯。想让 AI 定时整理日报、查询资料、处理文件，还需要配置不同的工具。

如果是多人共同使用，问题会更加明显。每个人的聊天记录、个人偏好、工作文件都不相同，如何让多个 AI 助手既能独立工作，又能在必要时相互协作？

最近，腾讯云开源的本地 AI 工作空间 Octop，就试图解决这些问题。该项目在github上已获得7.9k stars。

并且该项目背后的四大核心组件也全部开源了，分别是Octop Harness、Octop Memory、Octop Browser 和 Octop Gateway。

这意味着，开发者不仅可以将完整的 Octop 部署到自己的电脑或服务器上，为家庭成员、小团队创建独立账户和多个 AI Agent，还能根据实际需求，单独引入 Agent 运行时、长期记忆、浏览器自动化或消息接入能力，而不必安装整套系统。

01

核心技术架构

从技术架构来看，Octop 主要使用 Python 开发，后端采用 FastAPI 和 uvicorn，前端基于 React、TypeScript、Vite 和 Ant Design。

Agent 的运行由 Octop Harness 负责，包括模型路由、工具调用、Skills 管理和对话检查点等能力。

Octop Gateway 则承担不同消息平台的接入工作，将来自 Web、即时通信工具等渠道的请求统一处理。

Octop Memory 负责长期记忆的存储与检索，而 Octop Browser 提供基于 CDP 的浏览器自动化能力。

Octop 通过统一的 HarnessProcessor 处理来自 Web 控制台、即时通信平台和定时任务的请求。整个系统采用单进程运行设计，无需额外部署外部消息队列或消息代理。

控制平面数据库默认采用 SQLite，也可以选择 PostgreSQL。

这样的设计降低了个人和小团队的初始部署复杂度，同时保留了多用户、插件和外部存储等扩展能力。

02

从单个聊天机器人，

变成一支 AI 专家团队

Octop 最核心的特点，是将传统的单 Agent 助手扩展为支持多个专业 Agent 的工作平台。

在普通 AI 聊天产品中，用户往往依靠一个通用助手处理各种事情。上午让它写代码，下午让它整理会议纪要，晚上再让它制定学习计划。

虽然同一个大模型可以处理不同类型的任务，但这些任务所需要的知识、工具和工作习惯并不完全相同。

Octop 的思路是为不同任务建立专门的 AI 专家。

例如，用户可以创建一个负责写作的内容助手，让它熟悉自己的文章风格和选题方向；再创建一个编程助手，专门处理代码开发和调试；还可以配置一个资料整理助手，负责管理文档、检索知识和生成总结。

每个专家都可以配置自己的模型、工作空间、技能和消息渠道。

Octop 还提供专家库和专家共享机制。用户可以复用已有的专家配置，也能将配置好的专家分享给同一部署环境中的其他用户，减少重复搭建的工作。

03

接入私人知识库，让 AI

基于自己的资料回答

Octop 内置了基于 RAG（检索增强生成）的知识库能力。

这样，AI 就不再只能依靠训练阶段学到的通用知识，而是可以结合用户自己的资料回答问题。

对于需要频繁查阅技术文档、项目规范和内部知识的团队来说，这种方式能够减少人工翻找资料的时间。

Octop 还支持在同一部署环境内共享知识库，使多个用户或专家能够按配置复用资料。

04

不只是回答问题，还能

真正调用工具

Octop 并没有把 AI 的能力局限在文本生成上。

项目集成了浏览器自动化、终端操作、远程桌面以及外部工具连接等能力，让 Agent 可以在获得相应权限后执行实际操作。

其中，Browser AI+ 基于 Chromium 浏览器自动化技术，可以让 AI 操作网页、获取截图、处理表单以及执行浏览器任务。

Terminal AI+ 则将 AI 辅助能力引入终端环境。用户可以在 Web 控制台中使用交互式 Shell，让 AI 帮助理解命令、排查问题或辅助执行操作。

Octop 还支持远程桌面功能，可以通过控制台查看和操作桌面会话，在 Linux、Windows 和 macOS 等系统上实现远程交互。

对于开发者，Octop 提供了 ACP（Agent Client Protocol）双向集成。

一方面，外部 IDE 或终端工具可以通过 ACP 使用 Octop Agent；另一方面，Octop 也能将编程任务委托给 OpenCode、Claude Code、Codex 等外部编码 Agent。

这意味着，Octop 不一定需要独立实现所有开发能力，而是可以充当统一的任务入口，将不同工作交给适合的工具完成。

05

多用户、多渠道，让 AI 成为

可以共享的助手平台

Octop 还支持多个用户共同使用同一套部署环境。

管理员可以创建和管理用户，每个人拥有自己的专家、工作空间和会话数据，同时也可以按需共享专家配置和知识库。

在身份认证方面，Octop 使用 JWT 实现多用户认证，并提供管理员角色和用户隔离机制。

这种设计适合家庭、小型团队或者需要自行部署 AI 助手的开发者。

例如，一个小团队可以在内部服务器部署 Octop，让内容人员使用写作专家，研发人员使用编程专家，运营人员使用数据整理专家。

大家不必为每种任务分别搭建一套 Agent 系统，而是通过统一的平台管理模型、工具和工作空间。

在交互方式上，Octop 也提供了较大的灵活性。

除了 Web Dashboard 和桌面客户端，它还可以接入飞书、钉钉、微信、QQ、企业微信等聊天平台，并支持 HTTP、SSE、WebSocket 等程序化接口。

配合 APScheduler 定时调度能力，用户还能配置周期性任务，让 AI 在指定时间运行工作流程。

这些能力使 Octop 更接近一个可以长期运行的 AI 工作平台，而不仅仅是一个等待用户提问的聊天窗口。

06

安装教程

（1）安装

macOS / Linux：

curl -fsSL https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.sh | bash

Windows（PowerShell）：

irm https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.ps1 | iex

（2）初始化

octop init

（3）启动

octop service start

启动服务后，在浏览器访问 http://127.0.0.1:8088，使用初始化时设置的管理员密码登录。

配置完所需的大模型服务商和 API Key，即可开始使用。

关注+星标，获取AI前沿进展与开源一线动态