腾讯开源的 Octop:一个包,把 AI 助手团队装进你自己的电脑

先说结果。

我把腾讯开源的 Octop 装上了。 Windows 便携版，一个 zip ，解压到 D 盘，双击一个 bat ，喝杯水的功夫，浏览器里就起来了一个完整的 AI 助手控制台。

全程没装 Python ，没配环境变量，也没往系统盘里写任何东西——它的数据和程序一起待在解压出来的那个文件夹里。

而它的 v1.0.0 ，是 2026 年 9 月 14 日刚发布的。

不瞒你说，装之前我是有点失望的预期的——腾讯、开源、 AI 助手，这三个词凑在一起，过去两年我见过太多"套个大模型 API 就叫智能体"的东西。

先说清楚它是什么

腾讯云开源的，仓库在 TencentCloud/Octop ， MIT 许可。 2601 颗星， 26 位贡献者，从 2026 年 7 月 8 日建库到现在，两个多月。

它的文档写道，自我定位是四个词：self-hosted 、 multi-user 、 multi-agent。

翻译成人话：一个跑在你自己机器上的 AI 助手，支持多个用户，每个用户下面可以挂多个智能体。 Web 控制台、命令行、还有飞书钉钉 QQ Discord 这些 IM 通道，全部由同一个进程提供服务，所有状态落在本地的控制面数据库里（默认 SQLite ）。

不是 SaaS ，不是让你注册账号的那种。你把包下下来，你的对话、密钥、工作区就都在你自己的硬盘上。

技术上它是 Python 3.12 + FastAPI 的后端， React 18 + TypeScript 的前端。有意思的是它的底座——它建立在一组叫 Harness 的运行时上：管智能体的 harness-agent 、管 IM 通道的 harness-gateway 、管记忆的 harness-memory 、管浏览器的 harness-browser 。 Octop 把它们组合成一个进程。这套东西的技术栈，和那些"套个大模型 API 就敢叫 agent"的项目不在一个层面上。

我这一路是怎么装起来的

第一步：选包。它一共给了 16 个文件

打开 Release 页，先别急着点。 v1.0.0 挂了 16 个资产，分四种形态：

同一种形态还分 amd64 和 arm64 。这一步选错，后面全白搭。

我选 Windows 便携版，主要是想确认一件事：它到底会不会污染我的系统。 结果是不会——187MB 的 zip 解压完，就是一个自包含的目录。

第二步：启动，看一眼它的 home 落在哪

目录里有个启动脚本。双击，弹出一个命令行窗口。

就是这一行让我确认了它的干净程度：

[octop]home=D:\Octop-portable-windows-amd64-1.0.0\Octop-windows-amd64\data

home 指向的是便携包自己目录下的 data 文件夹，不是 C:\Users\你的名字\.octop\。也就是说，它连"用户目录"都不碰。你哪天不想要了，把整个文件夹删掉就完事。

这一点，比很多号称"绿色版"的软件都实在。

第三步：初始化向导

第一次进界面，它会拉着你走一遍配置。界面上方写着"初始化设置"，右上角有中英文切换。

先是管理员密码和数据库这一屏。

然后是模型提供商。这一屏写得挺坦诚，它自己标明"可选"：

配置一个模型提供商，助手就可以回应你了。你也可以跳过本步，稍后……

这里有个地方我要提醒你：如果你跳过了模型配置，进到界面之后助手是不会回应你的。 这不是 bug ，但第一次用的人很容易在这里懵——对着输入框打字，等半天没反应，然后觉得这一晚上白搭了。

第四步：进界面

配完之后，就是一个完整的控制台。

左边是会话，可以搜索；右边是对话区。默认为你准备好的那个助手叫"小通·通用助手"。

看到界面之后我做的第一件事是翻设置——这才是判断一个自托管项目诚不诚实的地方。

它真正值钱的地方

看这一排导航：个性化、通道、技能、子智能体、工具、记忆。

这不是一个"聊天框加个壳"。它把智能体拆成了可以单独配置的几层：

人格是可换的。 内置 16 种 MBTI 人格模板，还有一个互动测试帮你选。你也可以直接写自己的系统提示词。

每个智能体是独立的。 一个用户名下可以挂多个智能体，各自有自己的工作区、模型提供商、 IM 通道和定时任务。你给写周报的助手和管日程的助手配的东西，互不干扰。

记忆是跟着工作区走的。 它用 Harness 的层级记忆做全文检索，记忆存在工作区里，换机器能带走。这条比"记忆"本身重要——很多项目的记忆是绑在服务端的。

通道接得很多。 飞书、钉钉、 QQ 、 Discord 、企业微信，都走同一个消息处理管道。你可以让智能体直接进群干活。

定时任务用自然语言配。 不是让你写 cron 表达式，是让你说"每天早上九点把这个推给我"。

还有两件我觉得超出预期的事：

一是 ACP 双向。入站方向，它可以把自己的智能体作为 ACP 服务暴露给 Zed 、 OpenCode 这类工具用；出站方向，它可以反过来把活儿委派给 OpenCode 、 CodeBuddy 、 Claude Code 、 Codex 。你现有的 AI 编码工作流不用改。

二是 远程桌面。 Dashboard 里可以直接看远端 Linux / Windows / macOS 的实时屏幕并操作输入。一个自托管的助手项目里塞了这个，我第一次看到时愣了一下。

还需要时间的地方

说三条我实际看到的。

第一，版本节奏快得让人有点不适应。 我翻了下它的发布记录： 0.9.32 在 9 月 6 日， 0.9.33 在 9 月 11 日， 0.9.34 在 12 日， 0.9.35 在 13 日， 1.0.0 在 14 日。八天五个版本，第 5 个直接跳到 1.0.0 。说实话，这个节奏有点离谱。

这种节奏说明项目活着、反应快，但也说明它的 API 和配置格式随时可能变。你要是指望拿它当生产基础设施，得先接受这一点。

说实话，我有点担忧的地方也在这：一个两个月大、还在一天一版的项目，你照着今天的教程配好，下个月可能就翻车了——文档吃灰的速度比软件还快。

第二， 195 个未关闭的 issue 。 两个多月的项目，这个数字不算夸张，但确实意味着还有不少边角没打磨完。我翻了前几页，里面相当一部分是配置类的困惑——说明坑主要集中在新手刚上手的那段路上，翻着翻着会有点无语。装之前建议按你的使用场景搜一遍，能少踩不少坑。

第三，包体不小。 便携版 187MB ，桌面安装包 183MB ， macOS 的 dmg 超过 200MB 。网速一般的话，光是等它下完就够烦的。它把这些体积花在了"不用你装 Python 、不用你配环境"上——这是个取舍，对新手友好，对老手就是冗余。两百兆换个不用配环境，这买卖划不划算，取决于你被环境问题坑过几次。顺便说个有意思的对比：它给飞牛 NAS 的 docker 版 fpk 只有 338KB ，因为镜像是运行时拉的。

回到开头那个命令行窗口

我装它之前，心里的问题是"又一个 AI 助手壳子"。装完之后，问题变成了"它到底什么时候能把那些我只敢想的功能做完"。

它的路线图上还挂着几样东西：共享资源池、专家配置共享、浏览器技能录制、一个协调者自动调度多个专家的 AgentTeams ，以及原生的 PC 和移动客户端。

这些东西现在都还没有。但一个 7 月才建库、 9 月就发 1.0 、 26 个人在推的项目，把"自托管 + 多用户 + 多智能体"这三件事同时做在一台家用电脑上，并且让我在二十分钟里跑起来——这件事本身，已经比它现在的功能表更值得记一笔。

如果它哪天没做成，多半也不是栽在技术上，而是栽在"没人愿意为了一个助手去维护一台服务器"这件很无聊的事上。

至于那个命令行窗口。

它还开着。里面的 home 路径指着我自己 D 盘上的一个文件夹。