一条命令把全家 AI 助手搬回家,腾讯 Octop 实测可用

5,890 颗星、2026 年 7 月才建仓，腾讯云把自己在用的 AI 助手平台 Octop 开了源。家里想一起用 AI 的，多半卡在同一件事上：聊天记录、孩子的事交给大厂服务器不放心，一人订一套又花冤枉钱。Octop 的解法是自托管：一条 Docker 命令把服务起在自己机器上，全家人各领一个专属助手，育儿、健康、理财专家开箱即用，微信里发消息就能使唤。它最值钱的地方一句话就能说完：把全家共享的自托管 AI，打包成了能直接用的产品。

一、它是什么，能干什么

Octop 是腾讯云官方开源的自托管 AI 助手平台（GitHub: TencentCloud/Octop），MIT 协议，要求 Python 3.12 以上，9 月 30 日还在推送代码。它要解决的痛点很具体：全家想用 AI，但数据散在多家平台、订阅各花各的钱、孩子和家人的信息谁也统一管不了。

装好打开是一个全中文控制台，左侧导航二十多个模块，会话、专家、技能、定时、用户分门别类，第一次打开也不会迷路。能力的底子一句话能说清：按人、按事分发。谁用哪个专家、干什么活、几点干，全部分开管。

二、每人一个专属专家，长辈不用学提示词

专家是 Octop 的核心单位：带人设、带记忆、能配技能的专属助手。后台内置 17 个中文模板，育儿管家、证券观察员、运维工程师、办公自动化都有；市场里还有 56 个，分 15 个类目。从模板建一个专家约 4 秒，选型时还能给专家套 16 种 MBTI 人设，说话口气跟着变。

市场搜索偏专业向，这点要知道：输「育儿」拉不出结果，输「健康」能调出健康报告专家。普通家庭向的模板，更多在内置库那 17 个里。

从市场一键创建还能顺手配存储、技能、知识库、连接器，整套装备一次备齐。

建了个育儿管家，问它三岁孩子咳嗽一周要记哪些，四秒半回话。先说好，这是 0.6B 的小模型，只够验证流程通，天天用得上更大的模型。

全家共用一个实例，但各看各的。拿孩子的账号去翻爸爸的对话，接口直接回拒绝，实测普通用户 token 调别人的线程，返回 FORBIDDEN。命令行 --user 是管理员代操作，走本地库直读，别和网页权限混淆。

三、家人不碰网页，微信里就把活派了

对长辈最友好的一点藏在渠道里：把微信接上后，家人在聊天框里发消息，就是在跟各自的助手说话，不用学怎么开网页登控制台。飞书、钉钉、QQ、企业微信、Telegram、Discord 也都内置了，填上凭据就通。家里老人只认微信的，这套正好用得上。

它也不只是回话，还能替家人动手干活：

聊天框加这三样，它在家里更像一个能动手的帮手，而不只是一个问答窗口。

四、问过的记得住，到点的自己会跑

每个专家都配了分层记忆，分节点、原子、实体、情节几层，带全文索引。对话原文先落盘，再由后台逐步提炼成结构化记忆，这是长期对话接得上话的关键。先打个预防针：提炼这层目前没跑通（坑三），短期对话靠得住，当长期档案还早。

技能包有二十多个，Word、Excel、PPT 文档处理、网页抓取、终端操作都有。把一份表格丢给它，它自己会读，不用你先截图贴过去。

定时任务按标准 crontab 写，早上八点把天气推到微信这种活，它到点自己跑。注意新增或修改后要重启服务才加载，手动触发偶发空响应，把 prompt 写明确就好。

往深走还能叠加几样：

五、放在同类里，它赌的是「全家」

光说它自己好不够，放在真同类里才看得清。个人 AI 助手赛道有三个现象级项目：OpenClaw、Hermes Agent、DeepSeek Harness，星数都在 Octop 的几十倍以上（星数取 2026 年 9 月公开统计）。但它们和 Octop 做的不是同一件事。

一张表看量级与出身：

一张表看定位与家庭适配：

三个对手都在做「一个人的超级助手」：OpenClaw 接 100+ 消息平台，还能真的替你操作电脑；Hermes Agent 会复盘，干完活自己沉淀技能，越用越顺手；DeepSeek Harness 背靠大厂，把 Agent 做成插件运行时。它们全都没有「家庭」这个维度：一个实例一个主人，家里几个人想各用各的，只能各装一套。

Octop 押的正是这个没人占的位置：一个实例分给全家、中文专家模板让不懂提示词的家人直接用、全中文控制台。这是三个顶流都不提供的东西。

劣势也得摆明白。星数差着几十到上百倍，社区、文档、生态都不在一个量级，OpenClaw 的 ClawHub 有 5,700 多个社区技能，Octop 全部专家加起来不到 80 个。电脑控制、自动学技能这些杀手锏也没有。记忆提炼层实测没跑通（坑三），项目还在 beta（坑二、坑四、坑五都是毛刺）。

一句话定位：给全家配一个数据留在自己机器上、每人各用各的中文 AI 助手，Octop 是这条路上目前唯一像样的选择；要自己的超级助理或 Agent 开发框架，OpenClaw、Hermes Agent、DeepSeek Harness 都比它成熟得多。身边有刚买 NAS 在吃灰的朋友，这篇正好转给他，他要找的就是这种能把机器用起来的东西。

六、想装的话，二十分钟的事

前提就两个：一台装了 Docker 的常开机器，一个想好的强密码（至少 8 位，字母加数字）。仓库里直接带了 docker/docker-compose.yml，先把仓库 clone 下来，在根目录一条命令起服务：

必改的只有密码，弱密码会被应用打回、退回随机生成。不想每次敲环境变量前缀，在 docker/ 目录放个 .env 写上端口和密码，compose 自动读。完整配好值的 compose 文件在文末附录，抄了就能跑。

起来后访问 http://<机器IP>:8088，健康检查一条命令确认：

实跑结果（arm64 小主机）：首次构建镜像约 10 分钟，大头是前端打包加依赖同步。起来后容器 healthy，初始账号加设好的密码直接能登。

手动 pip 会卡住的 OBS SDK 源码构建，在 Docker 链路里被 uv.lock 锁版本绕了过去，compose 一路没报错。

几件部署相关的事，一条条说清：

模型接入不挑食：本地 Ollama 走 OpenAI 兼容端点就能挂上，腾讯云、Kimi、MiniMax、SiliconFlow、阿里云、火山等云端厂商一键配置，填 key 就能用。

七、实跑撞上的六个坑

坑一：pip 装不上，得手动补一个 wheel。esdk-obs-python 的源码包在新版 setuptools 下直接报错，手动把它构建成 wheel 再走 uv 安装，绕过源码构建：

坑二：登录有滑块验证码，连错 5 次锁 24 小时。 同 IP 短时间失败 5 次会锁定并弹重置密码，密码记得记牢。

坑三：记忆提炼层没真正跑，跨会话召回靠不住。 对话原文写进了 raw_events，候选、原子、实体表和全文索引全空。短期对话靠进程内上下文接得上，重要信息别只存它这儿。

坑四：从市场创建专家首次启动报未配置可用模型，重试就好。 配好全局模型后从市场建专家，第一次启动偶发失败，重试即正常；失败原因不落库，后台看不到报错。

坑五：cron 改完要重启才加载，run-now 偶发空响应。 新增或修改定时任务后必须重启服务；手动触发偶发 no visible response，通常是小模型返回了空内容，把 prompt 写得明确就好。

坑六：本地模型要走 OpenAI 兼容端点。 Ollama 的 Python 插件是可选依赖，没装就接不上，改用 OpenAI 兼容端点挂本地模型即可。

八、回到要不要装这件事

适合的场景很具体：家里有多人想用 AI、在意聊天数据留在自己机器、手头有常开的小主机或 NAS、有人愿意花二十分钟照着配。这样的家庭，专家库、多用户隔离和全套技能是现成的，省下的是自己拼积木的功夫。

只想装个 App 点开就用、没有常开机器、对命令行完全陌生的，先别急，各家现成产品更划算。记忆提炼和市场专家首次启动都还有毛刺，当成半成品底座来用比当成成品更稳。

今天就能做的一步：clone 仓库、跑附录里那条 compose，二十分钟见分晓，不满意 docker compose down 一删就干净。把全家 AI 助手收进自己掌控的实例，Octop 是目前唯一把这件事做成开箱产品的项目。它不完美，但底座完整，愿意折腾的人能省下不少功夫。

宝子们，点赞 + 在看，让更多兄弟、朋友、家人们知道这个好消息！有问题或者已经用上的，欢迎评论区留言讨论

附录：compose 完整配置

仓库原文件里变量默认全空，照抄容易懵。下面是配好值的版本，要动手的就一处密码：

注释掉的三行按需解开：接 PostgreSQL 做向量后端、填 OpenAI 兼容的模型 key，其余默认行为（SQLite、info 日志）家用够用。不想 clone 仓库的，裸 docker run 也行：

参考资料

https://github.com/TencentCloud/Octop

https://pypi.org/project/octop/