腾讯开源新AI助手 Octop 三个月拿下 8K Star

哈喽啊，朋友们！我是小成同学。

腾讯云在 7 月开源了一个自托管 AI 助手平台 Octop，三个月便拿下 8000 多个 star，9 月中旬发了 1.0 正式版，到现在还在保持每周级别的更新节奏。在Qclaw被叫停后，我们今天就来看看腾讯系的新AI助手。

按照惯例，先看看仓库数据。

它解决的问题很实在：AI 助手虽然聪明，但一直有个尴尬，你每次开新对话都要重新自我介绍，工作背景、项目进度、使用习惯全部重来一遍；想让它定时整理日报、盯数据，还得另配工具；一家人或一个小团队共用，聊天记录和个人偏好搅在一起更是灾难。

Octop 的答案是把这些全部装进你自己机器上的一个进程里。一条 octop run，Web 控制台、命令行、飞书钉钉微信等 IM 通道、定时任务全部跑起来，数据都存在你自己的 ~/.octop/ 目录，默认 SQLite，重负载可以换 PostgreSQL。对话、工作区、凭据不经过任何第三方，这是它和云端助手最本质的区别。

从一个聊天机器人，变成一支专家团队

Octop 最有意思的设计是「专家」体系。每位用户可以创建多个专家，各自拥有独立的工作区、模型供应商、消息通道和定时任务。

比如写作专家熟悉你的文风和选题，编程专家专门处理代码和调试，资料整理专家负责文档和检索。每个专家带自己的长期记忆，记忆跟着工作区走，换设备也不丢。还有 16 种 MBTI 人格模板可以给专家定性格，这个细节属于是很懂网感了。

专家配置还能共享：同实例内的用户可以复用别人搭好的专家，省去重复搭建。官方还内置了专家库，启动时自动扫描加载，开箱就有运维工程师、育儿管家、证券观察员这类现成角色可以用。

更进一步还有 AgentTeams，目前是 Beta：由一个协调者自主调度多位专家，协同完成多步骤任务。这基本就是把前面说的 mu 那类多 Agent 编排思路，做成了普通家庭用户也能点开用的产品形态。

四大组件，分两次开源

这里有个时间线细节值得单独说。Octop 基于四个核心组件构建：Octop Harness 负责 Agent 运行时（模型路由、工具、Skill、对话检查点），Octop Gateway 做多平台 IM 桥接，Octop Memory 管分层记忆与全文检索，Octop Browser 提供基于 CDP 的浏览器自动化。

*四大组件的分工。来源：Octop 官方 GitHub README 页面截图。*

主仓库 7 月开源时，这四个组件其实还是以外部包形式引入的；到 9 月 24 日，官方才把它们拆成四个独立仓库正式开源，同样采用 MIT 协议。所以「完整技术栈全部开源」这件事，实际是分两步完成的。

技术栈方面：Python 3.12+，后端 FastAPI + uvicorn，前端 React 18 + TypeScript，调度用 APScheduler。整个系统是单进程架构，Web、IM、定时任务共用一个进程内的 HarnessProcessor，不需要部署外部消息队列，重启后状态从数据库自动重建。对小团队来说，这个运维成本基本等于零。

不只是聊天：浏览器、终端、远程桌面

Octop 把 Agent 的动手能力做得很全。

Browser AI+ 基于 Chromium 无头会话，可以操作网页、截图、填表单，浏览器配置支持持久登录。Terminal AI+ 在浏览器里给你一个交互式 Shell，AI 辅助理解命令和排障。远程桌面功能可以在控制台里实时看屏和键鼠操控，跨 Linux、Windows、macOS，无图形界面的 Linux 服务器还能一键搭建隔离桌面。

对开发者，Octop 支持双向 ACP 集成：入站方向，Zed、OpenCode 等工具通过 octop acp 直接使用你的 Octop Agent；出站方向，Octop 可以在对话里把编码任务委派给 OpenCode、Claude Code、Codex 这些外部编程 Agent，还带权限审批。它不需要自己重造所有开发能力，而是做统一的任务入口。

一家人共用，但各有各的空间

多用户是 Octop 区别于一般本地 Agent 工具的关键。JWT 多用户认证，管理员建账号，每个成员有自己的专家、工作区和会话，需要时再按配置共享专家和知识库。

安全设计也有几层：高风险工具调用和 Shell 命令需要审批，Shell 命令护栏规则放在 ~/.octop/security/tool_guard/ 可以自己改，敏感信息在离开工作区前自动脱敏。

接入方式上，除了 Web 控制台和桌面客户端，飞书、钉钉、QQ、微信、企业微信都能接，配合 APScheduler 定时任务，用自然语言就能配一个「每天早上八点把日报发到群里」的周期工作流。它更像一个长期运行在工作台上的 AI 平台，而不是一个等你打开的聊天窗口。

怎么装

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

初始化并启动：

octop init octop run # 或注册为系统服务 octop service start

启动后访问 http://127.0.0.1:8088，用初始化时设置的管理员密码登录，配好大模型供应商的 API Key 就能用了。不想装 Python 也不用担心，安装脚本会用 uv 创建隔离环境，不动系统 Python。生产环境推荐 Docker，首次初始化会自动生成随机管理员密码。升级用 octop update，数据库、工作区和配置都会保留，跨版本前先 octop backup。

总结

三个月 8K star，这个增速在同类自托管项目里属于头部水平，说明「数据留在自己机器上的多用户 AI 助手」确实踩中了一类真实需求。AgentTeams、自进化、云边端一体都还在路线图上，现在是这个项目形态基本完整、生态刚刚起步的阶段，适合动手折腾的朋友先部署起来玩。

资源链接

• GitHub 仓库：https://github.com/TencentCloud/Octop

• 官网与文档：https://octop.cloud

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