团队共用的 AI 助手，可以自己架一个：Octop

Octop 是个开源的自托管 AI 助手平台，装在你自己的机器上。组里每人有自己的账号、自己的 Agent，对话、文件、记忆默认都存在这台机器上；用哪家大模型，由你自己接进来。

它是什么

代码在 GitHub 的 TencentCloud/Octop 仓库，MIT 协议。本文写到的最新版是 1.0.2b7，2026 年 10 月 12 日发布，版本号里带个 "b"，还在 beta 通道上跑。这不算什么缺点，但你决定要不要给全组铺开之前，得知道这件事。

它有点像个"什么都往里装"的进程。起一次，网页控制台、命令行、飞书钉钉 QQ 微信企业微信（还有 Discord、Telegram）这些聊天软件通道、定时任务，全在同一个进程里。人不在一起，助手和记录是一套。

不想碰命令行也没关系，官方给了一行安装脚本，macOS、Linux、Windows 都有，它自己建隔离环境，不碰你系统原有的 Python。团队一般直接用 Docker 镜像常驻在服务器上；另有 Windows、macOS、Linux 三平台的桌面客户端，手机端在内测。一个人用、全家共用、小团队架起来，是同一套东西，不用换方案。

助手是怎么"待着"的

先说清一件事：Octop 这个服务跑在你自己的机器上，浏览器里那个控制台只是它的一个入口，不是它本体。下面三点都是从这儿长出来的。

它是住下来的。

每个 Agent 都有自己的工作区，你可以理解成它在机器上有间房：给你写的文件、整理的资料、攒下来的偏好，都搁在里面，模型和通道也各自一套。这套东西不会因为你关掉浏览器就没了。你交给它的第三件事，能接着第一件的底子做。

它的记性搬得走。

分层记忆和全文检索由独立模块 octop-memory 承担。该记的记下来，要用时再取回，而不是把整段聊天历史一直背着走。更值钱的是记忆跟着工作区走——换机器、换存储方式，把工作区搬过去，助手的记性还在。

它会主动找你。

前面两条讲的是它一直在那儿、它记得住，这条不一样：它能在你开口之前先把活干完。助手从"你问我答"变成"到点交付"，这是两种用法，不是功能多少的差别。

一个管理员架起来，每人有自己的助手

Octop 一开始就是按多用户、多 Agent 设计的，不是单人工具事后打的多人补丁。管理员把系统架起来、模型配好，剩下的就是给组里每人开账号、分 Agent：有人要盯行业资讯，有人要整理客户资料，各用各的，对话和文件互相看不见。

它还内置了专家库和 16 种 MBTI 人格模板，可以再加自定义系统提示词。这功能看着像凑趣，管的却是正事：核对合同的助手和陪你头脑风暴的助手，说话本来就该不一样。角色定下来，你每次开口不用再重新交代想要什么。

现成的专家能共享给同一实例里的其他人。谁调出一套顺手的提示词、配上合适的知识库和连接器，别人直接拿去用，不必照着文档重来。跨实例也能连：本机连上另一台机器上的 Octop，看对端有哪些专家，直接跟他们对话，记录留在专家那一侧。这块落地时间不长，还在补，暂时别当成熟能力算进方案里。

一个协调者带着几位专家分工做多步骤任务的玩法，他们叫 AgentTeams，也在，目前还是雏形——够用，但别指望它替你管项目。

团队里怎么用

一台机器承载整个 Octop，自有服务器或者 Docker 常驻，模型 API Key 由管理员一个人配完。成员从控制台、桌面客户端，或者自己惯用的那个聊天软件进去，各自干活。

想让助手在群里现身的，把它绑到飞书、钉钉、企业微信群，任务分发和结果回投都在群里完成。这么安排有个好处：活儿在哪儿派下来、结果就回在哪儿，人不用为了看助手的答案专门再开一个网页。

组里共同的家底走知识库。它做的是基于文档的检索，同一实例内共享一份语料——产品手册、历史方案、内部规范放进去，谁的助手都能引用到，回答能落在自家材料上，而不是模型凭印象编。

至于钱，管理员能给每个用户限存储根目录和 Token 配额；用量页面按模型调用统计缓存命中，未缓存输入、缓存读写、推理 Token 分开计。一个组共用一套系统时，谁花得多、哪些内容在重复付费，看得见，也管得住。

够得着你已有的东西，才算真有用

Octop 的扩展主要靠连接器。仓库内置目录目前有 27 个，走 OAuth 或 MCP 两种方式接入：办公文档那边有腾讯文档、腾讯会议、飞书、企业微信、Notion、Obsidian，阅读资讯有微信读书、腾讯 IMA、OpenAlex，出行生活有飞猪、携程问道、滴滴、百度地图，日常事务有个人邮箱、滴答清单，专业查询有企查查、元典。清单之外还能自己加自定义 MCP 服务，团队自己的系统不是接不进去。

手上还配了两件顺手工具：基于 Chromium 的浏览器会话，填表、截图、按流程操作网页；浏览器里一个交互式 Shell，让 AI 帮着敲命令、排错。再往上是远程桌面，在控制台里实时看屏、动键鼠，三个系统都支持。

写代码的人大概还会关心 ACP 双向集成：可以让它对外提供一个 Agent 接进编辑器，也可以反过来把编码任务委派给 OpenCode、Claude Code 这类专业编程助手。

数据留在本机，权限管得住吗

"数据留在你自己的机器上"，这句得说明白，不然容易听岔。对话记录、工作区文件、记忆、模型密钥默认都存在本机——Octop 本身就是你装的那个服务端，没有另一个云端可传（控制面数据库可以换成你自己管的 PostgreSQL）。自托管给的就是这一样，别的不吹。

但模型在哪，取决于你怎么配。它不绑某一家：控制台里能一键选的预设包括 OpenAI、Anthropic、DeepSeek、智谱、Kimi 和本地 Ollama，通义这类 OpenAI 兼容服务、Bedrock、Azure、自建网关走自定义类型接入，每个 Agent 还能各自指定不同模型。密钥配给远程服务，送出去推理的那部分内容就在对方那儿了，这不是 Octop 能替你绕开的事。想全链路本地，可以接 Ollama 跑本地模型、连密钥都不用，官方文档把这条路写得很清楚。

对团队更要紧的是权限。Octop 的思路不是"你该不该信 AI"，而是隔离加审批：多用户按账号隔开；高风险工具或 Shell 命令要按护栏规则显式审批，人在聊天界面里看到一张可读的审批卡片，点确认才继续，命令规则自己可以改；敏感数据离开工作区前自动脱敏；操作留审计记录，出问题能翻回具体哪一次。

往企业环境靠的两步也在仓库里：可以接 LDAP / Active Directory 这类现成目录做登录，成员用域账号进，账号自动开通，角色按目录组判定——注意它只在开通时判一次，后来把人挪进管理员组不会偷偷提权，改角色得管理员自己动手。工作区的存放后端也是可插拔的，本地目录、Docker 沙箱、PostgreSQL、对象存储都行，跟控制面数据库分开。

谁能让助手干什么、干到哪一步，是管得住的。

谁适合架，谁先别急

三种情况架起来比较值：想让家里人一起用 AI、又希望各人有各自助手和各自空间的；一个小组共用一套助手、手头资料又不方便交给现成云服务的；愿意维护一台常开的机器、把助手当长期东西养的。

最后这种心态最关键。自托管意味着机器开着助手才在，团队用它就等于多养一项内部运维，这笔账得先算。

反过来，只想偶尔问几个问题的，网页版和手机 App 省事得多。完全不想动手配的也要有心理准备：模型接入、通道绑定这些环节还是得有人管，虽然首次运行那个向导已经把常见配置串成一条线了。

它发版发得很密：9 月 22 日到 10 月 12 日这二十天里，光 1.0.2 的 beta 就走了七版，平均每三天一版，CHANGELOG 里每版都有几十条新增和修复。自己玩完全无妨；真要给一个团队铺开，就把"会碰上边角问题、得有人负责修"这件事提前安排上。至于它公开列出来的方向——AgentTeams 编排、移动端、把浏览器操作录成技能、把日常对话沉淀成技能、插件市场——都还在路上，不用当成现在的能力。

想看看它

地址都在这儿（公众号里外链点不动，复制粘贴就行）：

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

PyPI 包名：octop，页面 https://pypi.org/project/octop/

一键安装脚本（macOS / Linux）：https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.sh

Windows PowerShell 版：https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.ps1

想先摸清门道再装，就读仓库 docs 目录下的 user-guide.md，中英双语，安装、首启向导、模型配置、通道绑定、常见问题都在里面。