夜雨聆风学习资料网

ARTICLE · 1318583

腾讯自托管AI助手新特性:由不同性格的专家组队协作

腾讯自托管AI助手新特性:由不同性格的专家组队协作

开源项目 · 自托管 AI 助手

专家团队、对话模式、性格、子智能体与记忆

Octop 是腾讯云开源的自托管 AI 助手。它可以部署在自己的电脑、服务器或 NAS 上,支持多用户使用。装好之后,既能在网页里聊天,也能把助手接到飞书、企业微信、钉钉、微信等日常使用的聊天工具里。

在 Octop 中,和用户对话的助手被称为「专家」。你可以为不同工作创建不同专家:一位负责研究,一位负责写作,一位负责审代码。每位专家可以配置自己的模型、工作区、记忆和工具,也可以读取知识库、通过连接器操作应用,或执行定时任务。对话记录、凭据和工作区默认保存在部署机器上;如果使用云端模型,相关输入仍会发送给对应的模型服务。

2026 年 10 月 18 日发布的 1.0.2,最值得关注的更新是专家团队:多位专家可以围绕同一项任务分工,由主持人安排工作、汇总结果。同时,云端协同让用户能从本机使用另一台 Octop 上的专家和团队。

这两项更新让 Octop 的使用方式发生了变化。过去可以分别找几位专家办事,现在可以把一项需要研究、方案和评审的工作交给一个团队,不必自己在几个对话窗口之间搬运材料。

要让几位专家真正合作,先得看清一位专家怎样工作、能做什么、记得什么。1.0.2 在这些基础环节上也做了补充:Ask、Plan、Craft 三种对话模式,可手工维护的专家记忆,以及各自独立授权的性格、子智能体和工具。

01

一位专家,先负责一件事

多专家本来就是 Octop 的基础能力。1.0.2 新增的团队,建立在这些独立专家之上。

一位专家适合负责一类相对固定的工作。创建时,可以从内置专家或专家市场选择模板,也可以自己写工作说明。模板规定它以什么角色处理问题;模型、知识库、技能和连接器,则决定它能用哪些资料和工具。

例如,准备发布一款新产品,可以分别配置三位专家:

研究专家负责查阅市场资料、整理竞品信息,挂上研究所需的知识库和检索工具;产品专家负责需求、功能优先级和实施方案,读取项目文档;评审专家负责检查方案中的假设、风险和遗漏,使用相应的评审说明。

三位专家各有自己的工作区和对话记录。研究专家不必在每次任务中重新学习产品专家的工作要求,产品专家也不需要同时承担所有评审职责。之后仍可以单独找其中任何一位聊天。

1.0.2 还增加了业务流程、知识工作等专家模板,覆盖 SOP、操作手册、研究流程等场景,方便从已有配置开始,而不必从空白提示词写起。

换一位专家,不是换一句提示词,而是换一整套上下文。工作区、模型、记忆、工具和通道都跟着切换,这才是「多专家」真正起作用的地方。

不过,有三位专家,并不等于它们已经能够一起完成工作。用户分别提问、复制回复、再整理成稿,协调工作依然落在自己身上。专家团队解决的就是这一步。

02

先看清楚,再决定要不要动手

选好岗位和工具之后,还需要决定这次任务是否允许专家实际操作。Octop 提供三种对话模式,它们限制的是执行范围,不是回答长短,也不是模型的思考强度。

Ask:先了解情况,不修改文件

Ask 是只读的问答模式。专家可以读取工作区文件、检索知识库、联网查资料,但不能创建或修改文件、执行命令,也不能调用技能和连接器。

例如,先问产品专家:“根据现有项目资料,发布前还有哪些问题没有解决?”它可以查阅材料、给出分析,但不会顺手改掉项目文档。只想获得判断、不希望它实际操作时,选 Ask 就够了。

Plan:把步骤写下来,等确认后再执行

Plan 在只读查阅的基础上,允许专家把计划保存为工作区中的 plans/*.md 文件。它可以创建或修改这个计划文件,但不能改其他文件、运行命令或调用技能和连接器。写完计划后,会停下来等待用户确认。

接着可以问:“根据这些问题,先列一份发布准备计划,写清每一步要做什么、需要哪些材料。”得到的是一份可以查看和修改的计划,而不是已经执行的工作。

确认计划后,再切换到 Craft 执行。对于已有待执行计划的对话,也可以用“按计划执行”或“开始干”等指令进入执行阶段。

写出计划,并不等于获得了执行许可。计划可以反复修改,是否动手仍由用户决定。

Craft:使用已授权的工具,把任务做完

Craft 是动手模式。专家可以在已有权限范围内写文件、运行命令,调用已启用的技能和连接器,把任务落实到工作区或相关应用中。

例如,确认发布准备计划后,让产品专家按计划整理材料、生成发布文档,涉及应用操作时再使用对应连接器。能否完成某项操作,仍取决于是否配置了所需工具、是否获得授权,以及是否需要审批;选择 Craft 不会绕过这些限制。

三种模式可以按需要切换,并不要求每次都依次走一遍。直接查询资料可以用 Ask,任务明确时也可以直接用 Craft;拿不准执行步骤时,先用 Plan 看过计划再动手。

创建或编辑专家时,可以设置默认模式,未设置时缺省为 Craft。新建对话,以及没有单独保留模式的即时通讯、命令行和定时任务线程,会按专家默认值运行;已经开过的对话则保留自己的模式选择,不会因为改了默认设置就一起切换。

单独使用专家时,这三种模式让用户能够控制它什么时候执行。如果任务还需要研究、方案和评审几种专业分工,接下来要解决的就是协作:不能只让用户分别提问、复制回复,再自己整理成稿。

03

专家团队:主持人派工,成员直接回复

创建团队时,需要选择一位主持人使用的模型,并加入至少两位普通专家作为成员。成员可以是自己的专家,也可以是同一实例里其他用户共享给自己的专家。

仍以产品发布为例。用户在团队里提出:“根据现有项目资料,准备一份发布方案,并检查其中的主要风险。”消息会先交给主持人。

主持人把需求整理成具体任务

主持人会先理解用户的要求,再改写成适合各位成员的任务说明。例如,请研究专家补充竞品依据,请产品专家制定发布方案,请评审专家检查风险。

这里的重点是改写后派工。成员收到的是与自己职责相关的工作要求,而不是每个人都收到同一句话、各自写一遍完整方案。需要时,主持人可以同时向多位成员派工。

主持人的配置也与普通专家不同。它主要负责协调,使用成员查询、派工、记忆和时间等工具,不挂普通专家用于实际工作的技能、插件和连接器。具体研究、写作或文件操作由成员完成。

成员的工作过程不藏在主持人的回复里

成员的回复会直接出现在团队聊天的同一条时间线上,带着各自的身份。用户能看到研究专家提供了什么依据、产品专家提出了什么方案、评审专家指出了哪些问题。

成员完成任务后,系统会再次交由主持人处理。主持人据此总结结果,判断是否还需要补充工作。

这比只有一份合并后的答案更便于核对:如果竞品资料不充分,可以继续追问研究部分;如果方案与评审意见不一致,也能看到分歧来自哪里,而不必猜测一段最终结论是怎样得出的。

在聊天软件里也能用团队

团队的即时通讯通道绑定在主持人上,但成员回复也会同步到这条通道。派工后会有提示,成员完成后会发送带姓名的回复,最后再由主持人总结。

因此,团队不只在网页控制台里可用。绑定飞书或钉钉之后,同样可以在那里提出任务、接收各位专家的结果。

团队成员仍然是独立专家:保留自己的工作区,也可以单独聊天、加入多个团队。加入团队不会把几位专家合并成一个共用所有资料的助手。

目前专家团队仍处于 Beta 阶段。首版团队只供创建者使用,不支持团队嵌套;成员必须是本机普通专家,不能把另一台 Octop 上的专家直接加入本机团队。有未完成派工的成员,也不能被移出或删除。

专家在另一台机器上,也可以直接使用

与专家团队同时值得关注的,是 1.0.2 的云端协同。连接另一台 Octop 后,对端的专家和团队会出现在本机对话侧栏的「云端」中。用户可以直接发起聊天,也可以读写对端专家工作区里的文件,对话记录仍留在专家所在的机器上。

例如,公司服务器上已经配置了一组研究专家,在自己的电脑上连接后,就可以使用它们,不必重新搭建一份。这里的「云端」指连接另一台 Octop 实例,并不要求它一定部署在腾讯云。

跨机器借的是专家和它的工作区,不是整套后台。技能包、连接器管理和知识库管理,仍要在拥有这些资源的一侧操作。

云端协同目前同样带有 Beta 标记。它提供的是远程使用入口,不会把两端资源全部合并。虽然不能跨实例混编本机团队,但可以直接使用对端已经建好的团队。

04

同一个岗位,可以有不同的说话方式

团队解决了几位专家如何合作的问题,但每位成员怎样工作、怎样表达,仍由它自己的配置决定。其中,专家模板和性格是分开设置的。

模板规定岗位要求,性格影响回答方式和沟通习惯。产品经理模板用于处理需求、优先级和产品取舍;同一模板配上不同性格,表达方式可以不同。

Octop 在「个性化 → MBTI」中提供 16 种性格,按分析家、外交家、守护者、探险家分组。拿不准时,也可以通过「测一测」获得推荐。以产品专家为例,几种常见预设的表达倾向是:

性格
官方预设的表达倾向
INTJ(建筑师)
先给结构和计划
ENTJ(指挥官)
直接,重视目标和结果
ENFP(竞选者)
先展开点子和可能性
ISTJ(物流师)
逐项核对承诺和细节

如果更希望产品专家明确指出优先级和取舍,可以选择偏直接的表达方式;如果希望它帮助拓展方案,则可以选择偏发散的方式。不选择 MBTI 时,专家使用默认的中性口气,也可以只写自己的系统提示。

这些性格预设通过系统提示影响回答、规划和处理分歧等习惯,并不代表模型真的具备人的人格,更不会增加专业知识或工具权限。需要它做产品工作,仍要有相应的岗位说明和资料;是否能修改文档、调用应用,仍由工具与授权决定。

在团队中,成员继续使用各自的性格。研究专家可以偏重结构和证据,产品专家可以更直接地讨论取舍,评审专家可以逐项核对。主持人则使用专门的协调配置,创建团队时没有普通专家的 MBTI 选择项。

性格不碰权限:它决定怎么说,不决定能做什么。选 INTJ 不会多一个连接器,选 ESFP 也不会绕过审批。

1.0.2 对个性化权限的拆分,也让性格可以单独授权。管理员可以允许用户调整表达方式,而不必同时开放工具、插件或记忆设置。

05

不必为每一项细分工作都建一位专家

给不同工作创建专家很方便,但一位专家的任务内部,也可能需要几种专业能力。产品专家写发布方案时,可能要补一段用户研究、检查一组指标,或请人从技术角度评估一个功能。为了这些阶段性任务,每次都新建一位完整专家,未必必要。Octop 的子智能体适合处理这种情况。

子智能体以岗位说明的形式挂在当前专家下。随包提供的中文库有 272 份定义,分布在 19 个领域:工程、设计、产品、金融、安全、测试、人力资源、法务、供应链等。定义中通常包含身份、工作流程、规则和交付要求,不只是角色名称,而是执行子任务时可以依据的具体说明。

专家在处理任务时,可以把某一部分交给已配置的子智能体,获得结果后再继续自己的工作。用户仍然与原来的专家对话。

子智能体与团队成员,区别在哪里

区别在于,团队成员是独立专家,子智能体是在当前专家内部被调用的执行角色。

对比项
独立专家/团队成员
子智能体
日常使用
可以单独选择并聊天
由当前专家在任务中调用
工作区与配置
有自己的工作区、记录和配置
不拥有独立专家式的工作区、长期记忆和通道
回复方式
团队成员直接在房间里回复
结果交回当前专家,由它继续处理
适用需求
长期负责一类工作,持续跟进
在当前任务中完成一段细分工作

因此,如果希望评审角色长期保留自己的项目记录、单独接收消息,就应创建评审专家;如果只是让产品专家在写作过程中做一次专项检查,配置相应子智能体更合适。

独立专家之间也不一定要组建团队。输入框中的 @,或专家调用的 ask_agent,可以向另一位正在运行的专家请求协助。这仍然是在调用另一位独立专家,与调用内部子智能体是两回事。需要多位成员共同参与、在同一个房间呈现结果时,再使用团队。

子智能体也有沟通风格,会覆盖专家的性格吗

子智能体的岗位说明里也可能包含「沟通风格」。例如,评审角色要求结论明确、证据充分;招聘角色要求按指定格式输出岗位描述。这些要求影响的是子智能体交回的内容,它不会因此取得当前专家的对外身份,也不会自动把专家的 MBTI 设置换掉。

假设产品专家选择了 ENFP,又调用一位强调逐项检查的子智能体:检查结果可以严谨、简洁,产品专家拿到结果后,仍会按自己的表达习惯说明问题、调整方案。如果它原样引用检查结论,被引用的部分会保留原有措辞,不能把最终回复理解为所有文字都由同一种性格重写。

这样,用户可以给专家选一个适合日常交流的性格,同时为专项任务保留不同的工作要求。

子智能体发生在一位专家的回合内部,团队发生在几位专家之间。分界线是上下文的所有权,不是任务的大小。

06

固定要求,不用每次重新交代

角色和分工配置好之后,长期使用还会遇到另一个问题:每次新开对话,都要重新说明自己的身份、偏好和工作要求吗?Octop 的专家记忆用于跨对话保留这些信息。它与当前聊天记录不同,也不是上传到知识库里的项目资料。项目方案可以放进知识库,而“我负责产品决策”“汇报先给结论”“未经确认不要修改正式文档”,更适合成为这位专家长期参考的要求。

记忆按专家维护。产品专家可以保留产品工作的偏好,研究专家可以保留资料筛选的要求,不会因为属于同一个账号,就自动把几位专家的记忆合在一起。

用户档案与强记忆,可以直接编辑

1.0.2 在「个性化 → 记忆」中提供了两个手动编辑入口。

用户档案对应 USER.md,适合记录称呼、身份、职责和个人偏好。例如,告诉产品专家自己负责哪个业务、通常面向谁汇报,以及希望采用什么表达方式。

强记忆对应 MEMORY.md,适合写入需要持续遵守的固定要求。例如,发布方案必须区分已确认事实与待验证假设,引用外部资料时要保留出处。这些内容由用户直接维护,专家可以读取,但其文件工具不能自动改写这两份文档。

聊天中说“记住这件事”,走的则是普通记忆保存机制,内容写入 octop-memory,不再自动改写 MEMORY.md。如果希望一条要求明确出现在自己维护的固定文档里,应直接编辑用户档案或强记忆。

有冲突先审核,手写要求优先

手动文档与普通记忆之间出现明确冲突时,Octop 会优先采用用户维护的文档,并把冲突内容转成待审核候选,而不是直接覆盖。

例如,用户档案写着“汇报先给结论”,普通记忆中却出现“用户希望先展开背景”,检查识别出冲突后,会提示用户处理。要求究竟有没有改变,由用户判断,不让系统仅凭一次对话就更新长期偏好。

这里还有一个使用细节:USER.md 和 MEMORY.md 在每个会话首次加载时形成全文快照,之后沿用这份快照。修改文档会对新会话生效,已经进行中的会话不会立即换成新内容。更新了重要要求后,新开对话更稳妥。

团队成员各有记忆,团队要求由主持人传达

加入团队不会让成员的记忆自动共享。每位成员仍使用自己的配置与记忆;团队准则和团体记忆保留在主持人一侧,需要成员遵守时,由主持人写进派工消息。

例如,团队要求这次发布方案统一使用某种口径,主持人需要把要求明确交给成员,不能假定所有成员都已经读取了主持人的记忆。这也与子智能体不同:子智能体没有一套独立专家式的长期记忆,相关背景要随子任务传入。

1.0.2 同时支持当前专家记忆的备份与恢复。持续积累的偏好和要求可以备份,不必等到迁移或维护时再重新整理。

用户维护的文档优先,冲突交给用户判断。这样,专家的长期偏好不会因为一次对话就悄悄改变。

把这些能力放在一起,Octop 1.0.2 的重点就清楚了:它没有改变「专家」是什么,而是补上了专家工作的几个环节。任务开始前,可以用 Ask 或 Plan 看清情况;需要动手时,用 Craft 在权限内执行;多位专家协作时,由主持人改写任务、汇总结果;每位成员还可以有自己的性格、子智能体和记忆。

回到产品发布的例子:研究专家补充竞品依据,产品专家制定方案,评审专家检查风险。用户不必逐个转发任务、复制回复,仍然能看到各位成员的依据和意见,再决定下一步怎么做。需要跨机器使用已有专家时,也不必重新搭建一套。

专家团队和云端协同目前都还是 Beta。首版团队不共享、不能嵌套,成员必须是本机专家;云端协同也只提供远程使用入口,不合并两端资源。这些限制说明它们仍在完善,但已经能覆盖一类真实工作:一件需要多种专业判断、又需要统一收口的事。

资料与出处

Octop v1.0.2 发布说明,2026 年 10 月 18 日。

Octop 官方文档:介绍、专家、给专家选角色和口气、专家团队、用云端协同连接两台 Octop。

Octop 仓库:CHANGELOG 与专家团队设计说明。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料