乐于分享
好东西不私藏

游向开源的海洋:腾讯云自研AI助手Octop正式开源

游向开源的海洋:腾讯云自研AI助手Octop正式开源

生而为云,更懂你的每一面。

今天,由腾讯云自研的 AI 助手 Octop 正式开源!

Octop 开源地址: https://github.com/TencentCloud/Octop[1]

Octop 源自我们此前的 LightClaw ACE——它不只是品牌名称的延续,更是一次彻底的进化与重构。

如果说 LightClaw ACE 是我们投向湖面的第一颗石子,那么 Octop 就是那只真正游向开源海洋的章鱼。它把过去一年里我们对"个人 AI 助理到底该怎么用"的思考,全部重新实现了一遍。


一、我们为什么重做一款 AI 助手?

过去两年,AI 助手如雨后春笋。但我们始终没找到一款真正"顺手"的:

痛点一:记忆不连续 聊完即忘,下次又是陌生人;换台机器,记忆清零。

痛点二:多用户体验差 要么只服务一个人,要么把全家人的隐私搅成一锅粥。

痛点三:工具集成弱 想让它读腾讯文档、看微博热点、查新闻,要么没有入口,要么要手写一堆胶水代码。

痛点四:复杂任务易卡壳 让它"订机票 + 写行程 + 同步到群",它往往在第一环就卡住。

所以我们决定:自己动手,丰衣足食。

我们想做的从来不只是一个趁手的工具,而是一条通往真正数字生命体的道路。


二、核心亮点:六大能力,各显神通

能力
说明
🔢 多用户多专家团
一人管理,全家共用
🔌 Connector
连接腾讯生态无限可能
🔒 可插拔后端
本地优先,安全隔离
💾 可迁移记忆
主流 Agent 无缝接力
⚙️ 全新 Agent 引擎
Loop Engineering 驯服复杂任务
🖥️ 远程桌面
把电脑装进控制台

三、深入理解 Octop 的六大能力

1. 多用户多专家团:一人管理,全家共用

Octop 以"家庭/小团队"为第一使用场景。一个管理员账号即可为全家创建成员,每位成员拥有独立的记忆、工作区与专家配置。

我们也提供了多专家并行模式:一个助手,一群专家,按需上场。

2. Connector:连接无限可能

这是 Octop 与腾讯生态骨血相连的地方。通过 Connector,Agent 可以:

  • 📄 腾讯文档 —— 让 Agent 帮你读写协作文档
  • 🔥 腾讯云 OpenAPI —— 让 Agent 实时追踪趋势,产出蹭热点文案
  • 📰 腾讯新闻 —— 让 Agent 基于最新资讯做摘要与解读

还可通过 MCP Server 无限扩展。

开发者视角下,Connector 就是一层标准化的"能力即插件"抽象——新增一个数据源,本质上是注册一个 OAuth 应用或挂一个 MCP Server,无需改动核心代码。

3. 可插拔后端:让 AI 在隔离边界内运行

安全是 Octop 的底层信条。Agent 的所有读写都发生在隔离边界内。支持的后端包括:

  • 💾 本地磁盘(默认,零依赖)
  • 🐳 Docker 容器(任务在隔离环境里跑,跑完即焚)
  • 🗄️ PostgreSQL(团队级持久化)
  • ☁️ 腾讯云 COS/兼容 S3(云端隔离存储)

这意味着:数据始终在你的控制之下。

4. 可迁移记忆:主流 Agent 无缝接力

"换模型就失忆"是多数助手的痛点。Octop 的记忆系统基于工作区而非模型。

你可以在本地用 Ollama 跑轻量模型,需要深度推理时切换到云端大模型,记忆不需要重新培养;你甚至可以把整个工作区打包,交给另一个 Agent 接手,上下文不丢、人设不散。

这才是"数字生命体"该有的连续性。

5. 全新 Agent 引擎:Loop Engineering 驯服复杂任务

复杂任务之所以复杂,是因为它要"先想、再做、看到结果、再调整"。Octop 的全新引擎内建四大核心机制

  • 🔀 动态模型路由 —— 按任务难度自动选模型
  • 🔗 工具串联 —— 多工具协同处理
  • 💾 检查点 —— 长任务中途断点可恢复
  • 🧩 技能系统 —— 把常用套路沉淀成可复用能力

让它"调研三家竞品、出一份对比报告、发到群里",它不再卡在第一环,而是自己拆解、自己执行、自己收尾

6. 远程桌面(重磅亮点):把电脑装进控制台

这是 Octop 最具"科幻感"的能力之一。通过控制台,你可以:

  • 📱 远程办公 —— 出差时用手机/平板接入家里的电脑处理事务
  • 🤖 AI 接管 GUI —— 让 AI 接管图形界面软件,完成表单填写、点击流程
  • 🖥️ 隔离桌面 —— 在 headless 服务器上,也能一键拉起一个隔离的图形桌面环境

配合"浏览器 AI+"与"终端 AI+",Octop 不再只是一个对话框,而是一个完整的数字工作空间


四、技术内核:一个进程,扛全场

Octop 基于我们沉淀的 OctopCore 运行时构建,包含四个核心模块:

模块
职责
⚙️ Agent Runtime
模型路由、工具、技能与对话检查点
💬 IM Bridge
多平台 IM 通道桥接(飞书、钉钉、QQ、Discord、企业微信)
🧠 Memory Store
分层召回 + 全文检索,让记忆随工作区迁移
🌐 Browser CDP
基于 CDP 的浏览器自动化,支持持久化登录态

单进程设计,零外部依赖,部署简单,却足够强韧。


五、不止于工具,更是数字生命体

Octop 为三种角色而生:

  • 👤 个人用户 —— 专属 Agent 帮你写周报、理资料、定日程,记忆长期保留
  • 👨‍👩‍👧‍👦 家庭/小团队 —— 一个管理员,全家共用,按成员分配不同 Agent
  • 🏢 企业 —— 多 Agent 并行协作,对接飞书/钉钉等办公套件

三个真实场景

场景一:全家共用 妈妈用"营养师"规划三餐,孩子用"作业辅导"问数学,爸爸用"投资助手"看财报。一个 Octop,全家受益。

场景二:开发者工作流 在 Zed/OpenCode 里通过 MCP 接入 Octop,AI 直接在你的开发环境中工作。

场景三:家庭自动化 用"远程桌面"直接操控家里电脑处理 GUI 事务,用"浏览器 AI+"自动填表、截图、采集公开信息;再用自然语言配置 Cron:"每天早上 8 点,把微博科技榜前三条发到家庭群"。AI 自己按时开工。


六、安全与隐私:本地优先,无厂商锁定

这是 Octop 与许多 SaaS 助理最根本的区别:

  • 🏠 本地优先 —— 配置、对话、工作区与凭证均存储在本地
  • 🔐 JWT 隔离 —— 认证按用户隔离 Agent 与工作区
  • 🌐 可私有部署 —— 完全离线运行
  • 🔄 零厂商锁定 —— LLM 供应商、存储后端、IM 通道皆可自由切换

无论是 OpenAI 兼容 API、DashScope(千问)还是本地 Ollama,按 Agent 灵活配置即可。


七、一分钟上手

打开 https://github.com/TencentCloud/Octop[2] 查看文档。

生产环境推荐 Docker:

docker run -p 8088:8088 -v octop-data:/data octop/octop

⚠️ 默认管理员密码为 admin,请第一时间修改!


八、开源路线图:更多核心模块陆续登场

Octop 此次开源只是起点。我们将陆续把更多核心模块贡献给社区:

  • 🧠 Agent Skills Marketplace —— 技能市场
  • 🌐 Agent Protocol —— 跨 Agent 通信协议
  • 🔗 MCP Server 模板 —— 快速接入新数据源
  • 🛠️ 企业级管理控制台 —— 多租户管理能力

贡献方式:

  1. Fork 本仓库
  2. 创建功能分支(feature/your-feature
  3. 提交前运行测试
  4. 发起 Pull Request

我们诚挚邀请有兴趣的同学成为 Maintainer、Contributor 或 User:

  • 💡 Agent 开发 —— 共同设计更专业的专家角色
  • 🎨 客户端开发 —— 打造更优雅的交互体验
  • 📝 文档与设计 —— 让技术更好地被理解与传播

👉 欢迎 Star、提交 Issue 或加入我们,一起探索 AI 的无限可能!

GitHub: https://github.com/TencentCloud/Octop[3]


九、写在最后

章鱼有八只触手,能同时探索八方;Octop 也有无数种可能,等待社区一起点亮。

我们把它开源,不是因为它已经完美,而是因为我们相信:真正的创新,来自于开放与协作。

今天,这只章鱼正式游进了开源的海洋。欢迎你来,一起把它养得越来越聪明。


🐙 Octop 开源地址: https://github.com/TencentCloud/Octop[4]

往期推荐:

  • 深入理解 MCP 协议:AI 工具调用的新标准[5]
  • 从 0 到 1 构建你的第一个 AI Agent[6]
  • 开源 LLMs 哪家强?主流模型对比分析[7]

引用链接

[1]https://github.com/TencentCloud/Octop

[2]https://github.com/TencentCloud/Octop

[3]https://github.com/TencentCloud/Octop

[4]https://github.com/TencentCloud/Octop

[5]深入理解 MCP 协议:AI 工具调用的新标准: 

[6]从 0 到 1 构建你的第一个 AI Agent: 

[7]开源 LLMs 哪家强?主流模型对比分析: