Octop:腾讯云开源的「本地 AI 助手全家桶 」,内置浏览器真是太牛了 !

大家好，这里是 AI开源提效指南！

今天要介绍的 Octop 是腾讯云开源的一款自托管 AI 助手平台，用单进程同时跑起 Web 控制台、CLI、IM 通道（飞书 / 钉钉 / QQ / Discord / 企业微信）和定时任务，所有对话、工作区和凭据都留在你自己的机器上。

它通过一套「多用户 + 多 Agent」的运行时，让每个用户都能创建多个带独立工作区、供应商和人格的 Agent，还能从内置专家库里一键开出「写周报的」「管运维的」「陪孩子的」等专业角色。

和常见的单机 AI 工具相比，Octop 的特点是单进程、无外部中间件——不依赖消息队列和独立 worker，重启后状态从控制面数据库完整重建；同时把 Agent 运行时、IM 桥接、可迁移记忆、浏览器自动化四套能力组合进同一个进程，共用一条消息处理链路。

📦 项目介绍

Octop 是一个开源、自托管的 AI 助手平台，面向多用户、多 Agent 场景。

它把「每个对话、工作区、凭据都留在自己机器上」作为设计目标，同时为每个用户配备一组可按场景切换的专业 Agent。

技术栈上，后端是 FastAPI + uvicorn，Agent 运行时基于 harness-agent（LangGraph 聊天运行时），IM 桥接用 harness-gateway，控制面数据库默认 SQLite (WAL)、可选 PostgreSQL，前端是 React 18 + TypeScript + Vite + Ant Design。

核心能力

✅ 多用户多 Agent 专家团：一人管理账号，全家共用；管理员可创建多个用户，每个用户又可创建多个 Agent，各自拥有独立工作区、供应商、通道和定时任务

✅ 内置专家库：内置通用助手、运维工程师、股票助手、育儿专家、办公自动化、wechat-ops、news-trend、cvm-ai-doctor、cvm-cluster-doctor 等模板，一条命令从模板开出 Agent

✅ MBTI 人格：内置 16 种人格模板与互动测试，为每个 Agent 赋予鲜明性格

✅ IM 多通道接入：飞书、钉钉、QQ、Discord、企业微信等通道，底层由 harness-gateway 桥接，把各类入站消息归一为统一处理管线

✅ Connector 拓展体系：通过 OAuth + MCP 网关接入外部服务，内置腾讯文档、腾讯会议、腾讯新闻、微读、QQ 邮箱、飞书 CLI、企业微信 CLI、Notion、百度地图、携程问道、美团旅行、网易云音乐等 18 个连接器

✅ 可插拔后端存储：Agent 工作区后端支持本地磁盘、Docker 容器、PostgreSQL、COS/S3，AI 在隔离边界内操作文件

✅ 可迁移记忆系统：基于 harness-memory，分层记忆 + 全文检索，记忆随工作区迁移

✅ ACP 双向集成：octop acp 把 Octop Agent 作为 stdio ACP 服务暴露给 IDE（Zed / OpenCode）；对话中也能委派给 OpenCode / CodeBuddy / Claude Code / Codex 等外部编程 Agent

✅ 终端 AI：浏览器内交互式 Shell，AI 辅助命令执行与排障

✅ 浏览器AI：基于 Chromium 的无头浏览器会话，支持网页自动化、截图与远程操控

✅ 远程桌面：控制台内实时看屏与键鼠操控，跨 Linux / Windows / macOS，无图形 Linux 可一键搭建隔离桌面

✅ 定时任务：用自然语言配置 Cron，让 Agent 每天按时推送或执行任务

🧩 功能全景

Octop 的功能可以按「入口面」拆成三块：Web 控制台、CLI、IM 通道，它们共用同一套 Agent 运行时。

Web 控制台

支持的 IM 通道

支持的 LLM 供应商

OpenAI 兼容 API、DashScope（千问）、Ollama 等预设，在控制台或通过 octop provider 按 Agent 配置。

Connector 连接器矩阵

Octop 内置 18 个连接器，通过 OAuth + MCP 网关接入。

完整 CLI 命令参考

CLI 命令分三种传输层：

• Offline：只读本地 DB，无需运行服务，如 init、backup、user *
• Attach：需要运行中的 octop run + 登录，如 chats send、channel test、provider test
• Embedded：CLI 自己启动一个 OctopServer 跑单条命令，如 octop acp、octop chats repl

🚀 快速开始

1. 环境要求

• macOS / Linux / Windows
• 无需预先安装 Python——安装脚本通过 uv 在 ~/.octop/ 下创建隔离的 Python 3.12 虚拟环境
• Python 3.12+（若从源码安装）
• 注意：当前版本注册管理员时不要使用 admin 用户，否则会失败！
• 内存：目前运行服务，不执行任务大约在 800MB 以上，建议 1GB 以上内存测试！开浏览器的话建议配置调大！
  

2. 安装方式

macOS / Linux 一键安装（推荐）：

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

安装完成后打开新终端，或 source ~/.zshrc / ~/.bashrc 让 octop 进入 PATH（~/.octop/bin）。

可选附加组件：

# 浏览器自动化（Playwright Chromium）curl -fsSL https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.sh | bash -s -- --extras browser# 飞书通道支持curl -fsSL https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.sh | bash -s -- --extras channels-feishu

备选 — PyPI（若已自行管理 Python 环境）：

pip install octop# 可选：pip install "octop[browser]"

Docker（生产推荐）：

docker compose -f docker/docker-compose.yml up -d

3. 使用示例

# 前台运行（API + Web 控制台）octop run# 自定义主机与端口octop run --host 0.0.0.0 --port 8088# 注册为系统服务octop service start

常用管理命令：

# 配置 LLM 供应商与模型octop modelsoctop provider list# 创建 Agent（从专家模板）octop agent from-expert --expert general-assistant# 查看/启用 Agent 的 Skilloctop skills list --agent main# 管理定时任务octop cron list

🏗️ 整体架构

Octop 的架构思路很清晰：把四套 harness-* 能力库装进同一个进程，用一个 GlobalProcessor 统一路由 Web UI、IM 与定时任务三类入口，状态全部存在 SQLite 或 PostgreSQL 数据库里。

1. 架构概览

OctopServer 是进程级编排器，按依赖顺序装配：DatabasePool（SQLite WAL 或 PostgreSQL）→ SharedServices（依赖注入根，提供所有 repo 与配置）→ ExpertCatalog / SubagentCatalog（启动时扫描内置模板）→ AgentManager（全局单例，按 Agent 行实例化 HarnessAgentRuntime）→ Gateway（IM 通道 + WebSocket Hub + 定时任务触发源）→ CronManager（APScheduler）→ UserManager（认证 + 按用户查询）。

数据流方向上：Web UI 走 WebSocket、IM 通道走 harness-gateway 的事件流、定时任务走 APScheduler 触发，三者最终都汇入 GlobalProcessor，由它按 agent_id 路由到对应的 HarnessAgent 执行。

2. 模块职责

3. 技术架构图

🤖 Prompt 与工具链

Octop 的 Agent 能力由 harness-agent 运行时提供，Octop 层做的是「装配」和「接入」。

人格与角色注入： 每个 Agent 创建时写入 SOUL.md（主系统提示词）和可选的 IDENTITY.md，专家库模板的 manifest.json 里 prompt_files 指明要注入哪些文件。

工具装配：AgentManager 在构建 HarnessAgent 时注入三类工具——内置工具（浏览器、Shell、终端）、Skill 库（按 Agent 启用/禁用）、Connector 工具（MCP 网关）。

记忆系统： 基于 harness-memory，支持 memory_enabled、extract_on_session_end、extract_trigger_mode（idle/interval）等配置，记忆随工作区迁移。

多 Agent 协作：@Agent 和 ask_agent 通过 harness TeamManager（InboxManager + GlobalProcessor）实现。ask_agent 支持 sync（阻塞等子 Agent 一次结果）和 background（入 inbox，完成后 on_reply 返回）。

⚙️ 扩展机制

Octop 的扩展点非常清晰，从外到内有三层：

插件（Plugin）： 扔进 ~/.octop/plugins/ 即可被 PluginManager.load_installed 加载，CLI 或控制台「插件页」可 install/uninstall/reload。

Skill（技能）： 按 Agent 启用/禁用，octop skills list --agent main 查看，Skill Hub 在启动时扫描。每个 Skill 是一套可复用的能力包（含脚本、schema）。

Connector（连接器）： 通过 MCP 网关接入外部服务。本地网关适配器实现 list_tools / call_tool / probe_credentials 三件套（如 feishu_cli.py、baidu_map.py）；远程模式直接指向第三方 MCP 端点（如腾讯文档）。

ACP Runner： 出站编程 Agent（OpenCode / CodeBuddy / Claude Code / Codex）按用户全局配置，对话中通过 acp_runner 工具委派。

📊 相似项目对比

Octop 属于「自托管 AI 助手平台」，定位上最相近的是 Open WebUI 和 LibreChat 这类项目。

下面做真实对比（数据来自各自仓库主页）。

结论：Open WebUI 和 LibreChat 更偏「聊天前端 + 多后端」，而 Octop 覆盖了 IM、浏览器、桌面、定时任务、ACP 等更完整的「助理平台」能力边界。三者的定位并不完全重叠。

🎯 总结

Octop 是一款多用户、多 Agent 的自托管 AI 助手平台，用单进程把 Web 控制台、CLI、IM 通道、定时任务、浏览器/桌面自动化、ACP 集成组合成一套完整的产品，所有数据留在本地。

一句话推荐：一条命令跑起的本地 AI 助手全家桶。

适合场景：

• ✅ 想要完全本地、隐私不妥协的个人 AI 助手
• ✅ 需要按成员分配角色和模型的家庭/团队共享
• ✅ 想通过 IM 群聊 + 定时任务 + 浏览器自动化搭建自动化工作流的进阶用户

📚 参考资料

项目仓库：https://github.com/TencentCloud/Octop官方文档（仓库内）：docs/cli.md · docs/architecture.md · docs/acp.md · docs/user-guide.md · docs/configuration.md架构决策记录：docs/adr/001-single-process-model.md · docs/adr/002-database-backends.md依赖项目：harness-agent · harness-gateway · harness-memory · harness-browser（腾讯云 Harness 工程实践）