Octop是一款由腾讯云于2026年9月发布 1.0 正式版的自托管 AI 助手平台,主要用于在自有设备上搭建多用户、多 Agent 的 AI 协作环境,支持本机数据留存、IM 通道接入与 RAG 知识库检索,适用于个人知识管理、家庭共享与小型团队协同办公等方向。
| 基础信息 | 内容 |
|---|---|
| 产品定位 | 自托管多用户、多 Agent AI 助手平台 |
| 出品方 | 腾讯云(TencentCloud) |
| 发布时间 | 2026年9月14日(1.0 正式版) |
| 开源协议 | MIT(可自由使用、修改与分发) |
| 运行架构 | 单进程(Web、CLI、IM 与定时任务) |
| 技术栈 | Python 3.12+、FastAPI、React 18 |
| 数据存储 | 本机 ~/.octop/ 目录,默认 SQLite |
| 部署方式 | 一键脚本 / pip / Docker / 桌面客户端 |
| 默认端口 | 8088 |

Octop 的核心能力
Octop 要解决的问题很具体:让 AI 助手跑在用户自己的机器上,同时支持多人、多角色并行干活。项目在 2026 年 7 月首次开源,1.0 把知识库、多端、权限与安全串成一条可放进真实办公场景的生产链路。
单进程自托管与数据自主
Web 控制台、命令行、IM 通道与定时任务全部收进同一个进程,不依赖外部消息队列;启动时整套状态从控制面数据库重建,默认 ~/.octop/octop.db(SQLite,开 WAL),高并发可切 PostgreSQL,工作区后端也可选本地磁盘、Docker 或 COS/S3。对话记录、模型密钥与工作文件都不必上传第三方。
多用户多 Agent 的专家体系
一套服务供多个成员各自使用:每位成员可拥有多个 Agent,各带独立工作区、模型供应商、IM 通道与定时任务。Octop 把每个 Agent 称为「专家」,启动时扫描内置专家库,运维排障、资料整理等角色可按场景切换;人格内置 16 种 MBTI 模板。这种组织方式与 AI 智能体 强调的角色化、工具化思路一致。
权限管控与专家沙箱
以 JWT 做用户隔离并区分管理员角色,1.0 补齐页面级与功能级 ACL 及 Token 额度限制。官方说明专家运行环境默认不被信任,无法越界访问宿主机文件系统与网络,读写限定在工作区内;工具调用走审批流程,Shell 命令带防护规则,敏感信息做脱敏处理。
知识库 RAG 与可迁移记忆
上传文档即可建索引,对话时做语义检索并给出可点击的引用来源。1.0 把知识库做成公共与私有分级、统一检索、来源可追溯的能力,向量模型可用本地 ONNX 或在线 Embedding。记忆由 harness-memory 提供分层召回,跟随工作区存放,换机器能一并带走。
全通道接入与 ACP 双向协作
Web 控制台、命令行与 IM 共用同一套消息链路,官方支持飞书、钉钉、QQ、Discord、企业微信等通道,并对外提供 HTTP/SSE/WebSocket 接口。ACP 双向:入站可把 Agent 暴露给 Zed、OpenCode 等编辑器,出站能把编码任务委派给 OpenCode、CodeBuddy、Claude Code 与 Codex;另有浏览器内终端、无头浏览器自动化与远程桌面。
Octop 与同类工具的对比
| 对比维度 | Octop | Loomy | 豆包工作 | AnythingLLM |
|---|---|---|---|---|
| 开发方 | 腾讯云 | 科大讯飞 | 字节跳动 | Mintplex Labs |
| 产品定位 | 自托管多用户多 Agent AI 助手 | 桌面级 AI 办公助理 | AI 办公协作智能体平台 | 本地优先的开源 AI 助手 |
| 开源协议 | MIT 开源 | 闭源 | 闭源 | MIT 开源 |
| 部署方式 | 脚本 / pip / Docker / 桌面端 / 云镜像 | 桌面客户端 | 桌面端 + 飞书云端 | 桌面端 / Docker |
| 数据存放 | 全部落在本机 ~/.octop/ | 文件操作默认本地,仅授权目录 | 云端与本地结合 | 本地优先,可自持向量库 |
| 上手门槛 | 中等,需自配模型与专家 | 低,授权目录即可用 | 低,飞书账号登录 | 中等,需自行部署配置 |
| 模型接入 | 自配 OpenAI 兼容 / Ollama 等 | 官方默认模型,可自配 Key | 豆包系列模型 | 云端模型 + 本地 Ollama |
| 多用户 | 原生多用户与管理员角色 | 以单机个人使用为主 | 面向团队协作 | 支持多用户实例 |
| 扩展方式 | 连接器 + 插件 + 技能 + ACP | SkillHub 技能与 MCP | 飞书技能模块与连接器 | Agent 技能与 MCP |
| 收费模式 | 软件免费,模型 API 自付 | 客户端免费,积分体系 | 企业订阅 + 模型按量 | 开源免费,云版付费 |
差异集中在「谁来承担基础设施」:Octop 完全自托管、MIT 开源,部署形态覆盖脚本、Docker、桌面端与云上官方镜像,代价是模型与专家要自己配;Loomy 与豆包工作把门槛压到最低,安装或登录即可开始,但数据与模型选择更依赖厂商侧。数据敏感、愿意自行配置的团队适合 Octop 与 AnythingLLM;不愿折腾命令行、看重办公软件生态打通的,Loomy 与豆包工作更省事。
若想了解另一条同样可自托管、更偏应用开发的开源路线,可以参考 Dify:它支持可视化编排工作流与知识库问答。
Octop 的应用场景与适用人群
Octop 的落点大多与「数据不方便出门、任务又需要反复执行」有关:
- 个人知识管理:把文档与资料放进知识库,由常驻专家做检索、整理与周报汇总。
- 家庭与小团队共享:一台机器一套服务,成员各有独立账号与助手,共用模型额度又不互相看到工作区。
- 远程办公与设备操控:通过控制台远程桌面操作远端 Linux、Windows、macOS 设备。
适用人群:对数据留存位置有明确要求的个人、家庭用户与小型团队,以及愿意自行配置模型、希望把 AI 助手纳入自有基础设施的开发者;没有人力维护服务器、只要开箱即用体验的团队,更适合桌面客户端形态的产品。
Octop 的使用方法
从下载到跑通一个专家,Octop 的路径可以压缩成四步:
- 获取安装方式:在 Octop 官网 下载桌面客户端,或执行一键脚本,也可用 pip、Docker 部署;腾讯云 Lighthouse 与 CVM 镜像市场已上架官方镜像。
- 初始化并启动:运行 octop init 完成向导,设置数据目录、管理员账户与密码;再执行 octop run 启动,默认监听 8088 端口。
- 配置模型与专家:在控制台选择模型提供商并填写密钥(OpenAI 兼容接口、DashScope、Ollama 等预设均可),再创建专家并分配人格模板。
- 接入通道与扩展:把专家接到飞书、钉钉、QQ、企业微信等 IM,按需授权腾讯文档、Notion 等连接器,并通过 ACP 分派编码任务。
维护上,octop update 只替换程序本体,数据库、工作区与配置都会保留。首次上线不必一次接满所有通道,先用一个专家跑通知识库与工具调用。
Octop 的价格方案
Octop 的软件本身不收费:项目以 MIT 协议开源,下载、部署、修改与分发都不产生授权费用,也没有按席位订阅的模式;官方把自托管优先列为 1.0 的基调,免费指的是软件层面的零门槛,而不是使用成本为零。
真正产生账单的是模型调用与机器:模型侧按所选提供商的 token 价格结算,本地跑 Ollama 之类的开源模型只有硬件与电力成本;机器侧可用自有电脑、NAS 或云服务器,选择腾讯云官方镜像可省去部署环节。建议先用闲置设备或最低配云主机验证流程,并为每位成员设置 Token 额度上限。
Octop 的常见问题
Octop 是什么?和普通 AI 聊天工具有什么区别?
Octop 是腾讯云开源的自托管 AI 助手平台,区别在于运行位置与组织方式:它部署在用户自己的机器上,数据、密钥与工作区都保存在本地,并以多用户加多 Agent 的形式组织。
Octop 可以商用吗?费用怎么算?
可以。Octop 采用 MIT 协议开源,允许自由使用、修改与分发,也允许商业场景使用,软件本身没有授权费用;实际成本来自大模型调用与服务器资源。
Octop 支持哪些 IM 通道?
官方支持飞书、钉钉、QQ、Discord、企业微信等通道,Web 控制台默认启用,并对外提供 HTTP、SSE 与 WebSocket 接口。
Octop 的数据存在哪里,安全吗?
默认全部落在本机 ~/.octop/ 目录,控制面数据库使用 SQLite,也可切换为自建的 PostgreSQL。权限上以 JWT 做用户隔离,1.0 补齐页面与功能级 ACL 与 Token 额度限制,专家运行环境默认不被信任、读写限定在工作区内。
Octop 和 Loomy、豆包工作有什么区别?
三者取舍不同:Octop 完全自托管、MIT 开源,需自行配置模型与专家,换来数据与基础设施的掌控;Loomy 是桌面客户端形态的助理,授权目录即可用;豆包工作依托飞书与豆包模型做团队协作,开箱即用程度更高。
浙公网安备33010202004812号