Octop – 腾讯云推出的自托管多 Agent AI 助手

AI工具3天前更新 老高
31 0

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 – 腾讯云推出的自托管多 Agent AI 助手

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OctopLoomy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 + ACPSkillHub 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:

  1. 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。
  2. 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。
  3. 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。
  4. 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。

© 版权声明
AI工具站赚钱操作手册横幅,分享AI工具站SEO、GEO流量增长、CPS、CPA及数字产品变现经验

相关文章