企业官网建设流程全解析

不知道你是不是也有同感：现在用 AI 处理工作，总感觉是在两个世界之间来回"搬运"自己。

这边在 Notion 里写着需求文档，那边得打开 Claude 网页，把刚写的内容复制、粘贴过去，还得补上一大段背景说明："这是我刚写的关于 XX 功能的第三段，你帮我看看逻辑顺不顺……"等 AI 输出完，再吭哧吭哧把内容复制回文档里。

每一次切换，都是一次上下文损耗。你得不断"转述"你刚刚做了什么——AI 好像永远在"失忆"。

最近在 GitHub 上闲逛，发现一个叫holaOS的项目，11.1k Stars，看着挺火。它想解决的就是上面这个根本问题：Agent 和应用应该共存在同一个工作空间，而不是两个互相隔离的世界。

在 holaOS 里，Notion、浏览器、自定义应用作为可交互的活动界面和 Agent 并排显示。你在界面里做的操作，Agent 自动感知——你不需要停下来解释"我刚刚做了什么"。

我试着用了两周，今天就来聊聊它到底怎么样。

一句话解释 Agent（AI 智能体）：你可以把它理解为一个"长了手脚"的超级助手。它不仅能和你聊天，还能根据你的指令，自己去查资料、操作软件、生成文件，像一个能真正干活的数字实习生。

一句话解释 MCP（模型上下文协议）：可以想象成一个"通用插座"，只要 Agent 和想用的工具都支持这个协议，就能即插即用，省去很多定制的麻烦。

一、项目速览

holaOS 是一个Agent 原生工作台（Agentic Workspace），由 holaboss AI 团队开发，采用 Modified Apache 2.0 许可证。

• ⭐ GitHub Stars：11,100+
• 🍴 Forks：720
• 💻 主要语言：TypeScript（Electron 桌面应用）
• 📦 支持平台：macOS（Apple Silicon / Intel）、Windows、Linux
• 🌐 官网：holaboss.ai

官方有一句话我很认同：

“Composable parts that fit your workflow rather than forcing you to adapt to ours. Everything runs locally by default.”

翻译过来就是：它来适应你的工作流，而不是让你去适应它。而且默认一切都在本地运行。

二、整体架构长什么样？

翻了一下官方文档，holaOS 的架构围绕三个核心层展开：

┌──────────────────────────────────────────────────────────┐ │ holaOS 工作台（本地 Electron 桌面） │ │ │ │ ┌────────────────┐ ┌────────────────────────────┐ │ │ │ HolaApps │ │ Agent（任意一个或多个） │ │ │ │ Notion │◄──►│ Claude Code │ │ │ │ Browser │ │ Codex │ │ │ │ 自定义 URL │ │ holaOS 内置 Agent │ │ │ └────────────────┘ └────────────────────────────┘ │ │ ▼ ▼ │ │ ┌────────────────────────────────────────────────────┐ │ │ │ 共享记忆（本地文件，跨会话跨 Agent） │ │ │ └────────────────────────────────────────────────────┘ │ │ ▼ ▼ │ │ ┌────────────────┐ ┌────────────────────────────┐ │ │ │ 50+ 集成 │ │ MCP 服务器 │ │ │ │ Gmail/Notion │ │ 一键安装社区 MCP │ │ │ │ Slack/GitHub │ └────────────────────────────┘ │ │ └────────────────┘ │ └──────────────────────────────────────────────────────────┘

这个图看起来有点复杂，用人话说就是三层：

• 最上层：左边是各种应用（HolaApps），右边是 AI 助手（Agent），它们并排显示，中间可以双向通信
• 中间层：共享记忆系统，所有 Agent 和应用都能读写，存在本地硬盘上
• 最下层：50 多种外部集成（Gmail、GitHub、Slack 等）和 MCP 服务器，给 Agent 提供"手脚"

三、最核心的几个功能

1. HolaApps：应用成为 Agent 的"眼睛"

这是 holaOS 最有意思的设计。传统 AI 工具里，应用和 Agent 是分离的——你在 Notion 里做了什么，必须手动复制粘贴告诉 Agent。

HolaApps 把这个过程倒过来了：应用直接变成 Agent 的实时上下文提供者。

对比一下两种方式：

传统方式： 用户在 Notion 写内容 → 复制粘贴 → 切换到 AI 窗口 → 解释上下文 → 等待输出 → 复制回 Notion holaOS 方式： 用户在 HolaApp（Notion）里操作 → Agent 自动感知变化 → 直接生成 / 修改 ↑ 操作在界面里，Agent 在旁边，共享上下文，没有切换，没有解释

任何 URL 都可以成为一个 HolaApp——配合 MCP 服务器，指向任意 Web 应用，在工作台内运行。这意味着你公司的内部后台、Jira、Figma 都可以变成 Agent 能"看见"的界面。

2. 共享记忆系统：Agent 不会"失忆"

用过 Claude 或者 ChatGPT 的人都知道，每次开一个新会话，AI 就跟喝了孟婆汤一样，什么都不记得了。

holaOS 的记忆系统把这个问题解决了。它的记忆是存在本地磁盘上的普通文件里，有几个特点：

• 跨会话：关闭再打开，记忆完整保留
• 跨 Agent：Claude Code 积累的项目上下文，Codex 同样可以访问，不需要重新教一遍
• 结构化 + 向量嵌入：既支持精确检索，也支持语义搜索
• 完全透明：你可以直接打开文件夹查看、编辑、删除这些记忆文件

官方文档里有一句话我印象很深：

“A folder you can read, not a black box.”

这是一个你可以读懂的文件夹，不是一个黑盒。这个设计意味着记忆是用户的资产，而不是被软件锁住的数据。

3. 多 Agent 协作：不绑定任何一家

holaOS 里可以同时运行三个 Agent，共享同一套环境：

切换 Agent 不需要重新配置——同样的集成、同样的记忆、同样的工具集，换一个 Agent 执行就行。不会被任何一家厂商锁定。

4. IM 上下文读取：Agent 直接看群聊

这个功能对打工人来说太实用了。holaOS 支持：

• Slack
• 飞书（Feishu）
• 钉钉（DingTalk）
• 微信（WeChat）

Agent 可以直接读取你的 IM 频道或群聊里的真实对话，用这些作为上下文来执行任务。

我试了一下最头疼的场景：每周五下午要整理周报。以前我得自己爬楼，现在直接在 holaOS 里让 Agent"根据’项目A-开发群’这周的聊天记录，生成一份项目进度摘要和待办事项清单"。

它读取的是真实对话，比我凭印象总结的准确得多，连谁在什么时候承诺了什么都能找到出处。每个工具连接需要单独授权，读取范围也可以控制。

5. 技能（Skills）与 MCP

• 50+ OAuth 集成：Gmail、Notion、Slack、GitHub、Linear 等，一键连接，所有 Agent 自动继承，不用每个 Agent 都去配置一遍
• MCP 服务器：任意 MCP 服务器一键接入，扩展 Agent 的工具集
• 技能（Skills）：把一个完整的工作流打包好，任意 Agent 可以按需调用
• Combos：技能 + 集成打包成一个可安装单元，一键复制完整工作流

6. 文档与多媒体生成

Agent 输出的不只是聊天框里的文字：

• 真实文件：.xlsx、.pptx、.docx
• 图片、视频、音频生成（内置于所有 Agent）

适合"生成一份本周进度 PPT"或"制作产品介绍海报"这类任务，不用再手动把 Markdown 内容粘贴到 Office 软件里调整格式。

7. 浏览器控制

Agent 可以操控已登录的浏览器，完成需要认证的网页操作。所有操作在用户控制下进行，不是无监督的自动化。比如让 Agent 帮你登录一个内部系统、填表单、导出数据，它可以在你眼皮底下一步步操作。

8. 企业特性

四、使用场景：谁用得上？

根据我自己的体验和社区反馈，这几个场景比较典型：

1. 软件开发工作台

Claude Code 和 Codex 并行运行，共享同一个代码库上下文。GitHub 集成自动提供 PR 状态，浏览器 Agent 可以直接测试接口。写代码的时候，一个 Agent 在写，另一个在 review，互不干扰。

2. 内容创作工作流

Notion 作为 HolaApp 打开，Agent 在旁边根据 Notion 页面内容生成补充材料，输出真实的.docx和.pptx文件。写文章、做方案的时候不用来回切换窗口。

3. 团队 IM 上下文接入

Agent 直接读取 Slack 频道或飞书群聊里的真实对话，不用手动总结。适合"整理周会记录"或"根据群聊决策生成任务清单"这类场景。

4. 企业自动化流水线

定时或触发式任务：每天早上生成项目进度摘要，监控特定指标，自动归档报告。可以设定好规则让 Agent 定时执行。

5. 本地隐私工作

所有文件、记忆、嵌入向量、会话历史存在本地磁盘，不经过任何服务器。适合处理敏感文档、合同、内部数据。

五、本地优先的隐私架构

翻阅技术文档的时候发现，holaOS 的隐私保护是架构层面的设计，不是写出来的承诺：

本地磁盘（永远在这里）： ├── workspace files/ ← 工作文件 ├── memory/ ← Agent 记忆（普通文件，可直接查看） ├── embeddings/ ← 向量索引 └── session_history/ ← 会话记录 外部网络（只有在你明确授权时）： ├── 模型 API 调用（你的 API Key，你的账单） ├── 集成 OAuth（Gmail、GitHub 等，按需授权） └── MCP 服务器（每个连接单独授权）

官方文档里有一句话是这么说的：

“It isn’t a policy we promise; it’s a place your data never goes.”

这不是我们承诺的政策，而是你的数据压根就不会去的地方。本地优先是物理保证，不是合规承诺。

六、技术架构：Electron Monorepo

我翻了一下 GitHub 仓库，项目的目录结构是这样的：

holaOS/ apps/ desktop/ ← Electron 主应用 web/ ← Web 界面层 packages/ ← 共享包 runtime/ ← 运行时环境 shared/ ← 跨包共享逻辑 docs/ ← 文档 scripts/ ← 构建/安装脚本 构建工具: Bun + Turborepo Node 版本: 固定在 .nvmrc（推荐用 nvm 管理）

是用 Electron 构建的桌面应用，用 Bun 作为包管理工具，Turborepo 做 monorepo 管理。整体代码组织比较清晰，想二次开发或者贡献代码的话，上手门槛不算高。

七、HolaHub：社区 Recipe 共享平台

HolaHub 是内置于工作台的社区 Recipe 平台。一个 Recipe 包含：

Recipe = 模型选择 + Prompt + 技能集 + MCP 服务器 + 集成

发布一个 Recipe，其他人一键安装，就能得到完全相同的 Agent 配置——不只是分享 Prompt，而是分享整个工作流。

HolaHub 的发布还会暴露"过程"：技能背后的会话、图片/视频生成背后的 Prompt。这让分享从"结果展示"变成"过程透明"。对于想在公司内部推广 AI 工作流的团队来说，这个功能很有价值。

八、快速开始

想体验的话，官方提供了一键安装脚本：

# 一键安装并启动curl-fsSLhttps://raw.githubusercontent.com/holaboss-ai/holaOS/refs/heads/main/scripts/install.sh|bash-s----launch

如果想本地开发调试：

gitclone https://github.com/holaboss-ai/holaOS.gitcdholaOS buninstall# 安装桌面依赖npmrun desktop:install# 准备本地运行时npmrun desktop:prepare-runtime:local# 开发模式npmrun desktop:dev

九、和同类工具比，有什么不一样？

我把市面上的几个相关工具做了个对比：

holaOS 的差异化在于"并排"——不是 Agent 执行完之后你再看结果，而是你工作的同时 Agent 在旁边实时感知和辅助。

十、适合谁用？

体验下来，我觉得这几类人可以重点关注：

• 需要 AI 深度融入日常工作流的开发者和知识工作者：不只是"聊天"，而是真正和工作应用集成
• 使用飞书/钉钉的中国团队：原生支持，Agent 可以直接接入公司 IM 上下文，这个对国内用户挺友好的
• 重视数据隐私的企业用户：本地优先架构 + SSO + 审计日志 + 私有云部署
• 想复用和分享工作流的团队：HolaHub Recipe 平台让成功的工作流一键复制给全团队

十一、总结

说了这么多，用几句话把核心要点串一下：

1. HolaApps 是根本创新：应用作为 Agent 的活动上下文提供者，双向同步，消除切换成本
2. 记忆是基础设施：本地文件、跨会话跨 Agent、用户完全可见可控——不是黑盒
3. 多 Agent 无锁定：Claude Code、Codex、holaOS 内置 Agent 共享同一环境，按需切换
4. IM 上下文是真正的工作记录：读取 Slack/飞书的真实对话，比用户自己写的总结准确得多
5. 本地优先是架构决策：数据不出设备是物理保证，不是合规承诺

一句话评价：

holaOS 在问一个值得问的问题：如果 AI 和应用真的并排工作，工作效率会是什么样？

项目地址与资源

• 🌟GitHub：github.com/holaboss-ai/holaOS
• 🌐官网：holaboss.ai
• 📦安装：curl -fsSL https://raw.githubusercontent.com/holaboss-ai/holaOS/refs/heads/main/scripts/install.sh | bash -s -- --launch

相关项目：

• Claude Code — holaOS 深度集成的 Agent 之一
• Model Context Protocol — holaOS MCP 支持的基础协议
• Electron — holaOS 桌面应用的运行时

欢迎访问 PrimeSkills —— 一个精心策划的 AI Agent 与技能市场，所有内容均经过真实企业级工作流验证。没有噱头，只有真正有效的东西。