企业官网建设流程全解析

Octop：本地部署、数据不出门的自托管多 Agent AI 助手

【免费下载链接】OctopA smarter, self-hosted AI assistant — multi-user, multi-agent.项目地址: https://gitcode.com/GitHub_Trending/oct/Octop

给销售群配了个助手负责报价答疑，第二天早上的报价咨询就在群里自动回了，客户资料一份没出内网。这个自托管 AI 助手Octop 用多 Agent架构实现，本地部署的门槛只有 2 核 CPU 和 4G 内存。

跑起来的代价有多低：Octop 本地部署最低配置

不需要独立显卡，也不用手动配 Python 环境。安装脚本通过 uv 在~/.octop/下自动建好隔离的 Python 3.12 虚拟环境，装完跑octop init，向导会建数据库并引导设置首个管理员；octop run启动 API 和 Web 控制台，浏览器打开本机地址就进去了。

Windows / macOS / Linux 都有桌面客户端，飞牛 NAS 有专用 FnOS 安装包，全程可以不碰终端。官方基础配置是 2 核 CPU / 4G 内存，配置寒酸的迷你主机也能扛。

对新手最友好的一点：数据库、每个专家的独立工作区、密钥、日志，全部集中在一个隐藏目录里。备份就是打包这个目录，迁移就是拷贝这个目录。对本地部署的自托管方案来说，这是心理成本最低的形态。

👥 从"一个 AI"到"一个小组"：多 Agent 团队调度机制

Octop 的基本单元不是"一个 AI"，而是"一个专家"。每个专家有独立的工作区、模型和知识库，还能挑 16 种MBTI 人格模板，或者做个小测试自动匹配。于是同一个部署里，可以有一个说话直接的技术顾问，和一个耐心的文案。

AgentTeams（Beta）是能力上的分水岭。你指定一个"主持人"专家，给它一句需求，它把任务拆开、并行派给多个成员专家；成员干完回叫，主持人汇总、判断能否收工，才结束这一轮。全过程在时间线上滚动，谁被派了活、谁在跑、谁回来汇报，都看得见。

主持人的权限被刻意收得很小：只有成员列表和派工工具，不挂文件系统、浏览器和搜索。也就是说，负责调度的那个角色碰不到你的工作区数据；成员各写各的工作区，互不覆盖。实现细节见 专家团队设计文档。

数据不出门，但协作不停：自托管 AI 助手数据合规方案

有数据合规顾虑的读者，先看结论：对话、工作区、密钥的默认落点是你自己的磁盘。模型可以接本地 Ollama，向量化可以完全离线跑，断网环境里助手依然可用，核心原则就是数据不出门。

隔离粒度到人：多用户JWT认证，每个用户有自己的专家和工作区，管理员集中管账号。高风险工具和 Shell 命令按规则拦截、需要人工确认；敏感信息在离开工作区之前自动打码；谁在什么时候让哪个 Agent 干了什么，留痕可查。存储后端可换——本地磁盘、Docker 沙箱、PostgreSQL 或对象存储，控制面与数据面分离。

云边协同（Beta）解决的是"数据不搬家、人却可以异地"。在设置里把本机 Octop 和另一台连起来，比如公司云主机上那台。对端的专家出现在侧边栏的远程分组里，直接开聊；但对话实际在专家所在的那台机器上执行，本机只是遥控器。浏览器只连本机 API，跨机器的请求由一条加密长连接搬运。

接进你每天在用的工具：IM 通道与日常工具接入

能力入口铺得很开，对着真实场景说：

• 如果你每天要在群里处理客户提问：接上IM 通道，飞书、钉钉、QQ、微信、企业微信都支持，群里 @ 它就干活，成果直接回群里。
• 如果你每天早上要一份日报：用大白话排班就是定时任务，到点自己执行。
• 如果要按公司内部资料回答：产品手册、合同模板丢进知识库，回答会标出出处。
• 如果日常离不开文档、会议和任务清单：连接器点一下授权就能用。
• 如果要填表、截图、抓数据：浏览器 AI+让 AI 自己开浏览器操作页面。
• 如果要直接看到另一台机器的屏幕并动键鼠：远程桌面，控制台里就能操作。

🔌 接口层：让系统之间说同一种话

这部分是工程视角的总结。

• ACP 协议：双向。octop acp以 ACP server 身份运行，Zed、OpenCode 这类 IDE 可以调用 Octop 专家；反向通过内置的acp_runner工具把编码任务委派给 Claude Code、Codex、CodeBuddy，走 stdio JSON-RPC，权限请求回控制台确认。
• MCP：外部服务连接器的标准接口，连接器层统一走 OAuth + MCP 网关。
• 对外接口：HTTP、SSE、WebSocket，REST API 附带交互式文档（/api/docs，默认关闭），别的系统调用不需要改 Octop 的代码。
• 双机隧道：两台 Octop 之间一条 WebSocket 长连接，其上跑通用 HTTP 隧道，请求与结果原样透传，支持 turn 级流式多路复用；发起侧不落库完整历史，权威数据在专家所在侧。

标准化的价值体现在采购和运维侧：可替换、可扩展、不绑定单一供应商。协议细节见 ACP 集成 与 Bridge 设计。

三条落地路径：从家庭 NAS 到企业内网

• 家庭 NAS 玩家：装飞牛安装包，家里每人一个账号，各用各的专家；作业辅导、健康咨询、周报草稿，一台机器全包。
• 5-50 人小团队：找一台闲置服务器或云主机用 Docker 起一个，接上飞书群。销售问报价、客服查政策、运营要日报，全在群里解决，资料不出内网。
• 企业 IT：隔离环境试点，接本地模型，配好知识库和审批规则，验证完再谈推广；轻活留本地，重活按需上云。

更多细节参考 官方文档。

办公 AI 的终局大概率不是"一朵云"或"一台机器"，而是混合形态：云端负责调度和协作，本地负责执行和保密，两边随叫随到。真正的问题在于落地顺序——如果让你挑一个业务场景作为自托管 AI 助手的第一块试点，你会选客服答疑、日报汇总，还是报销填单？

【免费下载链接】OctopA smarter, self-hosted AI assistant — multi-user, multi-agent.项目地址: https://gitcode.com/GitHub_Trending/oct/Octop