你的 AI 助手只管聊天不管干活——腾讯云开源了一个能替你操作电脑的管家

你的 AI 助手只管聊天不管干活——腾讯云开源了一个能替你操作电脑的管家

你让 AI 助手帮你查个航班。它给你一段文字:"以下是航班信息……"

然后呢?你自己打开浏览器,自己输入日期,自己比价,自己订票。

AI 助手能聊天,但不能干活。它能告诉你怎么做,但不能替你做。你需要的不是一个会说话的百科全书,而是一个能替你操作电脑的管家。

2026 年 7 月 8 日,腾讯云开源了 Octop——一个自托管的 AI Agent 助手。它不只是聊天,它能操控浏览器、执行终端命令、远程看屏操控、通过 ACP 委派 IDE 里的编码任务。而且,所有数据留在你自己的机器上。

5 天后,Star 数 89。这个数字说明市场还没反应过来,或者——还没想清楚它到底解决了什么问题。

问题:为什么现有 Agent 助手不够用

现有 Agent 助手有三个结构性缺陷:

单 Agent 单角色。 一个 Agent 试图硬扛所有场景——写代码、查资料、做翻译、管日程。结果每个都做不好。就像让一个员工同时当程序员、翻译、秘书和会计。

聊完就忘。 大部分 Agent 的记忆是会话级的——关掉窗口,一切归零。下次对话从头开始。你昨天告诉它的偏好、上下文、工作进度,全部丢失。

只会说话不会动手。 Agent 能生成文本,但不能操作你的电脑。它不能帮你填表、不能帮你截图、不能帮你在 IDE 里写代码。你还得自己动手。

Octop 的设计就是针对这三个缺陷的。

架构:单进程里的四件套

Octop 的技术架构比想象中简洁——没有外部消息队列,没有微服务,没有中间件。一个进程搞定一切:

组件 职责
harness-agent Agent 运行时:模型路由、工具、技能、对话检查点
harness-gateway 多平台 IM 通道桥接,归一化消息处理
harness-memory 分层记忆与全文检索,记忆随工作区迁移
harness-browser 基于 CDP 的浏览器自动化,持久化配置

技术栈:Python 3.11+ / FastAPI + uvicorn / SQLite(WAL) + aiosqlite / React 18 + TypeScript + Vite + Ant Design / APScheduler

所有入口——Web UI、IM 通道、定时任务——共用同一套消息处理链路,通过进程内的 HarnessProcessor 统一路由。启动时整个状态从 ~/.octop/octop.db 重建,可重启恢复。

单进程的好处:部署简单,一条 octop run 启动。单进程的风险:一个组件崩溃,全部停摆。SQLite 在高并发下有写锁瓶颈——多用户同时操作时可能排队。

六个特性,逐个拆解

1. 多用户多 Agent 专家团

一个管理员账号,全家/全团队共用。每个用户可以创建多个 Agent,每个 Agent 有独立工作区、供应商、通道和定时任务。内置专家库,按场景切换专业角色——翻译专家、代码专家、文档专家。

关键:这不是"一个 Agent 什么都做",而是"多个 Agent 各做各的"。翻译的只管翻译,写代码的只管写代码,互不干扰。

2. MBTI 人格

16 种人格模板 + 互动测试。听起来像噱头,但实际价值在于:不同场景需要不同沟通风格。技术排障需要 ISTJ 式的严谨,创意头脑风暴需要 ENFP 式的发散。人格模板本质上是预设的系统提示词——降低调教成本。

3. Connector 拓展体系

一键接入腾讯全家桶:腾讯文档、微博、新闻。OAuth + MCP 网关扩展。这是腾讯云做 Octop 的天然优势——自家生态的 Connector 开箱即用。

但也是天然局限:目前 Connector 以腾讯系为主。如果你不用腾讯文档、不刷微博,这些 Connector 对你价值为零。MCP 网关理论上可以接任何 MCP 服务器,但需要自己配置。

4. 可迁移记忆系统

基于 harness-memory,记忆随工作区迁移。这意味着你换一台机器,把 ~/.octop/ 目录拷过去,Agent 的记忆还在。腾讯云还推出了 Lobster 记忆服务(TencentDB Agent Memory),四层渐进记忆架构——但这是云服务,不是 Octop 本身的功能。

5. ACP 双向集成

这是 Octop 最有差异化的特性。ACP(Agent Client Protocol)支持两个方向:

  • 入站:外部工具使用你的 Octop Agent。octop acp --agent main 为 Zed、OpenCode 等提供 stdio ACP 服务。
  • 出站:Octop 委派任务给外部编程 Agent。内置 Runner 包括 OpenCode、CodeBuddy、Claude Code、Codex。

这意味着什么? 你在 Octop 的对话窗口里说"帮我重构这个函数",Octop 可以直接把任务委派给 Claude Code 执行——不用切换窗口,不用复制粘贴。执行结果回到 Octop 对话里。

6. 浏览器 AI+ / 远程桌面 / 终端 AI+

  • **浏览器 AI+**:基于 Chromium 的无头浏览器,Agent 直接操控网页——填表、截图、采集信息。
  • 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。
  • **终端 AI+**:浏览器内交互式 Shell,AI 辅助命令执行与排障。

这三个功能让 Octop 从"聊天助手"变成了"能操作电脑的管家"。

竞品横评:5 个自托管 Agent,谁在哪个赛道

特性 Octop (89★) Dify (148K★) Hermes Agent (60K★) OpenClaw CrewAI
自托管
多用户 ✅ JWT ❌ 单用户
多 Agent ✅ 专家团 ❌ 单应用 ✅ 技能系统 ✅ 角色编排
ACP/IDE集成 ✅ 双向
浏览器操控 ✅ Chromium
远程桌面
可迁移记忆 ✅ 向量库 ✅ 持久记忆
IM 通道 ✅ 5+ ✅ 14+
MBTI 人格
腾讯生态
许可 MIT Apache 2.0 MIT MIT MIT
成熟度 0.9.5 生产级 生产级 v2.1.0 生产级

关键发现:Octop 是唯一同时做到"多用户+多Agent+ACP双向+远程桌面"的自托管 Agent。 Dify 侧重 LLM 应用编排,Hermes Agent 侧重个人自动化,CrewAI 侧重多角色编排——Octop 侧重的是"团队共享的能操作电脑的 Agent 管家"。

但 89 Star vs Dify 的 148K Star——差距不是功能,是生态和成熟度。

代价清醒

89 Star,5 天历史。 Octop 于 2026 年 7 月 8 日创建,目前 0.9.5 版本。4 个 Open Issues 包括 subagent 运行慢、PTY 无法启动。这不是生产级软件——是早期开源项目。如果你现在部署到生产环境,遇到问题只能自己修。

巴士因子 = 1。 3 个贡献者,主力 jubaoliang 8 次提交,其余各 1 次。如果 jubaoliang 离开项目,Octop 的维护基本停滞。腾讯云有资源接手,但内部优先级不透明。

SQLite 单点。 所有状态存在 ~/.octop/octop.db(SQLite WAL 模式)。单进程+SQLite 的架构在个人/小团队场景够用,但多用户高并发下 SQLite 的写锁是硬瓶颈。Dify 用 PostgreSQL,Hermes Agent 也支持多种后端——Octop 虽然支持可插拔存储(PostgreSQL/COS/S3),但默认还是 SQLite。

腾讯生态绑定。 Connector 目前以腾讯系为主(文档/微博/新闻)。如果你不用腾讯生态,Connector 的开箱即用价值大打折扣。MCP 网关理论上可扩展,但需要自己写配置——门槛不低。

默认密码 octop。 首次启动默认管理员密码是 octop,官方提醒"请立即修改"。但多少人会忘记改?如果服务暴露到公网,这是一个严重的安全风险。

远程桌面的安全边界。 Agent 能远程看屏和键鼠操控——这是强大的功能,也是巨大的攻击面。如果 Agent 被恶意 Prompt 注入,它操控的不是聊天窗口,而是你的整个桌面。工具审批和 Shell 命令防护能缓解,但不能完全消除风险。

与 Hermes Agent 的定位重叠。 Octop 的 harness-agent/harness-gateway/harness-memory 架构与 Hermes Agent 的运行时高度相似。两者都支持自托管、多 IM 通道、技能系统、浏览器操控。Octop 的差异化在于多用户和腾讯生态——但 Hermes Agent 有 60K Star 的社区和 14+ 平台集成。Octop 需要更清晰的定位来避免"腾讯版 Hermes Agent"的标签。

判断

Octop 的核心贡献不是"又一个 Agent 助手",而是把"多用户共享+能操作电脑+IDE双向集成"这三个能力打包进了一个自托管的单进程里。

远程桌面、浏览器操控、ACP 委派——这些让 Agent 从"聊天窗口"进化到"能动手的管家"。多用户 JWT 隔离——让一个 Agent 服务全家/全团队,而不是每人部署一个。腾讯生态 Connector——如果你在腾讯云体系内工作,开箱即用的体验确实比 Hermes Agent 好。

但 89 Star 和 0.9.5 版本意味着:功能列表很漂亮,但实战验证几乎为零。 4 个 Issue 里的 subagent 慢和 PTY 崩溃,说明核心运行时还不稳定。巴士因子 1 意味着项目命悬一线。

如果你是腾讯云用户,需要团队共享的 Agent 管家,Octop 值得试用——但别上生产。如果你是个人用户,Hermes Agent 的 60K 社区和 14+ 平台集成更成熟。如果你需要 LLM 应用编排,Dify 的可视化编排,Dify 仍然是首选。

Octop 的未来取决于两件事:腾讯云是否持续投入(内部优先级),以及社区是否能从 1 个核心贡献者扩展到 5 个以上。89 Star 不是终点——Hermes Agent 两个月从 0 到 60K——但那个速度需要持续的高质量输出和社区运营。

一个能操作电脑的管家,比一个只会聊天的助手有用得多。但管家得先证明自己不会把家里搞砸。


相关链接:

评论

暂无评论。

登录后可发表评论。