2核4G起步，多Agent AI助手自托管：Octop部署完全指南

【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

早上九点，飞书群里准时出现三条行业新闻摘要，发件人是公司的"驻地小队"。没有谁按键——干活的是一台自托管、多用户、多 Agent 的 AI 助手 Octop，跑在工位角落那台 2 核 4G 的机器上。

这也是腾讯当下这组产品最鲜明的分工：WorkBuddy 是总部调度中心，Octop 是驻地执行小队。WorkBuddy 今年 3 月正式上线，定位是"不是聊天框，是能交活的桌面智能体"——一句大白话丢过去，它自己拆步骤、调工具、并行开好几摊活，覆盖日常办公、代码开发、设计创意，还能接文档、邮箱、会议、知识库这些常用工具。Octop 负责真正动手的环节：访问你电脑里的文件、表格、浏览器和内网系统。

调度留在云端，执行搬回自己家。

数据不出门的困境：执行层搬回家的第三条路

过去企业想用 AI 办公，两条老路都走得不舒服。

全上云：打开就能用、能力强，但合同、客户名单、财务报表、内部系统截图，真的可以随便往外传吗？金融、医疗、制造这类行业，IT 部门第一个摇头。

全本地：数据安全了，拿到的却往往是个"大号聊天框"——接不进办公流程，复杂任务跑一半卡住，最后还是人收尾。

Octop 走的是第三条路：把执行层搬回自己家，把协作与调度留在云端。

云端协同（Beta）：两台机器一条线

设置页里有一个"云端协同"入口（标注 Beta）：可以把本机的 Octop 和另一台实例连起来——比如公司云主机上一台、家里 NAS 上一台。连上后，侧边栏直接出现对端的专家与团队，在云端分组里开聊即可。

有一个细节值得拆开看：对话实际在专家所在的那台机器上执行，本机只是遥控端。浏览器只连本机，跨机器的事交给后台一条加密长连接（WebSocket 隧道，机制见 docs/bridge.md）。

数据不用搬家，人却能异地办公。

一人格一模型一知识库：专家体系与 AgentTeams

Octop 最有辨识度的设计，是把 AI 拆成"人"。每个专家可以配不同的角色、不同的模型、不同的知识库，甚至一套MBTI 人格——16 种性格模板，配一个"测一测"小互动，测完自动匹配最贴合的那一款。

驻地小队里，于是有了说话直来直去的技术顾问、耐心的文案、专门盯数据的分析师。

AgentTeams（Beta）如何派工

设一个"主持人"，对它说一句"把这份季度数据整理成汇报材料"：主持人把活拆开、同时派给几位成员专家，成员干完回来汇报，主持人汇总并判断能否收工。

全程像群聊一样在时间线上滚动，谁在干什么都看得见。这不再是"一个 AI 帮你写"，而是"一个部门替你干"，机制细节可查 docs/expert-teams.md。

日常工具的五个入口：从 IM 群聊到浏览器 AI+

• IM 通道：飞书、钉钉、QQ、微信、企业微信都能接。接上之后群里 @ 它，它干活，成果直接回群里。
• 定时任务：一句自然语言"每天早上九点把行业新闻整理成三条发我"，它自己排班、到点执行。
• 知识库：公司文档、产品手册、合同模板丢进去，回答"翻着你的资料说话"，还能标出出处。
• 连接器：腾讯文档、腾讯会议、Notion、滴答清单，点一下授权就能用。
• 浏览器 AI+ 与远程桌面：它能自己开浏览器填表、截图、抓数据；你也能在控制台里打开另一台电脑的屏幕，动键鼠。

ACP、MCP 与 WebSocket 隧道：企业 IT 为什么敢用

两台机器、两个产品要配合，前提是第一张表（协议）统一：

• 对 IDE 与编程工具，支持ACP 协议——既能被 Zed、OpenCode 这类工具调用，也能反过来把编码任务派给 Claude Code、Codex、CodeBuddy；
• 对外部服务，走MCP连接器标准，谁都能接；
• 对外部系统，暴露HTTP / SSE / WebSocket接口，别的系统调它无需改它的代码；
• 两台 Octop 之间，一条WebSocket隧道：请求原样送过去，结果原样送回来。

标准化的收益，个人感知弱，企业 IT 感知强——可以换、可以扩、不被一家绑死。

合规上必须说句实话：开源不等于自动合规，自托管不等于进了保险箱。但它的结构，贴近国内企业做等保、数据分级时的思路：

• 数据不出内网：模型可接本地 Ollama，知识库向量化完全离线跑，断网也能用；
• 人和人隔开：多用户 JWT 认证，每人有独立专家与工作区，管理员统一管；
• 危险动作要报批：高风险工具、Shell 命令按规则拦截，需人工确认；
• 出门前先脱敏：敏感信息在离开工作区前自动打码；
• 每一步留痕：谁在何时让哪个 Agent 干了什么，有记录可查；
• 存储可换：工作区可放本地磁盘、Docker 沙箱、PostgreSQL 或对象存储，控制面与数据面分离。

对一家被"AI 要用、数据不能出门"卡住的公司，这至少是一份能摆上桌子、和 IT、法务、安全部门坐下来谈的方案。

2核4G 起步的部署路径：NAS、小团队、企业 IT 各走一步

最小硬件要求与安装路径

这是最反直觉的一点：不需要独立显卡，不用折腾 Python 环境，安装脚本会在用户目录下自建隔离环境。官方基础配置2 核 CPU、4G 内存，寒酸的迷你主机也能扛。装完浏览器打开本机地址就是控制台；Windows、macOS、Linux 均有桌面客户端，飞牛（FnOS）NAS 还有专门安装包。

默认所有东西收进一个隐藏目录（~/.octop/）：数据库、每个专家的独立工作区、密钥、日志。备份 = 打包这个目录，搬家 = 整个拷走——一个文件夹装下全部身家。

向导覆盖每一步，安装与升级各一条命令；服务启动后，一条octop run即可同时拉起控制台、CLI、IM 通道与定时任务。比大多数自托管项目友好得多。

三类读者各自的第一步

• NAS 玩家：fnOS 现成安装包装完，家里每人一个账号——孩子作业辅导、老人健康咨询、自己的周报，一台机器全包。
• 五到五十人的小团队：闲置服务器或云主机上 Docker 起一个，接上飞书群。销售问报价、客服查政策、运营要日报，群里解决，资料一份不外传。
• 有内网要求的企业 IT：隔离环境先试点，接本地模型，配好知识库与审批规则，验证完再谈推广。

未来的办公 AI，大概率不会只有一朵云，也不会只有一台机器——云端负责调度协作，本地负责执行保密，两边随叫随到。这正是官方规划里"云边端一体"的现实版本：轻活留在本地，重活按需上云。

现在能做的，就是挑一台机器——迷你主机、闲置服务器，或者客厅那台 NAS——先把驻地小队安置下来。

【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