腾讯云自研 AI 助手 Octop 正式开源！

Octop：从LightClaw ACE到开源智能体运行体系

2026年7月10日，由腾讯云自研的 AI 助手 Octop 正式开源！

Octop 源自此前的 LightClaw ACE。

相比一次简单的品牌升级，Octop 更接近一次面向智能体时代的系统性重构：它重新梳理了用户、记忆、工具、执行环境与安全边界之间的关系，目标是让 AI 助手从“单次对话工具”演进为可长期使用、可持续扩展的个人与团队智能体助手。

"Octop" 取自章鱼（Octopus）：八爪并展、灵活多变、可同时处理多项任务。这正是我们对一款"家庭与团队 AI 助手"的全部想象：灵活、智能、多任务并行。

LightClaw ACE 是我们投向湖面的第一颗石子，则 Octop 就是那只真正游向开源海洋的章鱼。它把过去一年里我们对“个人 AI 助理到底该怎么用”的思考，全部重新实现了一遍。

为什么重做一款 AI 助手？

过去两年，AI 助手如雨后春笋般快速发展。但在真实使用场景中，仍有一些问题没有被很好解决。

• 记忆缺乏连续性：很多 AI 助手仍以会话为中心，聊完即结束。用户偏好、历史任务、长期上下文难以沉淀；更换设备、模型或运行环境后，助手往往需要重新理解用户。
• 多用户场景支持不足：家庭、小团队和企业并不是单一用户场景。不同成员需要独立身份、独立记忆、独立工作区，也需要在必要时共享工具与能力。如果缺少清晰的隔离机制，体验和隐私都会受到影响。
• 工具与外部系统连接成本高：AI 助手要真正参与工作流，必须能够访问文档、浏览器、IM、云服务、企业系统和公共信息源。但在很多实现中，工具接入仍依赖定制开发，复用性和可维护性不足。
• 复杂任务执行稳定性有限：真实任务往往不是“一问一答”，而是包含规划、调用工具、观察结果、调整策略和恢复执行的连续过程。缺少工程化的 Agent Loop，复杂任务很容易在中途停滞。

基于这些判断，我们希望 Octop 不只是一个对话入口，而是一套面向长期协作、工具扩展和多环境部署的 AI Agent 运行体系。

六大核心能力

1. 多用户与多专家协作

Octop 以家庭和小团队作为重要使用场景。

管理员可以创建多个成员账号，每个成员拥有独立的记忆、工作区和专家配置，从而在共享一套系统能力的同时，保持身份、数据和上下文隔离。

同时，Octop 支持多专家并行模式：

你：@营养师 帮我看下这周的三餐搭配合不合理
你：@法律顾问 这份租房合同有没有坑
你：@代码审校 帮我把这段 Python 重构一下

用户可以根据任务类型调用不同专家角色，例如资料整理、学习辅导、代码开发、文案生成、日程规划等，让一个助手具备多种专业分工能力。

2. Connector机制：连接不同能力

Connector 是 Octop 扩展能力的重要基础。

通过 Connector，Agent 可以对接不同的数据源、工具系统与服务能力，并在统一抽象下完成调用。

当前可接入的能力包括：

• 腾讯文档：支持 Agent 读取、整理和协作处理文档内容。
• 腾讯云 OpenAPI：支持 Agent 调用云上能力，辅助完成资源查询、状态分析和自动化操作。
• 腾讯新闻：支持 Agent 基于资讯内容进行摘要、分析和解读。
• MCP Server：支持通过标准协议扩展更多外部工具与数据源。

从开发者视角看，Connector 是一层“能力即插件”的标准化抽象。新增一个数据源，可以通过注册 OAuth 应用或接入 MCP Server 完成，而不需要改动 Agent 核心逻辑。

3. 可插拔后端

安全与可控是 Octop 的底层设计原则。Agent 的读写行为发生在明确的隔离边界内，用户可以根据部署环境选择不同后端。

支持的后端包括：

• 本地磁盘：默认方案，部署简单，适合个人和轻量场景。
• Docker 容器：任务在隔离环境中执行，适合对运行边界有要求的场景。
• PostgreSQL：适合团队级持久化与结构化管理。
• 腾讯云 COS / S3 兼容存储：适合云端隔离存储与跨环境访问。

这意味着，用户可以根据隐私、安全、协作和运维需求，自主决定数据存放在哪里、任务在哪里执行，以及 Agent 能访问哪些资源。

4. 可迁移记忆

在 Octop 中，记忆系统基于工作区构建，而不是绑定在某一个模型或某一次会话中。

用户可以在本地使用 Ollama 等轻量模型处理日常任务，也可以在需要复杂推理时切换到云端大模型。模型可以切换，但工作区、历史上下文、用户偏好和任务记录可以持续保留。

这让 Agent 的连续性不再依赖某个单一模型，而是沉淀在可迁移的工作空间中。用户也可以将完整工作区打包迁移，让另一个 Agent 接续任务，减少上下文丢失带来的重复沟通成本。

5. Loop Engineering支撑复杂任务

复杂任务的关键不在于一次回答，而在于持续执行：先规划，再调用工具，随后观察结果，并根据反馈继续调整。

Octop 的全新 Agent 引擎围绕这一过程内建了多项机制：

• 动态模型路由：根据任务复杂度选择合适模型。
• 工具串联：支持多工具协同完成连续任务。
• 检查点机制：长任务可中断、可恢复。
• 技能系统：将高频工作流沉淀为可复用能力。

例如，当用户提出“调研三家竞品，生成对比报告，并同步到群里”这样的复合任务时，Octop 可以将任务拆解为信息检索、内容分析、报告生成和消息分发等步骤，并在执行过程中持续更新状态。

6. 远程桌面

远程桌面是 Octop 面向真实办公环境的重要能力之一。它让 Agent 不再局限于命令行或对话框，而是能够进入图形化工作界面，辅助用户完成更贴近实际操作的软件流程。

通过控制台，用户可以：

• 远程办公：在手机或平板上接入家中或办公环境中的电脑。
• AI 接管 GUI：让 AI 操作图形界面软件，完成表单填写、点击流程和资料处理。
• 隔离桌面：在 headless 服务器上一键拉起隔离图形桌面环境。

结合浏览器自动化和终端能力，Octop 可以从“对话式助手”进一步扩展为一个可操作、可观察、可恢复的数字工作空间。

技术内核：一个进程，扛全场

Octop 基于腾讯自研 harness-agent 运行时构建，采用单进程设计，降低部署复杂度，同时保留对多通道、多工具和多后端的扩展能力。

四个核心模块运行时各司其职：

它不依赖任何外部消息队列或中间件，而是通过进程内的 HarnessProcessor 统一路由 Web UI、IM 与定时任务。最终呈现为一个可重启恢复的单进程：整个状态在启动时从 ~/.octop/octop.db 重建。

这种架构使 Octop 在个人部署、小团队协作和企业集成场景中，都可以保持较低的部署门槛和较强的扩展弹性。

从工具到数字生命体

面向三类典型用户

• 个人用户：用于周报撰写、资料整理、日程规划、信息检索和长期知识管理。
• 家庭与小团队：通过一个管理员账号管理多个成员，让不同用户拥有独立 Agent 与独立记忆。
• 企业用户：支持多 Agent 并行协作，并可接入飞书、钉钉等办公套件，融入企业内部流程。

典型使用场景

场景一：家庭共用的 AI 助手

家长可以使用“营养师”规划三餐，孩子可以通过“作业辅导”理解数学题，家庭成员也可以使用各自的助手管理资料、日程和任务。

一个 Octop 实例，可以服务多个成员，同时保持数据隔离。

场景二：开发者工作流

开发者可以在 Zed、OpenCode 等开发环境中通过 MCP 接入 Octop，让 Agent 参与代码阅读、资料检索、脚本执行和项目维护。

场景三：团队自动化与信息同步

用户可以通过远程桌面处理图形界面任务，通过浏览器自动化完成信息采集、截图和表单操作，也可以用自然语言配置定时任务。

例如：“每天早上 8 点，把微博科技榜前三条同步到团队群。”

安全与隐私：本地优先，无厂商锁定

Octop 将本地优先作为默认设计。配置、对话、工作区与凭证可以存储在用户自己的环境中，Agent 的访问范围也可以通过身份和工作区机制进行隔离。

核心安全设计包括：

• 本地优先：配置、对话、工作区和凭证均可本地保存。
• JWT 隔离：按用户隔离 Agent 与工作区权限。
• 可私有部署：支持完全离线运行。
• 零厂商锁定：LLM 供应商、存储后端和 IM 通道均可自由切换。

无论使用 OpenAI 兼容 API、DashScope，还是本地 Ollama，用户都可以按 Agent 灵活配置模型能力，并根据任务需求选择合适的运行方式。

一分钟上手

# 一键安装（macOS / Linux）
curl -fsSL https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.sh | bash
# Windows（PowerShell）
irm https://finnie-1258344699.cos.ap-guangzhou.myqcloud.com/octop/install.ps1 | iex
# 初始化（创建数据库、JWT 密钥、首个管理员）
octop init
# 启动（API + Web 控制台）
octop run

打开 http://127.0.0.1:8088，默认账号 admin / octop（请立即修改密码）。

生产环境推荐 Docker：

docker compose -f deploy/docker-compose.yml up -d

⚠️ 默认管理员密码为 octop，首次启动后请尽快在「设置 → 用户」中修改，避免服务暴露到公网时被未授权访问。

开源路线图

Octop 的开源只是起点。后续我们将持续向社区开放更多核心能力，并与开发者共同完善智能体基础设施。

后续计划包括：

• Agent Skills Marketplace：建设可复用的技能市场。
• Agent Protocol：探索跨 Agent 通信协议。
• MCP Server 模板：降低新数据源和新工具接入成本。
• 企业级管理控制台：提供多租户管理与企业级治理能力。

仓库采用 MIT 协议，无厂商锁定，欢迎通过 Pull Request 参与共建：

1. Fork 本仓库
2. 创建功能分支（git checkout -b feature/amazing-feature）
3. 提交前运行 make all（后端）或 make check-all（全栈）
4. 发起 Pull Request

• Agent 开发：共同设计更专业的专家角色
• 客户端开发：打造更优雅的交互体验
• 文档与设计：让技术更好地被理解与传播

👉 欢迎 Star、提交 Issue 或加入我们，一起探索 AI 的无限可能！

GitHub： https://github.com/TencentCloud/Octop

写在最后

章鱼拥有多条触手，可以同时感知和探索不同方向。Octop 也希望成为这样一套面向未来的 AI Agent 系统：连接工具、承载记忆、理解用户，并在可控边界内持续执行任务。

我们选择开源 Octop，不是因为它已经完成，而是因为我们相信，真正可持续的智能体生态，需要在开放协作中逐步形成。

游向开源的海洋，Octop 已就位