开源模型

OpenDots 开源：给每个 AI 同事配一台专属电脑，CopilotKit 这次玩真的

2026 年 10 月 7 日

CopilotKit 开源 OpenDots 模板，为每个 AI Agent（Dot）分配独立浏览器、文件系统和终端，支持文字/语音/Slack 多通道交互与人工审批卡机制。项目 MIT 协议，含 Spaces 文档空间、后台任务、自动学习等六大功能，当前为 alpha 状态，Slack 和语音计算委派尚未完成完整验证。

CopilotKit 开源的常驻 AI 同事模板：每个 Agent 有自己的浏览器、文件和终端，能在文字、语音通话和 Slack 之间无缝切换。本文含完整安装教程和真实使用示例。

你的 AI 助手，有电脑吗？

问一个不太好听的问题：你每天用的 AI 助手，动手能力停留在哪一步？

多数人的答案是——它会聊天，会写文档，但要让它"打开浏览器查个东西、把结果存成文件、做完给你打个电话汇报"，就得靠一堆 API 胶水代码自己缝。

CopilotKit 团队最近开源的 OpenDots 换了个思路：别缝了，直接给 AI 发一台电脑。

项目上线没多久拿了 3.8k star、511 个 fork，MIT 协议，仓库地址在文末。官方的一句话定位很直白：常驻 AI 同事，能在文字、语音通话和 Slack 之间来回切换。

它到底是个啥

先把预期管理做好：OpenDots 是一个开源模板，不是开箱即用的托管产品。你把它 clone 下来，部署在自己的机器上，然后照自己的业务改。

在里面，每个 AI Agent 叫一个 "Dot"。你可以创建多个 Dot，比如一个研究员 Dot 负责查资料，一个写手 Dot 负责把调研结果变成文稿。每个 Dot 有自己的名字、角色指令、可用工具清单——研究员可以开浏览器，写手可能只有文档权限，边界划分得很清楚。

比较狠的一点是 Dot computers：每个 Dot 可以分配一台真正意义上的"电脑"（基于同团队的 OpenBot 容器技术），有自己的浏览器、文件系统和终端。浏览器 profile 和工作文件在重启之后依然保留。也就是说，这个研究员 Dot 今天收藏的网页、存的笔记，明天还在。

所有凭证留在服务端，每个 Dot 派生独立的电脑凭证，不存在一个 Dot 拿着主密钥乱跑的情况。

六个核心功能，逐个看

① Spaces 文档空间。 相当于 Dot 们的办公桌。可视化编辑器、可搜索的文档库、嵌套子页面、自动保存，保存失败还会保留草稿。页面之间可以互相链接，把文档和聊天串在一起。

② 人工审批卡。 这是我觉得设计得最认真的地方。让 Dot 干活，产出草稿后它不会自作主张保存，而是弹出一张 human-in-the-loop 审批卡：你点 Approve & save，内容才会写入 Space；点 Decline，它继续改。同一份草稿重试还能找回已保存的页面，不会重复创建。

③ 语音通话。 WebRTC 实时语音，通话界面有计时器、双方字幕、麦克风和扬声器静音、最小化回到文字聊天。通话时长任务交给独立的 compute agent 跑，语音和干活两不误。

④ Slack 集成。 在 Slack 里 @ 某个 Dot，它会进到话题里继续干活。带工作区和用户白名单，不是谁都能召唤。

⑤ 后台任务。 定时任务在原始会话里执行，worker 挂了会把这次运行标记为 Interrupted，等你审查完页面的操作记录再手动重试——不会悄悄重来一遍。

⑥ 自动学习。 每个 Dot 可以挂独立的学习容器，从会话证据里沉淀技能，发布后反哺给 Dot。

安装教程：十分钟跑起来

本地开发环境启动流程截图：git clone → npm ci → npm run dev

前置要求：Node.js 24 和 npm。

第一步，克隆并安装：

git clone https://github.com/CopilotKit/OpenDots.git
cd OpenDots
npm ci
cp .env.example .env
npm run dev

浏览器打开 http://127.0.0.1:5173。这时候你已经可以创建 Spaces、写页面、配置 Dot 了——不接任何服务也能当个本地笔记工具用。

第二步，接上大脑。聊天需要 CopilotKit Intelligence 项目和一个模型：

npx copilotkit@latest login
npx copilotkit@latest project select

project select 会把 CPK_INTELLIGENCE_API_KEY 写进 .env。然后在 .env 里补上 OPENAI_API_KEY 和 OPENAI_MODEL，重启 npm run dev。

注意一个坑：不要在这个目录里跑 copilotkit onboard。OpenDots 自带集成，onboard 会塞进第二套通用集成，直接打架。

不想把会话发到云上？文档里有本地 Docker 评估方案，Intelligence 跑在自己机器上。语音通话需要单独配 speech provider，Slack 接入见 SETUP.md 的 Slack 章节。

隐私方面补两句：会话数据存在你配置的 Intelligence 里（云或本地 Docker），SQLite 只存页面和元数据；默认网页搜索走 Parallel，设 WEB_SEARCH_PROVIDER=disabled 可以整个关掉；遥测用 COPILOTKIT_TELEMETRY_DISABLED=true 一键退订。

真实使用示例

README 里官方演示了一条完整的链路，我原样跑下来是这样：

场景：让研究员 Dot 调研一个网站并存档。

01
在聊天框对 Scout（研究员 Dot）说："打开 xxx 网站，总结核心内容，整理成笔记存下来。"
02
聊天界面里直接出现 实时浏览器画面——你能看到 Scout 自己在点点点，终端输出也内联展示在对话流里。
03
总结完成后弹出审批卡，展示完整草稿。我看完没问题，点 Approve & save。
04
页面创建到 Space 里，返回一个链接，点开就能继续编辑。

整个过程每一步动作都有记录可查，浏览器、文件、shell 权限是按 Dot 粒度配置的。

场景二：语音通话派活。 发起通话，口头交代任务，通话中 Scout 埋头处理时可以把界面最小化回到文字聊天继续聊别的；活干完了，通话回执和工作更新出现在同一条时间线里。

官方也坦承了验证边界：浏览器操作、文件创建、shell、实时语音都在 2026 年 9 月 29-30 日做过本地实测；Slack 和语音计算委派还没做连接服务的完整验证，属于待完成项。项目状态是 alpha，测试数据用的还是 fixture。

什么人值得现在上手

想给自己或团队搭 私有 AI 工作台 的，OpenDots 是个完成度不错的起点，Spaces + 审批 + 权限这套骨架都在
做 Agent 产品的开发者，它把 AG-UI 流式交互、人工审批、Channels SDK 这些工程范式跑通了，拿来改比从零写省太多
只是想要个托管产品开箱即用的，劝你再等等——它是模板，你得自己跑、自己配、自己改

一句话收尾：OpenDots 的价值不在"又一个 AI 聊天应用"，而在于把 "给 AI 一台电脑、一个身份、一份权限清单" 这个方向做成了可复制的开源模板。方向对不对不好说，但至少这次，代码是全开放的。

仓库地址：github.com/CopilotKit/OpenDots

官网：copilotkit.ai/opendots

JOTO 企业落地观察

企业部署这类系统时，需明确区分「能力封装」与「权限治理」：每个 Dot 的浏览器、文件、终端权限必须按角色粒度隔离，否则将导致跨任务数据泄露风险，这要求企业在落地前完成细粒度的权限策略建模。
智能体工程实践中，OpenDots 将 human-in-the-loop 审批卡作为默认交互环节，意味着企业不能仅关注 Agent 输出质量，更需设计可审计、可回溯、可中断的人机协作流程，这对 FDE 驻场共创中的协作协议制定提出新要求。
RAG 知识工程若复用 OpenDots 的 Spaces 文档空间，其嵌套页面与双向链接能力可支撑知识图谱的轻量级构建，但 SQLite 仅存元数据的设计表明，企业需自行对接向量数据库或图数据库以实现深度语义检索。
AI 安全治理层面，Dot computers 的凭证隔离机制提供了「最小权限+环境隔离」的参考范式，但 alpha 阶段未验证的 Slack 和语音委派模块，恰恰暴露了多通道接入场景下权限继承与上下文传递的安全盲区。