Octo：开源AI智能体协同平台，企业私有化部署人机一体化协作IM系统

一、Octo是什么

——明略科技Mininglamp-OSS开源组织推出的一款产品，它的定义很清晰：一个原生面向AI智能体与人协同的开源团队协作平台。说白了，就是解决那个让人头疼的问题：传统AI工具各自为战，能力没法在团队里复用，上下文也流转不起来。

以前的AI助手，一个人在自己电脑上偷偷用，能力完全封闭。Octo的做法是，直接把AI智能体（Agent）塞进团队协作层——员工和AI共用一套聊天、任务、文档界面，不用额外配置，人和数字员工之间的协同链路就这么打通了。

项目名字OCTO，背后藏着四个核心理念，每个字母都有说法：

1. Open（开源可自建）
   ：全代码开源，支持私有化部署，数据和基础设施完全由你掌控；

2. Context（分层上下文保护）
   ：公开知识、团队内部知识、个人隐性经验，分级权限，各归各的；

3. Taste（人类决策主导）
   ：AI负责执行和逻辑梳理，但涉及判断和经验的核心决策，还是人说了算；

4. Orchestration（统一调度编排）
   ：在同一个协作层里，统一调度人类、AI智能体、第三方工具，不打架。

底层还有三条硬性约束，优先级不可颠倒，算是给智能体画了底线：

1. 第一法则：无论指令如何，不得损害任何人基本权利与人格尊严；

2. 第二法则：智能体对所有者完全透明，不隐瞒、不欺骗；

3. 第三法则：尊重知识创作者，内部分知识标注来源，个人隐性知识获得最高保护。

二、功能特色

1. 层级化团队协作架构

架构设计贴合企业真实组织，采用四层隔离结构：空间(Space)→分类(Category)→频道(Channel)→会话(Thread)。

• Space：独立隔离的工作区，人员、智能体、上下文完全隔离，多项目互不干扰；

• Category：频道的逻辑分组，比如研发、市场、行政；

• Channel：业务话题或工作流协作频道，智能体可以直接入住；

• Thread：最小工作单元，用于需求评审、任务跟进、会议决策。

2. IM即时通讯为核心分发底座

以实时消息作为能力分发载体，智能体常驻频道，全员都能看见AI能力，实现组织级AI复用——个人AI工具的孤岛就这样被打破了。配套的WuKongIM实时消息控制平面，负责保障高并发通信。

3. 全链路AI辅助能力

• 对话智能摘要
  ：octo-smart-summary服务自动把聊天会话生成结构化简报，提取决策、待办、疑问，一目了然；

• 上下文感知语音交互
  ：不止是语音转文字，还能根据对话语境纠错，甚至直接用语音编辑文档。兼容Gemini、GPT、Qwen等多种ASR引擎；

• 浏览器一键插件（Cmd+K）
  ：抓取网页链接、标题、选中文本，直接下发给智能体处理，不需要改造第三方系统；

• AI协同文档group.md
  ：多人结构化共创文档，AI主动引导讨论收敛，适配启动会、需求同步、复盘、决策评审等场景。

4. 全端多客户端覆盖

Web、Electron桌面端、iOS原生客户端，一套代码跨终端统一交互体验，智能体操作逻辑全端同步。

5. 第三方生态适配器

octo-adapters提供OpenClaw标准通道，可以接入Claude Code、Codex等第三方智能体，还能打通外部IM、LLM服务、业务系统。

6. 企业级运维管理

配套独立admin管理后台，支持租户、用户、空间、频道、智能体统一管控；提供K8s生产部署脚本，企业可以一键私有化上线。

三、技术细节

1. 整体技术栈分层

分层	技术选型	核心仓库
后端核心服务	Go语言	octo-server、octo-lib、octo-speech、octo-smart-summary
前端客户端	React + TypeScript、Vite、Ant Design	octo-web、octo-admin
移动端	Objective-C	octo-ios
协同文档后端	Node/TS、Hocuspocus	octo-docs-backend
部署运维	Shell、Kustomize、K8s	octo-deployment
消息底层	WuKongIM自研实时消息协议	octo-server内置

2. 核心模块技术能力

1. octo-server（Go后端核心）
   
   提供REST、WebSocket双接口，内置Lobster智能体编排引擎，统一调度所有AI Agent；搭载WuKongIM实时消息平面，支持百万级并发消息推送；octo-lib提供底层协议、加密、存储、事件总线等公共能力。

2. AI微服务集群

   • octo-smart-summary：兼容所有OpenAI标准大模型接口，实现会话结构化摘要；

   • octo-speech：多引擎ASR语音识别，内置行业词汇库、上下文纠错；

   • octo-search-indexer：Kafka消息消费+中文分词ES检索，全量消息回溯搜索。

3. 集成网关适配器
   
   octo-adapters、cc-channel-octo、codex-channel-octo作为中间网关，标准化对接第三方AI智能体，统一消息协议。

4. 部署方案
   
   官方提供完整K8s生产配置，支持环境隔离、密钥模板、多集群部署；所有核心仓库开源协议为Apache-2.0，可商用二次开发。

3. 底层数据与安全设计

• 数据隔离：不同Space存储完全隔离，租户数据互不互通；

• 知识分层存储：公开知识库、团队内部文档、个人私有记忆三层独立存储；

• 加密基础库：octo-lib内置标准加密原语，消息传输、持久化存储全程加密；

• 权限管控：Admin后台精细化管控智能体访问范围、文档读写权限。

四、应用场景

场景1：独立个人创作者

单人承接多类型工作，智能体帮忙做资料整理、文案初稿、信息检索、格式校对这些重复性工作。关键是，智能体和个人工作上下文可以跨平台、跨工作迁移——换设备或换项目，不需要重新配置AI。

场景2：中小型团队（5-20人）

团队里每人配置专属AI智能体，入驻对应业务频道并行处理任务，通过IM频道同步工作进度。多人协同写需求、复盘文档，AI自动汇总观点，沟通成本大幅降低。这远超个人AI工具能实现的协同密度。

场景3：企业AI原生数字化转型

企业不需要提前让全员沉淀隐性经验——员工和智能体协作的过程中，标准化工作流程会自动沉淀为可复用的AI技能。企业留存标准化产出资产，员工保留个人私有经验与判断，兼顾组织资产沉淀和员工隐私。这个模式适配研发团队、市场运营、产品项目、政企内部办公等几乎所有企业协作场景。

五、使用方法

步骤1：环境部署（两种方式）

1. 轻量化测试：用Docker本地快速启动单实例，适合个人体验；

2. 企业生产部署：使用octo-deployment仓库的K8s配置文件，配置集群、密钥、模型API地址，完成私有化上线。

步骤2：创建工作空间与组织架构

登录Admin后台，新建独立Space，划分Category分类，创建研发、项目、行政等业务频道，邀请团队成员并创建AI智能体加入空间。

步骤3：创建并配置专属AI智能体

在后台创建Lobster智能体，绑定可用的LLM接口（GPT、通义千问、Qwen等兼容OpenAI标准模型），设置智能体的权限、可访问频道、可用工具能力。

步骤4：日常协同操作

1. 频道内直接@智能体下发任务，智能体参与对话、自动输出成果；

2. 使用浏览器插件抓取网页资料，一键发送至频道交由Agent处理；

3. 发起group.md协同文档，开启AI辅助共创；

4. 使用语音输入快速下发指令，语音编辑文档内容；

5. 历史会话自动生成摘要，快速回溯会议、任务信息。

步骤5：第三方工具集成

通过octo-adapters网关接入Claude Code、外部IM、代码编辑器、项目管理工具，实现跨系统数据互通。

六、竞品对比

拿Mattermost AI、OpenClaw、Notion AI三款同类产品做对比，从定位、AI智能体能力、私有化、协同架构、中文适配这几个维度来看：

对比维度	Octo(Mininglamp-OSS)	Mattermost AI	OpenClaw	Notion AI
核心定位	企业级人机协同IM平台，AI Agent原生嵌入协作层	开源企业IM，AI为附加插件功能	单用户本地AI智能体执行工具	文档知识库+轻量化AI助手
多Agent团队协同	✅ 原生支持多智能体并行编排、频道常驻	❌ 仅单机器人，无多Agent调度	❌ 以单人本地任务为主，无团队协同	❌ 无独立智能体体系，仅文档AI问答
私有化部署	✅ 完整K8s生产部署方案，全开源	✅ 支持私有化，但AI能力依赖第三方API	✅ 本地自托管，无企业集群方案	❌ 仅云服务，无私有化开源版本
实时消息协同底座	✅ 自研WuKongIM消息平面，高并发企业IM	✅ 原生IM，但AI与消息层割裂	❌ 无内置IM，仅对接外部聊天渠道	❌ 无实时聊天频道功能
中文生态适配	✅ 内置中文分词检索、中文语音ASR、简体中文文档	⚠️ 基础中文，无原生中文语音/分词	⚠️ 仅基础文本中文，无语音能力	❌ 本土化适配薄弱，无中文语音
知识分层保护机制	✅ 三层上下文隔离（公开/团队/个人）	❌ 统一知识库，无分级权限	❌ 仅个人本地记忆，无团队知识沉淀	❌ 统一文档库，无隐性知识保护
开源协议	Apache-2.0，商用无限制	AGPL，修改代码需开源	MIT	闭源商用软件

对比总结

Octo是唯一一款

的开源企业IM平台，兼顾私有化生产部署、完整中文本地化、分层知识安全。相比之下，Mattermost只是基础IM加简单机器人，没有智能体编排；OpenClaw侧重单人本地任务自动化，缺乏团队协作能力；Notion AI偏向个人文档，不支持企业级实时多人+AI协同。

七、常见问题解答（FAQ）

A：Octo全部核心代码托管于Mininglamp-OSS开源仓库，核心服务仓库采用Apache-2.0开源协议，企业可自由商用、二次开发、私有化部署，只需遵守开源协议规范；各独立子仓库协议以仓库内README说明为准。

A：支持。octo-smart-summary、octo-speech等AI微服务兼容所有OpenAI标准接口，可以对接Ollama、Qwen等本地离线大模型，无需强制依赖云端API。

A：不会。智能体所有权归属创建人，跨Space、跨项目均可迁移，智能体训练指令、历史上下文、技能配置全部保留。

A：不会。Octo定位是中间协作层，只作为桥梁打通各类第三方工具，不替代原有业务系统，通过适配器网关实现无缝对接。

A：个人测试最低2核4G内存；企业生产集群推荐每服务节点4核8G及以上，配套Kafka、Elasticsearch存储消息与检索数据，官方octo-deployment仓库提供标准化资源配置模板。

A：不会。平台第三法则严格保护个人隐性知识，智能体仅能调用所有者主动公开的内容，个人主观判断、私有工作记忆不会自动同步至团队空间，而且所有智能体行为全程日志可追溯。

A：先通过服务器端口命令定位占用进程，关闭冲突服务；或者修改octo-lib配置文件中WebSocket、API默认端口，同步更新前端、适配器网关配置后重启服务。

A：支持。Web、Electron桌面端、iOS客户端数据实时同步，同一账号多设备在线，智能体消息、频道会话全端互通。

八、官方链接

1. GitHub开源组织主页：https://github.com/Mininglamp-OSS

2. 核心后端仓库octo-server地址：https://github.com/Mininglamp-OSS/octo-server

3. 前端客户端octo-web地址：https://github.com/Mininglamp-OSS/octo-web

九、总结

Octo是明略科技Mininglamp-OSS推出的全栈开源AI原生团队协作平台。它不同于市面上那些单一的AI助手、普通开源IM或者文档AI工具——以实时企业IM为底层底座，把可编排、可共享、可迁移的AI智能体完整融入团队协作流程。配套完整前后端、多端客户端、K8s生产部署方案与第三方集成适配器，同时通过三层知识保护、智能体行为约束保障数据与知识安全。既能满足独立创作者轻量化AI提效需求，也能支撑中小企业和大型企业完成组织级AI规模化落地。在国内，面向中文企业场景、生产就绪的开源人机协同系统，确实不多见。