随着大模型应用走向 Agent 智能体时代，普通对话式 AI 工具的短板越来越突出：会话结束记忆丢失、多成员共用缺少数据隔离、对接内部系统开发成本高、复杂任务执行容易中断。
腾讯云正式开源自研 AI 助手「Octop」主打本地优先、自托管、多用户隔离、可迁移记忆，试图解决当前 AI 助手落地的四大痛点，把 AI 智能体的控制权交还到用户手中。能够并行处理多项任务，既可以作为个人 AI 助手，也支撑家庭、小团队、企业级场景部署运行。提供了多平台支持，包括 Windows、macOS、Linux、Docker 部署。
为什么要重做一款
过去两年 AI 助手快速发展，但在真实使用场景中，仍有四个问题没有被很好解决。Octop 的设计目标：让每一次对话、工作区与凭据都留在你自己的机器上，同时为每个用户配备一组可按场景切换的专业 Agent。
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。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。
功能特色
多用户与多专家并行协作
管理员创建成员账号，每个账号拥有独立记忆、独立工作区，一套系统实例下完成数据隔离。同时内置多专家角色，可直接调用营养师、法律顾问、代码审校等不同 Agent；支持 MBTI 人格模板自定义 Agent 性格，实现 “@角色” 完成专项任务，适合家庭共用、团队分工协作。
Connector 标准化扩展机制
能力即插件，通过 OAuth、MCP Server 即可接入数据源与服务，不需要修改 Agent 核心代码。可以对接腾讯文档、各类 MCP 工具服务，极大降低外部系统接入成本。
可插拔后端存储
存储执行环境完全由用户自主选择：本地磁盘、Docker、SQLite、PostgreSQL、COS/S3 对象存储。Agent 读写行为存在明确隔离边界，由用户决定数据存放位置，管控资源访问权限。
可迁移记忆系统
记忆绑定工作区而非会话、模型。即便切换大模型服务商、迁移部署机器，用户偏好、历史任务记录、知识库全部保留，支持整体打包备份迁移，解决 AI “失忆” 难题。
Loop Engineering 任务循环引擎
专门面向复杂任务设计 Agent Loop 工程化实现：任务规划、工具调用、结果观察、动态调整策略，设置检查点，任务中断后可以恢复继续执行，搭配动态模型路由、技能系统处理长链路工作流。
远程桌面
突破传统命令行、网页对话框限制，Agent 可以操作图形界面，跨 Windows/macOS/Linux，实现浏览器自动化、键鼠操控、屏幕观察。无图形界面服务器，也可以生成隔离桌面环境，让 AI 真正操作 GUI 软件，完成表单填写、网页采集、截图等现实操作。
最后总结
全部对话、密钥、凭证、记忆可本地存储，支持完全离线运行，模型、存储、IM 通道全部自由切换，数据所有权掌握在自己手里，同时具备 MCP 插件、远程桌面 GUI 操控、可迁移记忆、IM 桥接、定时任务，整套 Agent 基础设施开箱即用。如果你有私有部署场景需求，可以试试看。
下载地址
- 网盘下载：
https://pan.quark.cn/s/8b3089bc8c41 - 项目地址：
https://github.com/TencentCloud/Octop
