7 月 8 日建仓，今天 8,480 Star——腾讯开源的这只想当"AI 管家"的粉色小章鱼，名叫 Octop。我把它从安装到跑起来完整走了一遍，还顺手把仓库翻了个底朝天，有几个发现跟你想的可能不太一样。
官网自己写的口号是"懂你、帮你、陪你成长"，徽章已经挂到了 8500+ Star。
先说它是个啥
一句话：跑在你自己机器上的多用户 AI 助手平台。一个进程，把 Web 控制台、CLI、IM 接入（飞书、钉钉、企微、微信、QQ、Telegram、Discord）、定时任务全部打包——数据全部落在本地目录里，官方口号叫"数据不出门"。
掘金上已经有人叫它"开源版 WorkBuddy"。这个说法我觉得对了一半，后面细说。
先把数据摆出来，都是我写稿当天从 GitHub API 现拉的：
| 指标 | 数值 | | --- | --- | | Star / Fork | 8,480 / 1,033 | | 建仓到现在 | 94 天（2026-07-08 创建） | | 开放 issue / 开放 PR | 356 / 358 | | 版本 | v1.0.2b6（还带 beta 后缀） | | 语言 / 协议 | Python 3.12+ / MIT | | 近 30 天提交 | 100+ |
注意最后一列那个 358。GitHub 仓库页上那个"714 issues"其实是 issue 加 PR 的合计，很多人看错。待合并的 PR 几乎和 open issue 一样多——这个项目收到社区贡献的速度，已经超过了它合并的速度。
Issues 356、Pull requests 359，两个数字几乎持平。
装它踩的坑，一个都不少
官方 Quick Start 第一条就是一行 curl。我照做了，然后在 macOS 上接连撞了三个坑——这段如果你只想抄作业，直接看每段末尾的解法。
坑一：装完 octop init 直接崩。 报错是 ModuleNotFoundError: No module named 'octop.infra.agents.plugins.bundled'。翻 PyPI 的包一看，bundled 目录根本没打进去——PyPI 上的 v1.0.1 是个缺文件的包。解法：从 GitHub 把对应目录手动拷进 site-packages。
坑二：init --force 会把你装的东西一起删掉。 v1.0.1 的 init 只要发现目录非空就要求 --force，而 --force 的实现是 shutil.rmtree 整个 Octop 目录——你的 venv 就在里面。装完→初始化，这两步在 1.0.1 里是个死锁。我看了 main 分支源码，已经加了"有数据库才拦截"的判断，下个版本会好。解法：把 venv 挪出目录再初始化，或者等新版。
坑三：init 成功后 octop run 起服务，日志里已经能看到彩蛋——expert catalog loaded: 18 templates (18 bundled)，18 个内置专家模板全量加载，还有一条 ProactiveCareScheduler: started（主动关怀调度器，是的，它会主动关心你）。
登录页有个"滑到末尾验证"，做个开源产品连人机校验都自己写了。
界面：功能全到有点不克制
登录进去第一眼，左侧栏是这样的结构：
-
对话 / 专家 / 自动化 / Token 统计
——核心四件
-
个性化 / 通道 / 连接器 / 技能包 / 知识库
——配置区
-
工作台 / 远程桌面 / ACP
——"控制"三件套
-
用户 / 模型 / 存储 / 插件 / 安全防护
——管理区
空状态就是这只抱笔记本的粉色小章鱼，侧栏把全部功能直接平铺。
跟 WorkBuddy 把功能收进抽屉不同，Octop 把所有能力平铺给你——第一眼信息量很大，但这正符合它的定位：这是给"要自己管一台机器的人"准备的工具，不是给纯小白的产品。
专家体系是它模仿得最像的部分。点开「专家 → 内置专家」，17 个模板整整齐齐：通用助手小通、AI 编程实战导师、AI 安全合规卫士、系统医生、集群医生、卡帕西知识库专家、美团生活助手、育儿陪伴……每张卡都写了能力边界，一键从模板建。
界面显示 17 个内置专家，仓库源码里能看到它们的定义文件。
有两个细节值得单独说：
一是 MBTI 人格。 每个专家可以配 16 型人格模板，甚至带交互式测试题。开源产品里做情感化到这个程度的，我头一回见。
二是 ACP，我认为是全场最硬核的功能。 Octop 既能把自己的智能体暴露给 Zed、OpenCode 这类编辑器（入站），也能反过来把编程任务委托给 7 个外部 Coding Agent——OpenCode、CodeBuddy、Claude Code、Codex、Kimi Code、Cursor CLI、Pi，每个都是一个可开关的 Runner。等于你在这一个界面里，统一调度市面上几乎全部编程智能体。
七个 Runner 全部默认停用，开关权在你，官方称有工具审批与命令护栏。
回到那个问题：它是开源版 WorkBuddy 吗
功能重合度：确实高。 专家体系、技能包、连接器、IM 通道、定时任务、多端，一样不缺。
但产品逻辑是反的。 WorkBuddy 是"开箱即用、能力在云端"；Octop 是"一切自托管、模型自带 Key、数据不出门"。一个替你打理好一切，一个让你自己掌管一切。所以更准确的说法是：Octop 是给有服务器、有私有化需求的人准备的"可自托管的 WorkBuddy 平替"。小团队想内部部署一套 AI 助手又不想数据过第三方，它目前的完成度已经能打。
当然，短板也明摆着：358 个 PR 排队没合、版本号还挂着 beta、我踩到的 PyPI 包缺文件就是工程化粗糙的直接证据。它迭代极快（11 天发了 5 个版本），快到文档和包都经常追不上代码。
如果你现在就想试：桌面端去 GitHub Releases 下 dmg/exe（打包完整，坑最少）；命令行玩家用 curl 一行装，碰到 init 崩就按上面的补法处理。仓库更新很快，动手前自己再看一眼当前版本。
