Octop 本地部署教程：十分钟在自己电脑上搭一个多用户 AI 助手
【免费下载链接】OctopA smarter, self-hosted AI assistant — multi-user, multi-agent.项目地址: https://gitcode.com/GitHub_Trending/oct/Octop
发客户名单、合同给云端聊天机器人之前，你会不会先犹豫要不要把某些信息打码？很多人的答案是干脆不发，结果 AI 只能用来聊一半的活儿。Octop 解决的就是这类问题：它是一个开源的自托管 AI 助手，聊天记录、文件、API 密钥这些数据全落在你自己的硬盘里。它支持多用户登录、同一实例里跑多个 AI 专家，普通 2 核 4G 的机器就能带起来，一条命令即可启动。
🚀 Octop 最快捷安装步骤：四步从零到可用
第 1 步：一行命令安装（约 1～2 分钟）
不用提前装 Python，安装脚本会在~/.octop/下自动创建隔离环境，不碰你系统里原有的任何东西：
# 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第 2 步：初始化并启动（约 1 分钟）
octop init octop run启动后浏览器打开 http://127.0.0.1:8088，首次访问会自动跳到设置向导：选数据库（默认本地 SQLite，点"保存并继续"即可）、建管理员账号、配置模型。向导全程有引导，跟着点就行。
第 3 步：接入模型（约 2～3 分钟）
很多人担心"是不是要买张好显卡"——不用。Octop 本身只是"调度员"，真正干活的大模型接在外面：有 API Key 就填 API Key（OpenAI、DeepSeek、通义千问、Kimi、智谱都有现成预设）；想省钱或断网使用，接一个本地 Ollama 也行。
第 4 步：招第一个专家（约 2 分钟）
进"专家"页，挑一个内置模板，起个名字、选个人格，保存。回聊天页 @ 它，就可以开工了。
不想碰命令行也有备选：NAS 或服务器上跑docker compose -f docker/docker-compose.yml up -d一条命令就能长期驻留；也可以下载 Windows / macOS / Linux 桌面客户端双击安装，飞牛（FnOS）用户还有应用中心专用包。细节可以看官方用户指南。
✨ 这个自托管 AI 助手能帮你做什么：四个真实场景
👥 多用户多专家：每人一个"工位"
这是它跟多数开源 AI 前端最大的不同：原生多用户。一个管理员账号，家里几口人或团队几个人各登各的号，各自的专家、文件、对话记录互相隔离——老婆的育儿助手看不到你的工作周报，实习生的 AI 也翻不到老板的客户资料。
它内置了专家库，办公自动化、运维工程师、业务流程、育儿管家等角色，点一下"从模板新建"就上岗；还有 16 种 MBTI 人格模板，做长期规划的配 INTJ、负责头脑风暴的配 ENFP。给 AI 一个稳定的"性格"，输出稳定性会肉眼可见地提高。
🎭 一个主持人调度一群专家（Beta）
1.0 里最有想象力的功能是 AgentTeams：你只跟"主持人"说话，它拆任务、派活，几位专家并行开工，干完各自回话，最后由主持人汇总。
比如你说"把这份季度数据整理成汇报材料"，数据分析的专家去算指标、写作的专家拟稿、排版的专家套模板，全程在聊天窗口"群聊上墙"，谁在干嘛一目了然。该功能还在 Beta，机制细节见官方文档。
🖥 浏览器 AI+ 和远程桌面：真的会"动手"
它不只是陪你聊天的。浏览器 AI+相当于开了一个无头 Chrome，AI 能自己打开网页、点击、填表、截图——你说"帮我查一下这几家公司的官网报价"，它会一个个点进去看。
远程桌面更进一步：在浏览器里直接看到并操控那台机器的桌面，鼠标键盘都能用。对把 Octop 装在异地服务器或家里 NAS 的人来说，等于顺手白捡一个远程办公工具。
📅 自然语言定时任务，群聊里也能召唤它
定时任务不用背 Cron 表达式（一种写时间的格式），大白话描述就行：每天早上 9 点抓一遍行业新闻、挑出最值得看的 10 条推给你；每周五下午自动整理这周的会议纪要和待办。
通道还能接飞书、钉钉、QQ、微信、企业微信、Discord 等，不用特意打开网页，在平时的群聊里 @ 它一下就行。
🤔 短板与适合人群：Octop 的局限和上手门槛
先把短板说清楚：
- 不是"装完就聪明"。模型要自己接，知识库要自己喂文档，专家提示词想调到位也得花时间——它给的是毛坯房，精装修得自己动手。
- 部分功能还在迭代。AgentTeams 处于 Beta，移动端客户端在内测；Docker、远程桌面这类进阶玩法，需要对终端有基本了解。
- 有一定配置成本。如果你的诉求是"零配置马上用"，它给不了这种体验。
最适合的三类人：
- 对隐私敏感的职业：律师、医生、财务、HR，数据全在自己盘上，这一点没得商量；
- 家里有"AI 需求冲突"的人：你想写代码、太太想做辅食食谱、孩子想问题目，多用户 + 多专家正好对上；
- 三五人小团队：买企业版太贵、用公共版怕泄密，用旧电脑或 NAS 部署一套，接上飞书钉钉，成本几乎为零。
反过来，如果你只想开箱即用、什么都不想配，那云端聊天机器人比它合适。
写在最后
AI 工具的发展正在分岔：一边是越来越强的云端大脑，一边是越来越像"自己的东西"的本地助手。Octop 走的是后一条路，而且走得挺彻底——不只是把模型搬回本地，而是把"谁能用、用哪个专家、专家能碰哪些文件、什么时候自动干活"这一整套组织方式都搬回了你自己手里。
如果现在给你一台闲置旧电脑，你最想招进门的第一个 AI 专家是谁？评论区聊聊。
【免费下载链接】OctopA smarter, self-hosted AI assistant — multi-user, multi-agent.项目地址: https://gitcode.com/GitHub_Trending/oct/Octop
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
