Octop 1.0 版正式发布：每个人都能拥有专属AI协作团队

导读：经过Octop团队与社区开发者一段时间的共同推进，在一次次测试、打磨与优化之后，我们正式推出Octop 1.0 GA版本（General Availability，正式发布版），并同步上线腾讯云轻量应用服务器（Lighthouse）与云服务器（CVM）官方应用镜像——购买即用的自托管 AI 助手，现在触手可及。

从第一个可运行的原型，到今天可以放心放进生产环境的 1.0，Octop走过了一段不短的旅程。

这一版本不仅意味着核心能力趋于稳定，更代表着我们已经为真实世界里「一人公司、家庭、小团队」的轻协同办公场景，准备好了一套开箱即用、可自托管的 AI 助手。

从一个想法，到生产可用的 1.0

Octop的定位一直很明确：自托管的多用户、多智能体 AI 助手。一个 Python 包、一个控制台、一条 CLI 命令就能跑起来，不依赖外部消息队列，除 LLM 提供商之外几乎没有强制依赖。

在 1.0 之前，我们已经在连接器、多用户体系、网关与定时任务等方向上做了大量积累。而 1.0 的目标，是把这些能力真正串成一条「能放心给真实用户用」的生产链路——更稳的检索、更广的触达、更细的权限、更硬的安全边界，再加上可扩展的插件机制与统一的官网文档。

下面的几大新特性，是 1.0 里我们最想让你知道的。

完善的知识库方案：从「能连」到「能管」

知识，是团队最值钱、也最零散的资产。在 1.0 之前，Octop已经通过连接器（Connectors）体系接入了腾讯文档、IMA 等主流知识来源；而在 1.0，我们把知识库真正做成了一套可维护、可分发的内部能力。

全新上线的 RAG 知识库

1.0 引入了基于 RAG（检索增强生成）的方案，团队可以把公共资料、私有经验、规范文档统一沉淀到Octop知识库中：

• 公共 / 私有分级：既可以建设全员共享的公共知识库，也能为个人或小组维护私有资料。
• 统一检索：对话与智能体在回答时自动检索相关片段，来源可追溯，回答更可信。
• 持续沉淀：经验不再散落在聊天记录里，而是结构化地进入知识库，越用越聪明。

基于卡帕西LLM Wiki的知识库专家

碎片文件一直是知识管理的老大难：零散的笔记、截图、会议纪要，既不够成「文档」，又舍不得丢。为此，1.0 同步上线了一个基于卡帕西（Andrej Karpathy）LLM Wiki 思路的知识库专家——它擅长把那些零散、非结构化的小文件自动整理、归纳、串联成可查询的知识网络，让「随手存」也能变成「随时用」。

简单说：连接器负责「接进来」，RAG 知识库负责「管起来」，LLM Wiki 专家负责「理清楚」。三者配合，组成了 1.0 相对完整的团队级知识底座。

多端体验：让 Octop 触达每一个角落

好用的能力，必须出现在用户真正在用的地方。1.0 在触达面上做了一次大升级——从「只有网页」走向「桌面 + fnOS（NAS）」的全场景覆盖。

桌面客户端

1.0 全新上线了三端桌面客户端：

• macOS / Windows / Linux 原生桌面应用，启动即达，支持后台常驻与系统通知。
• 与网页端共享同一套会话与智能体状态，切换设备无缝衔接。

飞牛 NAS（fnOS）应用

针对家庭与小型团队常用的飞牛 NAS（系统为 fnOS），1.0 同步上线了fnOS 应用，并且提供两种交付形态，用户可按习惯选择：

• native 版：在 fnOS 应用中心直接安装的原生应用，数据留在本地，体验贴近系统原生。
• docker 版：基于飞牛 Docker 部署的应用版本，同样来自 fnOS 应用体系，只是以容器方式运行，便于与现有 Docker 栈统一管理。

二者都是 fnOS 上的Octop应用，只是形态不同——都能把 Octop 变成家里的「常驻 AI 中枢」。

更细的权限边界：ACL 与用量管控

多用户体系在更早的版本就已经存在，而 1.0 把它真正做「细」了——面向一人公司、家庭、小团队这类轻协同场景，管理员现在可以放心地把Octop开放给更多人。

页面与功能级 ACL

1.0 完善了 ACL（访问控制列表）逻辑：

• 管理员可以精确管控每个用户能访问哪些页面、使用哪些功能。
• 角色与权限解耦，按需分配，避免「要么全开、要么不开」的尴尬。

Token 与访问逻辑限制

除了「能看什么」，1.0 还能管「能用多少」：

• 限制用户 Token 使用：为不同成员设置额度上限，控制成本。
• 限制访问逻辑：对外部调用、敏感操作设边界，防止误用与滥用。

这让Octop既能开放给家庭成员、外部协作者，又不会因为一个人「跑飞」而影响全局——非常适合小团队把 AI 能力「共享但不失控」。

安全防护升级：专家沙箱隔离

能力越强，边界越重要。1.0 在专家（Expert）运行环境上新增了沙箱运行限制，这是安全层面的一次关键加固。

• 专家运行在受限沙箱中，默认无法越界访问宿主文件系统、网络等敏感资源。
• 即便专家被「诱导越狱」，也被限制在沙箱边界内，避免对宿主环境造成实质性影响。
• 安全模型从「可信内部」升级为「默认不信任」，更符合生产部署的安全预期。

插件机制完善：新增前端渲染支持

可扩展，一直是Octop的核心设计取向。在 1.0 之前，插件已经能覆盖智能体处理的关键扩展点：

• Hook：干预 Agent 的处理生命周期（如消息进入、工具调用前后等环节注入逻辑）；
• 工具（Tool）：为智能体注册新的可调能力；
• Skill：以标准化的技能包沉淀可复用的工作流。

而在 1.0，插件机制进一步完善——新增前端渲染支持：插件不再只活跃在后端，还可以向 控制台 注入自定义 UI（如配置面板、结果展示卡片、专属交互组件），让插件能力在前端有完整的呈现与操作入口。

后端逻辑 + 前端界面一体的插件，真正成了「装得上、用得顺」的扩展方式。

官网 octop.cloud 与文档中心正式上线

伴随 1.0 发布，Octop 官方网站 (https://octop.cloud/) 正式上线。这里是用户了解Octop、获取客户端与查阅资料的统一入口：

• 客户端下载：Mac / Windows / Linux 桌面客户端、fnOS 应用等，都可以在官网集中查看与下载。
• 使用手册：从快速上手到部署、权限、知识库的完整文档，统一在官网文档中心维护，告别「文档散落各处」。
• 版本与动态：发布说明、更新日志集中呈现，方便你随时跟进 1.0 及后续版本。

另外，我们在腾讯云同步上线了官方应用镜像——轻量应用服务器（Lighthouse）与云服务器（CVM）均可在镜像市场一键选用，购买后即带可用的Octop环境，省去自行部署的环节。

从「尝鲜」到「生产」：1.0 意味着什么

1.0 不只是一个版本号，它代表我们对自己、也对用户的一个承诺：

• 稳定：核心链路经过充分测试，可以正式进入生产环境。
• 完整：知识库、多端、权限、安全、插件五大能力闭环，再辅以官网与文档中心，足以支撑真实办公场景。
• 自托管优先：单包部署、数据自主、无强制外部依赖的基调始终未变，官网与文档让获取与学习更轻松。

我们也同步完善了 API 文档、国际化（中 / 英双语）、服务器时区处理等「看不见但很重要」的细节，让 1.0 在真实部署中更省心。

快速上手

不管你偏爱哪种方式，都能很快把Octop跑起来：

• 命令行：一条 octop run 即可在本地拉起完整服务，适合开发者与自有服务器。
• 腾讯云：在轻量应用服务器（Lighthouse）/ 云服务器（CVM）镜像市场一键选用官方镜像，购买即带可用环境。
• 桌面客户端：提供 Windows / macOS / Linux 原生安装包，开箱即用，零命令行门槛。
• fnOS：在飞牛 NAS 应用中心安装 native 或 docker 版应用，把 AI 中枢搬进家里。

详细的安装、部署与配置步骤，请见官网文档中心。

从 1.0 再出发

Octop1.0 的每一步，都离不开团队同学的打磨，更离不开社区开发者与早期用户的反馈、测试与贡献。是你们让「自托管的 AI 协作平台」从概念变成了今天可以落地的产品。

接下来，我们会围绕知识库检索质量、客户端体验、插件与前端生态、更多连接器与专家持续迭代，并持续完善官网与文档中心。如果你愿意一起把Octop做得更好，我们的 GitHub 项目地址：[github.com/TencentCloud/Octop](https://github.com/TencentCloud/Octop)，欢迎参与社区、提交 Issue 与 PR。

Octop 1.0，现在就可以部署。一条命令octop run，把属于你自己的 AI 协作中枢跑起来。

文章来自于"腾讯云服务器"，作者 "腾讯云煮鸡"。