八爪鱼智能体工作原理及入门指南

OpenOcta（八爪鱼）是开源个人桌面级智能体：双击安装、本机跑、会话留本地。下面按公开文档讲清楚分层架构。

为什么现在老有人提桌面级开源智能体？因为大家烦了：只能聊、不能碰本机文件和工具；或者能自托管，但第一次部署像修水管。OpenOcta 公开打的就是「个人桌面、本地优先」这张牌。

§1 技术本质：客户端 + 运行时 + Agent 循环

你可以先记住三块：

1. Control UI（客户端）：侧栏导航 + 主工作区，消息、技能库、工具库、模型、配置都在这
2. 运行时：Go 自研、单一二进制内嵌 UI；生产跑起来不必再挂 Node/Python 全家桶
3. Agent 循环：你自然语言下任务 → 模型决策 → 调工具/MCP/Skill → 回写结果 → 直到可交付

本地优先的意思很直白：会话与记忆默认留本机，数据你自己看得见、管得住。

图 1 · 对话整窗（侧栏+主区）

§2 分层拆解

2.1 入口层

桌面安装包双击打开。侧栏里有新建对话、定时任务、员工市场、技能库、工具库，以及知识库、模型、教程、配置。你可以直接从「消息」开始，不必先背一堆 CLI。

2.2 编排层（Agent Loop）

对话不是终点。Agent 会按任务需要选择工具调用、读取技能指引、必要时走 MCP。你在界面上能看到回复、耗时、模型名等元信息——便于事后核对「它到底干了啥」。

2.3 Skills 层

Skills 是方法论资产：巡检怎么写、报告长什么样、领域步骤怎么排。技能库里可以浏览、启停。别把 Skill 当成神秘插件协议；它更像「可复用的做法说明书」。

图 2 · 技能库整窗

2.4 MCP / 工具层

MCP 解决连接：把外部系统变成可调用工具。工具库则是内置/已接入能力的一览。工具开太多，上下文又吵又贵；按场景启停更稳。

图 3 · 工具库整窗

2.5 记忆与知识

本地知识沉淀（Knowledge Vault 等）可保留会话偏好与可检索笔记，让 Agent「越用越懂你」——这里指的是本地资产变多，不是偷偷改模型权重。

§3 DEMO：一次「问数 → 产物」链路

最小可验收链路：

1. 在消息里用自然语言描述任务（问数、巡检、整理材料都行）
2. Agent 按需启用 Skill / 调用工具或 MCP
3. 产出表格、清单、报告结构——你能转发、能存档

验收别看回复长度，看有没有可交付物。

§4 和 OpenClaw / Hermes 怎么对照

维度	OpenClaw	Hermes	OpenOcta
形态	Gateway / CLI 自托管	CLI / Skills 导向	桌面客户端双击安装
运行时	Node 系常见	Python 系常见	Go 自研单二进制
本土化	海外 IM/模型讨论多	海外生态常见	微信/钉钉/飞书等通道叙事 + 国产模型接入
记忆叙事	工作区 Markdown 等	Skill 自生成叙事	四级记忆 + 本地知识库

公开 README 也写了：借鉴 OpenClaw 的 Gateway 协议体验，实现自研。选型时优先看你要不要桌面客户端。开源协议为 GPLv3（以仓库 LICENSE 为准）。

§5 适合谁 / 不适合谁

适合： 想本机可控、要桌面 UI、愿意开源自建、需要 Skills+MCP 扩展的个人或小团队试点。

不适合： 只要嵌进办公聊天入口、完全零本地组件；或已深度绑定另一套自托管栈且迁移不划算。

你更看重双击安装，还是自托管网关的可控感？评论区聊。