为什么做这个

Grok Bot 的体验很好，但价格高，模型也换不了。open-super-agent 的交互方式参照 Grok Bot：常驻的 Bot、后台任务、一台能实时观看的电脑。架构借鉴 DeepSeek 的 Super-agent 设计（Router / Worker / Watchdog）。部署在你自己的机器上，模型和花费由你决定。

功能

• 🤖 多个 Bot：每个 Bot 有名字、头像、人设和独立对话；回复流式输出，思考过程可以折叠。
• 👥 群聊：2–6 个 Bot 一个群。@ 谁谁回答，@所有人 大家都说；不 @ 的消息由协调者接，它会分给合适的 Bot。Bot 之间能交接工作，比如一个查完资料，自动交给另一个写总结。要你确认的操作只出现在各自的私聊里。
• ✉️ Bot 之间私信：不用拉群，Bot 也能私信另一个 Bot 请它帮忙（“让 postman 看看有没有 Anthropic 的邮件”）。对方在自己的私聊里处理，做完结果自动回到原来的对话，再由它告诉你。
• ⚡ 后台任务：耗时的活交给 Worker 在后台做，你可以接着聊。Heavy 模式下多个 Worker 各自做一遍，再互审汇总。
• 🖥️ 电脑：所有 Bot 共用一台 Linux 桌面（Chromium 和终端）。几个任务可以同时用，每个任务一个浏览器窗口，登录状态和文件共用，不用排队。网页通过 CDP 直接控制，按元素操作、读页面文字，又快又准；你能实时看屏幕，随时接手和交还；遇到验证码、登录这类步骤，Bot 会请你来做。
• 🔌 应用市场：侧栏“应用”里挑应用连接。Notion、flomo、腾讯文档、钉钉、滴答清单、Todoist 等点一下、用账号登录就行；Gmail、QQ 邮箱、飞书、企业微信、GitHub 填一个密码、token 或链接；Slack 建个应用后登录；也能接任意 MCP server。聊天里用 @ 指定。每个应用是一份清单文件，写一份提个 PR 就能上架。
• ✅ 确认与保险库：写操作先弹卡片问你（允许一次 / 拒绝 / 总是允许），规则可在设置里管理；密钥加密保存，不进聊天记录。
• 🧩 技能：输入 /名字 调用可复用的做事方法；可以让 Bot 把刚才的做法存成技能，也能在右栏编辑。点演示一遍，在电脑上亲手做一次，Bot 把录下的操作整理成技能草稿给你审核。技能可以导出成文件、生成分享链接，别人粘贴链接就能装；Claude 等用的 SKILL.md 也能直接导入。
• 🎁 Bot 模板：新建 Bot 时挑一个现成的（资讯助手、邮件管家、项目观察员、出行助手），技能和定时任务都配好了。自己调好的 Bot 也能做成模板分享出去，写一个模板提 PR 就能放进内置。
• 🧠 记忆：每个 Bot 记得你的偏好和它做过的事；名字、时区这类关于你的基本事实所有 Bot 共享。说“记住……”就行，也能在右栏查看、修改、删除，或从 ChatGPT 等助手导入。聊久了可以点“新话题”，之前的对话不再带进上下文，记忆还在。记忆和资料库能按意思找：Bot 会自己去查以前记下的事和做过的页面。
• 📚 资料库：Bot 做好的报告和网页存成页面，可以置顶、生成分享链接；共用电脑里的文件可以浏览、上传、下载。聊天时也能直接发附件。
• ⏰ 定时任务：每个 Bot 自己的定时任务（每天 / 每周几定时、每隔一段时间、webhook），支持暂停、恢复、测试，保留最近 20 次运行记录。在对话里说“每天 9 点帮我……”就能建。webhook 事件先过关键词过滤，再交给便宜的模型判断要不要处理。
• 💬 聊天软件：在 Telegram、飞书、钉钉、企业微信、Discord 里直接和 Bot 说话，和网页上是同一个对话；要你确认的操作变成消息里的按钮，发文件、发语音（钉钉、企业微信）也行。服务器不需要公网地址，几步就能连上。
• 📱 手机：能添加到主屏幕当应用用；有语音输入；不开着页面时，需要你确认的事、做完的任务会推送到手机。手机上也能看屏幕、接手电脑打字、处理确认。
• 💰 费用透明：按角色、任务和天统计 token 和金额，有每日预算；Watchdog 会自动取消卡住、死循环或超预算的任务。
• 📦 备份与迁移：全部数据（连同密钥）导出成一个加密文件，换机器、从本机搬到服务器时上传就能接着用；服务器上也能用命令行定时备份。
• 🔄 模型自选：在设置里添加模型服务（DeepSeek、OpenAI、OpenRouter、硅基流动、阿里云百炼、智谱、Kimi、Ollama，或任何兼容 OpenAI 的接口），填 API Key、点一下测试就能用；对话、后台任务等各自选模型，单价自动获取。
• 🌐 中文 / English：界面、通知和聊天软件里的消息都有中英文两种，设置里一键切换；英文界面下 Bot 默认用英文回复。

快速开始

用 Docker Compose，只需要装 Docker：

git clone https://github.com/kadaliao/open-super-agent.git && cd open-super-agent
cp .env.example .env     # 可以先填上 DEEPSEEK_API_KEY，也可以打开后在 设置 → 模型 里填
docker compose up -d     # 第一次要构建镜像，大约 5–10 分钟；打开 http://127.0.0.1:8765

第一次打开会有引导：接上一个模型服务、认识你的 Bot（或从模板装一个）、连一个常用应用，三步就能开始用。

自动 HTTPS、电脑改用 Instabox、国内镜像源、备份，见 用 Docker Compose 部署。

需要 Python ≥ 3.11 和 uv、Node ≥ 20；本地电脑仍要 Docker（用 Instabox 时不需要）。

export DEEPSEEK_API_KEY=sk-...              # 可选，也可以打开后在 设置 → 模型 里填；环境变量一览见 .env.example
(cd web && npm ci && npm run build)         # 构建前端
uv run uvicorn osa.server:app --port 8765   # 打开 http://127.0.0.1:8765

第一次用电脑时会自动构建本地镜像，需要几分钟。国内网络可以先手动构建，用镜像源加速：

docker build --build-arg APT_MIRROR=mirrors.ustc.edu.cn -t osa-computer:1 osa/computer/image

[!WARNING]
默认不用登录，只能在本机或内网（例如 Tailscale）使用。要部署到公网，先设置 OSA_PASSWORD 打开登录，再用 HTTPS 访问，见 配置 → 部署到公网服务器 和 SECURITY.md。

文档

路线图

和 Grok Bot 对齐的功能已经全部做完（v0.3.0，见 更新日志）。接下来的方向：

• 应用生态：应用和 Bot 模板主要靠社区提 PR 收录，项目补齐清单格式和连接方式上缺的能力。
• 更多客户端：macOS / Windows 桌面端（菜单栏、快捷键、系统通知，还能把你自己的电脑借给 Bot 用）；iOS / Android 原生 App；在聊天软件的群里使用机器人。
• 电脑：“演示一遍”从浏览器扩展到整个桌面；快照与回滚。
• Bot 能力：语音对话。

每个方向的考虑和先后顺序见 docs/roadmap.md。想要的功能欢迎提 issue。

参与贡献

欢迎提 issue 和 PR，开始前请先读 CONTRIBUTING.md。

致谢

• DeepSeek Super-agent（2026-10 技术博客）：Router / Worker / Watchdog / Inline & Spill 的架构思路
• Grok Bot：产品形态和交互方式
• Instabox、noVNC、Model Context Protocol

许可证

MIT © Kada Liao