Task-oriented AI Agent productivity platform
面向任务制的 AI Agent 生产力平台 —— 以 WorkSpace 为单位，重新定义智能体的操作边界与记忆演化。
English | 简体中文
官网 · 在线体验 · 教程 · 快速开始 · 核心亮点 · 使用场景 · 社区
更新日志 🔥
- [2026.05.28] PilotDeck 正式开源！欢迎访问官网 pilotdeck.openbmb.cn，期待社区的贡献、反馈与 Star 支持。
💡 关于 PilotDeck
PilotDeck 是一个以「WorkSpace（工作舱）」为核心设计的开源智能体操作系统，由清华大学 THUNLP 实验室、面壁智能、OpenBMB 与 AI9Stars 联合研发并开源，面向通用场景、适用于多任务，是 Agent 时代一个真正的「生产力工具」。
当前 AI Agent Harness 领域已涌现出一批优秀的代表成果，各有侧重：Claude Code / Cursor / Trae Solo 把模型的推理能力深度集成进了编程 IDE；Claude Cowork 引入了项目隔离的概念，把 Agent 带到了桌面端的知识工作场景；WorkBuddy 打通了 IM 生态，让 AI 在企微 / 飞书等通讯工具中触手可及。
然而，当我们把视角从"单次编程"或"即时问答"切换到长周期、多项目并行的生产力创作时，仍有一些尚未被很好回答的问题：
- 多项目并行时，记忆能否做到 白盒可追溯？AI 记错了，能否定位到哪条记忆出错、直接修改，而不必重开会话？
- Token 成本能否 按任务分项追踪？让后台常驻推进变得经济可行？
- 不同难度的任务，能否 自动匹配不同模型？而不是简单任务也跑最贵的旗舰模型？
- 人离开电脑后，活能否继续推进？Agent 能否 主动发现值得做的事、汇报进展、把成果落地为文件？
PilotDeck 正是围绕这些问题做的增量探索。它以 WorkSpace 为基本单位，将文件、记忆、技能在项目级别完整隔离与沉淀，并配套提供 白盒记忆、智能路由、Always-on 三大能力，整套系统原生支持 Model Context Protocol (MCP)，跨前端（Web / CLI / IM）行为一致。
✨ 核心亮点
|
WorkSpace 级隔离与沉淀 每个项目拥有独立的专属文件系统、记忆库与技能集。多任务并行互不干扰，检索空间有边界，技能随任务自动沉淀，告别全局上下文污染。
|
可追溯的白盒记忆 记忆的生成、抽取、存储与使用全链路可见。AI 记错时可直接定位并手动修改。内置 Dream 模式，利用空闲时间自动归纳整理，并支持一键回滚。
|
|
智能路由与成本优化 内置任务难度识别，复杂任务调用强力模型（如 Claude 3.5 Sonnet / GPT-4o），简单任务降级至轻量模型。通过端云协同与精准匹配，大幅降低 Token 消耗。
|
Always-on 常驻执行 突破"你问我答"的限制。用户离开后，Agent 仍能在后台主动发现潜在任务、执行长周期监控、并最终将成果落地为本地文件与摘要汇报。
|
📊 核心能力实测数据
PilotDeck 的三大核心能力在实际生产环境中展现出了显著的优势：
1. 智能路由：社媒场景节省 ～70% 成本
在小红书等社媒运营场景中，开启智能路由后，系统会自动将简单的文本润色、排版任务降级给子 Agent（如 Sonnet 4.5），仅在核心规划节点使用 Opus 4.5，实测成本大幅下降：
| 方案 | 模型编排 | 费用 | 倍率 |
|---|---|---|---|
| 开启省钱路由 | 主 Opus 4.5 + 子 Sonnet 4.5 | $2.83 | 1.1× |
| 不开省钱路由 | 全 Opus 4.5（主 + 子） | $12.58 | 5.0× |
| 单体大模型 | 单体 Opus 4.5 长 react（预估） | $12.20 | 4.8× |
2. 智能路由：复杂任务 1/6 成本超越顶级模型
研究团队在播客多语言推送、多源数据报告、领域论文综述、代码库架构文档等 7 个复杂任务上进行了对比测试。结果表明，采用"主强子弱"的路由编排，能以极低的成本达到最优效果：
| 配置 | 得分 | 成本 |
|---|---|---|
| MiniMax-M2.7 单 Agent | 37.1 | $1.90 |
| Claude Sonnet 4.6 单 Agent | 69.1 | $18.36 |
| 主 Sonnet 4.6 + 子 MiniMax-M2.7 | 70.6 | $3.15 |
3. 白盒记忆：排版与文风不再"串台"
在传统的黑盒 Agent 中，多任务混居会导致记忆全局污染。PilotDeck 通过 WorkSpace 实现了记忆的白盒化管理：
| 维度 | 现有 AI Agent（黑盒） | PilotDeck（白盒） |
|---|---|---|
| 可见性 | 看不到 AI 记住了什么，只能看到最终输出 | 随时查看记住了哪些内容、何时记录、属于哪个 WorkSpace |
| 可控性 | 写入后无法修改、删除，只能等 AI 自己"想明白" | 手动改 / 删 / 标记关键节点，重要决策不丢失 |
| 可追溯 | 出错时无法定位根本原因 | 生成 → 抽取 → 存储 → 使用，每个环节可查可改 |
| 隔离性 | 共享一个记忆池，跨项目互相污染 | 按 WorkSpace 隔离，A 项目的记忆不会跑到 B 项目 |
| 可回滚 | 上下文压缩后无法查看原始内容 | Dream 整理后支持一键回滚到整理前状态，不怕"越整理越乱" |
🖥️ 交互界面与演示
PilotDeck 提供了开箱即用的 Web UI，支持完整的 WorkSpace 管理、白盒记忆编辑、以及多智能体协作过程的可视化。
使用场景
以下所有演示均由端侧模型通过 PilotDeck 智能路由完成生成——无需调用云端大模型。
工作文档生成
"调研一下中国大模型应用市场，整理成一份正式的 HTML 白皮书"
| 执行过程 | 最终成果 |
 |
 |
小游戏开发
"用 Vibe Coding 模式陪我做一款 iOS AR 小游戏《找球球》"
| 执行过程 | 最终成果 |
 |
 |
AI 工程平台开发
"从零造一个 Embedding 低代码调优平台"
| 执行过程 | 最终成果 |
 |
 |
音视频剪辑&自媒体运营
"把这期英文播客推送给中日法韩西阿六语全球受众"
| 执行过程 | 最终成果（含音频） |
 |
https://github.com/user-attachments/assets/a7245467-ee3c-4939-a055-c56576ac56d1 |
📦 安装与快速开始
我们提供了 macOS/Linux 下的一键安装脚本，以及适合开发者的源码启动方式。
方式一：一键安装 (推荐, macOS/Linux)
curl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh | bash
该脚本将自动配置 Node.js 22 环境、克隆代码、安装依赖并编译前端。安装完成后，直接运行：
pilotdeck # 在 http://localhost:3001 启动服务
pilotdeck status # 查看运行状态
方式二：源码启动 (适合开发者)
1. 克隆代码与安装依赖
本仓库使用 Git LFS 管理大型媒体文件。克隆前请确保已安装
git lfs。 如果不需要演示视频/GIF，可在 clone 前加上GIT_LFS_SKIP_SMUDGE=1跳过下载。
git clone https://github.com/OpenBMB/PilotDeck.git
cd PilotDeck
npm install # 安装根目录依赖 (Gateway 运行时)
cd ui && npm install # 安装 UI 依赖
cd ..
2. 配置模型 Provider
PilotDeck 依赖 ~/.pilotdeck/pilotdeck.yaml 进行配置。您可以手动创建、运行启动脚本自动生成，或者在启动 Web UI 后直接在设置界面中进行可视化配置。
支持 OpenAI、Anthropic、DeepSeek、Qwen、Kimi、MiniMax 等多种协议。
schemaVersion: 1
agent:
model: deepseek/deepseek-v4-pro
model:
providers:
deepseek:
protocol: openai
url: https://api.deepseek.com/v1
apiKey: sk-your-api-key
3. 启动服务
cd ui && npm run dev # 开发模式 (HMR)，访问 http://localhost:5173
# 或
cd ui && npm run start # 生产模式，访问 http://localhost:3001
方式三：Docker Compose
如果您已安装 Docker，也可以直接使用容器方式启动：
docker compose up -d
🛠️ 扩展与插件 (Extension Protocol)
PilotDeck 采用开放的插件架构，插件代码与开源核心严格隔离。开发者可以通过 plugin.json 轻松扩展系统能力：
- MCP Servers: 原生支持集成 Model Context Protocol 服务器。
- Tools & Skills: 注册自定义工具，或通过 ClawHub 引入社区 Skill。
- Lifecycle Hooks: 拦截
PreToolUse、UserPromptSubmit等关键生命周期。 - Custom Memory: 允许接入自定义的记忆存储 Provider。
🤝 参与贡献
感谢所有为 PilotDeck 提交代码与反馈的开发者！我们欢迎新的成员加入，共同构建下一代智能体操作系统。
贡献流程：Fork 本仓库 → 创建 Feature 分支 → 提交 PR。
💬 联系我们
- 关于技术问题及功能请求，请提交 GitHub Issues。
- 欢迎加入我们的社区与我们交流：
| 微信交流群 | 飞书交流群 | Discord 社区 |
 |
 |
 |
🙏 致谢
感谢 OpenClaw、Claude Code、Codex、Cursor、Hermes 等 Agent OS 先行者的探索，为这一领域的发展提供了重要启发。
PilotDeck 的建设离不开以下优秀开源项目的支持：
- ClawXRouter — 智能模型路由
- ClawXMemory — Agent 记忆系统
- Claude Code UI — Web UI 参考
- Claude Code Router — 模型路由参考
- UltraRAG — RAG 框架
- Anthropic Skills — Agent 技能框架和内置技能（skill-creator）
- Vercel Labs Skills — find-skills 技能
- MiniMax-AI Skills — minimax-pdf 技能
- frontend-slides — 用编程 Agent 的前端能力创建精美网页幻灯片
- Karpathy Guidelines — LLM 编码行为准则
- Vite — 前端构建工具
- React — UI 框架
- Tailwind CSS — 原子化 CSS 框架
- shadcn/ui — 可访问的 React 组件原语
🏢 联合研发
PilotDeck 由清华大学 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合研发。
⭐ 支持我们
如果您觉得 PilotDeck 对您的工作或研究有帮助，请点亮一颗 Star 支持我们！
📝 引用
@misc{pilotdeck2026,
author = {PilotDeck Team},
title = {PilotDeck: A WorkSpace-Centric Open-Source Agent Operating System},
howpublished = {\url{https://github.com/OpenBMB/PilotDeck}},
year = {2026},
note = {Accessed: 2026-05-29}
}
📄 许可证
本项目基于 GNU Affero General Public License v3.0 开源。
