GitHub-радар
Octop: свой ИИ-ассистент для дома или команды на базе агентов
Octop — open source ИИ-ассистент, который ты сам ставишь и запускаешь на своём компьютере. Один сервис обслуживает нескольких пользователей и сразу несколько «экспертов»-агентов.
Это самостоятельный ИИ-ассистент, который работает на твоём компьютере, а не в чужом облаке. Внутри можно держать несколько «экспертов»-агентов под разные задачи и переключаться между ними.
Когда пригодится
Пригодится, если хочешь один ассистент на все чаты — Telegram, Discord, веб-панель — вместо отдельного бота в каждом, особенно для семьи или команды. Если хватает одного простого чат-бота, Octop будет избыточен.
Плюсы
- Работает на твоём компьютере, данные не уходят в чужое облако
- Один ассистент сразу во всех чатах: Telegram, Discord, веб-панель
- Несколько экспертов под разные задачи с общей памятью
- Поддерживает несколько пользователей — подходит для семьи или команды
Минусы
- Своей модели нет — нужно подключить чужую
- Отвечает ровно так же хорошо, как подключённая модель
- AgentTeams и часть функций ещё в бета-версии
Как поставить — по шагам
- 1Открой ИИ-агента (например, Claude Code) в папке своего проекта.
- 2Отправь агенту текст из блока ниже — он развернёт Octop из GitHub и всё установит.
- 3Когда агент попросит ключ модели, дай ключ DashScope (сервис Alibaba с моделями Qwen) или настрой Ollama (бесплатный локальный запуск моделей).
- 4Попроси агента завести одного эксперта под твою задачу.
- 5Проверь результат: открой веб-панель (обычно http://127.0.0.1:8088) и напиши эксперту в Telegram.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Разверни Octop отсюда: https://github.com/TencentCloud/Octop — действуй по README (одна команда ставит всё через uv), подключи модель по OpenAI-совместимому ключу или через Ollama, заведи одного эксперта под мою задачу и дай мне написать ему в Telegram. Спроси у меня ключ модели, если он понадобится.
Сам Octop лёгкий — современный процессор и несколько гигабайт памяти под процесс и кэш, видеокарта не нужна. Если хотите модель целиком локально через Ollama, под неё уже нужны отдельные ресурсы по её размеру; с облачным ключом хватит обычного компьютера или недорогого сервера.
Открыть на GitHub▌ Ещё находки