OpenBot

这是什么？适合谁？

OpenBot 是 CopilotKit 团队开源的一套「AI 同事」平台，核心卖点一句话就能说清：每个 AI 都拥有一台属于自己的电脑——独立的浏览器（带自己的登录态）、独立的文件目录（/workspace）、以及你显式授予的工具。而它和大多数 Agent 框架真正的分水岭在于治理层：Bot 的每一个动作都会先经过一个网关（gateway）做策略决策、写入审计记录，然后才真正执行。也就是说，OpenBot 解决的不是「能不能让 AI 干活」，而是「敢不敢把真实的账号和权限交给 AI 干活」。

它的定位非常精准：适合想在生产环境里部署可治理、可审计的自主 Agent 的技术团队、企业 IT 与合规部门，以及做多 Agent 编排研究的开发者。数据落在你自己的 PostgreSQL 里、模型密钥由管理员提供且静态加密、代码不随包打包任何模型，OpenBot 走的是「自托管 + 自带模型」的路线。

横向对比来看：相比 AutoGPT / AgentGPT 这类「给个目标就开跑」的通用自治体，OpenBot 多了层层治理与审计（每个被拒绝的动作都会标注是哪条规则拦下的）；相比 CrewAI / LangGraph 这类纯编排框架，OpenBot 额外提供了「每 Agent 一台电脑」的运行时隔离和浏览器/Shell/文件操作的统一网关；相比 Claude Computer Use / OpenAI Operator 这类闭源云端方案，OpenBot 完全开源（MIT）、跑在你自己的机器上、模型随便换。

不过要清醒认识到：OpenBot 目前是 Alpha 状态，仓库创建于 2026 年 8 月 17 日，上线至今不到一周，Star 约 2.1k、Fork 约 228，正在快速迭代，粗糙边缘和 Bug 是常态。它适合愿意尝鲜、能接受频繁变动的工程团队，而不适合追求稳定、开箱即用的个人用户。

适合谁：需要 AI 同事自动化日常流程（知识问答、风险合规、表单填写）并保留完整审计记录的中小团队；研究 Agent 治理与安全边界的研究者；希望把已有 AG-UI Agent（LangGraph / Mastra / CrewAI / Pydantic AI 等）接进统一工作台的开发者。

不适合谁：只想图形界面点几下就完事、不熟悉 Docker / Bun 的普通用户；对 Alpha 软件稳定性有硬性要求的生产场景。

准备工作

在动手前准备好下面 5 项，整个过程约 15–30 分钟（视网络与 Docker 镜像拉取速度）：

1. Docker：OpenBot 用 Docker Compose 拉起 PostgreSQL 和内置 Bot。安装 Docker Desktop（Windows/macOS）或 docker + docker compose（Linux）。
2. Bun 1.3+：应用与 API 服务都跑在 Bun 上。macOS/Linux 用 curl -fsSL https://bun.sh/install | bash，Windows 用 powershell -c "irm bun.sh/install.ps1 | iex"。
3. CopilotKit Intelligence 项目与许可证：OpenBot 的持久线程与记忆依赖 CopilotKit Intelligence。官方提供免费套餐（Free，$0），也可自托管。在 https://www.copilotkit.ai 注册账号，下面第 2 步的 CLI 命令会引导登录与选项目。
4. 模型密钥：内置的 PoC Bot 用 OpenAI，LangGraph Bot 可用 OpenAI / Anthropic / Google。在 https://platform.openai.com/api-keys 生成 OPENAI_API_KEY。
5. 前置知识：会用终端执行 git、cp、bash，能读懂 .env 环境变量；了解 Agent / LLM 基础概念即可，不需要会写框架代码（AG-UI 协议让你接任意现成 Agent）。

替代方案：如果暂时不想碰 Docker / 自托管，可以直接体验 CopilotKit 的托管产品（copilotkit.ai）；如果只想做浏览器自动化而不需要治理审计，可以看更轻量的 browser-use；如果只想要多 Agent 编排而不需要「每 Agent 一台电脑」，CrewAI 上手更快。

快速上手（5 步）

第 1 步：克隆并创建 .env

git clone https://github.com/CopilotKit/OpenBot
cd OpenBot
cp .env.example .env

预期结果：目录下生成 .env 文件，内含全部占位配置项。

第 2 步：获取 CopilotKit Intelligence 凭证

npx --yes copilotkit@latest login
npx --yes copilotkit@latest project select
npx --yes copilotkit@latest license --write

预期结果：project select 输出一个 cpk-... 运行时密钥；license --write 自动把 COPILOTKIT_LICENSE_TOKEN 写进 .env。把 cpk-... 手动填到 .env 的 INTELLIGENCE_API_KEY。

第 3 步：填必填项

在 .env 里补上模型密钥：

OPENAI_API_KEY=sk-...

另外生成自己的加密密钥（本地用公开示例值也行，生产必须换）：

openssl rand -base64 32

把结果填进 KEY_ENCRYPTION_KEY。预期结果：.env 里 DATABASE_URL、KEY_ENCRYPTION_KEY、INTELLIGENCE_API_KEY、COPILOTKIT_LICENSE_TOKEN 等均有值。

第 4 步：安装依赖并启动

bun install
bash scripts/start.sh

预期结果：start.sh 依次启动 Docker 服务、跑数据库迁移、在 3001 端口起 API、在 3010 端口起 Web，并对各服务健康检查通过后打印下一步提示。

第 5 步：打开并验证

浏览器打开 http://localhost:3010 ，进入 /bot，让内置的 General Assistant 做一件事：

Open news.ycombinator.com and tell me the top story.

预期结果：你看到它在自己的浏览器窗口里打开 Hacker News 并回读头条；切到 /admin/audit 能看到刚才这条动作的审计记录。这就是 OpenBot 的核心闭环：动作 → 决策 → 记录。

常见踩坑

踩坑 1：健康检查通过，但每次对话都失败

• 现象：scripts/start.sh 显示 agent-bot healthy，Web 也能打开，但一问就报错。
• 原因：OPENAI_API_KEY 缺失或为空。内置 PoC Bot 不会像 LangGraph Bot 那样拒绝启动，而是照常报 healthy。
• 解决：检查 .env 里的 OPENAI_API_KEY 是否填对（无多余空格、无引号），改完重启。参考 issue #98。

踩坑 2：deny 规则被表单提交绕过

• 现象：你在 /admin/boundaries 加了 deny 规则禁止提交某个表单，Bot 还是提交成功了。
• 原因：computer_type 带 submit:true 时会「自动回车提交」，走的是另一条动作路径，没被针对按钮的 deny 规则命中。
• 解决：策略要同时覆盖 type + submit 组合；这是已知边界问题（issue #101），关注修复版本。

踩坑 3：写入文件逃逸了工作区边界

• 现象：Bot 通过符号链接把文件写到了 /workspace 之外。
• 原因：路径约束在写入路径上对 symlink 少解析了一层。
• 解决：升级到修复后的版本，并避免在 workspace 内放置指向外部的 symlink。参考 issue #100。

踩坑 4：supervisor 启动了一个「不属于自己」的容器

• 现象：同名容器残留时，supervisor 按名字匹配到一个缺 label 的容器并接管。
• 原因：容器的所有权靠 openbot.supervisor label 判定，同名但无 label 的容器被当作「不存在」。
• 解决：docker ps -a 清理同名残留容器后再启动。参考 issue #102。

踩坑 5：工具下架后 grant 还在

• 现象：某个 connector 的工具（如 google-drive/create_file）已不再暴露，但对应的 grant 仍存在。
• 原因：grant 不会随工具撤回自动清理，换 transport 后可能重新启用写权限。
• 解决：撤回工具后手动清理相关 grant。参考 issue #106。

踩坑 6：Alpha 阶段变动频繁

• 现象：隔几天 clone 下来，配置项、路由、目录结构就变了，老教程跑不通。
• 原因：项目创建于 2026-08-17，处于 Alpha，README 明确提示「expect rough edges and bugs, and expect things to move」。
• 解决：以仓库内 docs/ 目录和 .env.example 为准，不要依赖第三方旧教程；pin 住 commit。

踩坑 7：忘了它是「自带模型」

• 现象：装完发现没有任何模型可用，以为内置了模型。
• 原因：OpenBot 不打包任何模型，模型密钥必须由管理员提供。
• 解决：准备 OpenAI / Anthropic / Google 任一家的密钥填入 .env。

初级用法

1. 三个内置同事开箱即用：示例包自带 General Assistant（日常）、Knowledge（公司知识问答）、Risk Analyst（风险合规）。从 /agents 进入，逐个聊一聊就能理解「同事」与「聊天机器人」的区别。
2. 让 Bot 填一张真实表单：让 Bot 打开 https://httpbin.org/forms/post 填表提交，然后去 /admin/audit 查看被允许/拒绝的动作，直观感受治理层。
3. 添加 deny 规则：在 /admin/boundaries 加一条 deny 规则（或预设），重复刚才的浏览器动作，观察它被拒绝并标注是哪条规则。
4. 创建自定义同事：在 /agents 新建一个 coworker，填 name / title / role 描述，给它一个「岗位职责」，再开一个 channel 和它对话。
5. 发布一个沙箱组件：在 /admin/playground 草拟一个 React 组件并发布，让 Bot 用组件而非纯文字回答。

高级玩法

1. 接入自己的 AG-UI Agent：任何说 AG-UI 协议的端点都能当 Bot。用 LangGraph、Mastra、CrewAI、Pydantic AI 或 Google ADK 写的 Agent，在 /agents 里填 endpoint 即可接入，治理层跟着协议走而非框架。
2. 启用 gVisor 沙箱：设 COMPUTER_RUNTIME=runsc 让每台 Bot 电脑跑在 gVisor 下（需宿主支持），进一步强化隔离；配合 COMPUTER_SANDBOX=on 打开 Chromium 自身沙箱。
3. 接企业 SSO：删除 OPENBOT_SINGLE_USER=true，配置 Google / Microsoft / Okta 任一 OAuth，或注册公司自己的 SAML / OIDC 提供商，按邮箱域名路由登录。
4. 用 CEL 写细粒度策略：AGENT_COMPUTER_POLICY 支持检查 tool.name、intent、bot.id、page.url、element.*、file.*、mcp.* 等字段，deny 优先于 allow、缺策略默认拒绝，实现「fail closed」。
5. 单镜像生产部署：docker build -t openbot . 后一条 docker run 带上 EMBEDDED_POSTGRES=on 即可部署，无需 Kubernetes；详见 docs/deployment.md。

小技巧

1. 先开单用户模式玩透：.env.example 默认 OPENBOT_SINGLE_USER=true，fresh clone 免 OAuth 直接到产品；确认熟悉后再关掉它接 SSO。
2. 善用 /admin/audit 作为调试入口：任何「为什么它没做 / 为什么被拦」的问题，先查审计记录，拒绝动作都带规则名。
3. 把密钥走 /admin/credentials：凭证加密存储、永不回读、审计事件里自动脱敏，别把密钥写进 tenant YAML 或提交进仓库。
4. Bot 卡在登录墙 / 2FA 时用「接管」：它会请求人工接管，你在同一面板操作，动作被记录为 computer.control_taken / computer.control_released，接管期间 Bot 动作被拒绝而非排队。
5. 关注 agents.yaml：租户包里的 Agent 用 YAML 声明（built-in 或 remote-ag-ui），比 UI 里逐个点更适合批量管理和版本化。

常见问题 FAQ

Q1：OpenBot 免费吗？

A：OpenBot 本身是 MIT 开源、免费自托管。但它依赖 CopilotKit Intelligence 提供持久线程与记忆——官方提供免费套餐（Free，$0），付费 Pro 约 $39/月，也有企业定制价。模型密钥另算，由你自己带（OpenAI / Anthropic / Google）。来源：https://www.copilotkit.ai/pricing

Q2：它和 AutoGPT、CrewAI 有什么区别？

A：AutoGPT / CrewAI 是「编排框架」，解决怎么让 Agent 干活；OpenBot 是「带治理的运行时平台」，额外解决敢不敢给它权限——每 Agent 一台隔离电脑、所有动作先决策后审计。OpenBot 还能通过 AG-UI 协议把 CrewAI / LangGraph 写的 Agent 接进来当 Bot，两者不是替代关系，可以叠加。

Q3：支持哪些模型？

A：内置 PoC Bot 用 OpenAI；LangGraph Bot 可用 OpenAI、Anthropic、Google。通过 OPENAI_BASE_URL / ANTHROPIC_BASE_URL / GOOGLE_GENERATIVE_AI_BASE_URL 可以把调用转发到网关、代理或兼容端点。项目自身不打包任何模型。

Q4：它是稳定可上生产的吗？

A：目前不是。仓库创建于 2026-08-17，明确标记 Alpha，README 提示「expect rough edges and bugs」。建议先用于内部试点、PoC，生产落地等版本稳定并充分压测审计链路。来源：https://github.com/CopilotKit/OpenBot

Q5：数据存在哪？安全吗？

A：数据落在你自己的 PostgreSQL（含 pgvector），可 EMBEDDED_POSTGRES=on 内嵌或指向已有库；模型密钥静态加密且不落日志；每台 Bot 电脑默认绑定 127.0.0.1 并需 per-container token；凭证通过 /admin/credentials 加密存储。前提是你自己把 TLS 和密钥管理做好。

进阶学习建议

深入 OpenBot 有几个只有它才有的切入点，值得重点啃：

• 网关治理模型：读 docs/architecture.md 里「gateway is the only way in」的设计——目标解析、策略评估、审计写入、最后才执行，理解这条链路是掌握 OpenBot 的关键，也是它区别于一切纯编排框架的地方。
• CEL 策略实战：在 AGENT_COMPUTER_POLICY 里练习写 CEL 规则，覆盖 page.url / file.* / mcp.* 字段，体会「deny 优先、缺策略默认拒绝、坏规则拒绝而非放行」的 fail-closed 语义。
• 接一个真实 AG-UI Agent：拿 CopilotKit 官方示例或 LangGraph 的 AG-UI 适配，把它接成 OpenBot 的一个 Bot，再给它配浏览器 / 文件工具，观察治理层如何随协议生效。
• 审计驱动的合规落地：把 /admin/audit 的 permitted / refused / failed 三类记录接到你自己的 SIEM 或报表里，给风险与合规场景（内置的 Risk Analyst 就是为此设计的）做留存证据。
• 社区与安全 issue 跟进：项目年轻且迭代极快，仓库自带 security_zizmor.yml 安全工作流，每个安全 issue 的根因（如 workspace 边界、deny 绕过）本身就是最好的 Agent 治理教材。

参考链接

• OpenBot GitHub 仓库
• OpenBot 官网
• CopilotKit 定价
• AG-UI 协议

免责声明：本文基于官方文档和公开资料整理，AI 辅助生成，MagicNetWorld 尚未完成独立实测。OpenBot 处于 Alpha 阶段，功能与配置可能随时变动，请以官方仓库和文档为准。