Files

T

figmar 62ed583ff9 docs: add Chinese README as default, keep English as README.en.md, add local modifications section vs upstream

2026-08-10 21:57:45 +08:00

35 KiB

Raw Permalink Blame History

OpenOPC：打造你的个人 AI 原生公司 — 自建、自营、自成长

English | 简体中文

🏗️ 自建（Self-Built） — 全自动招募各岗位的 AI 员工，搭建组织架构。

⚙️ 自营（Self-Run） — 全自动分派任务、驱动交接，持续朝你的目标推进。

🌱 自成长（Self-Grown） — 从每个任务中学习，沉淀组织记忆，交付越来越聪明。

何时使用 OpenOPC

OpenOPC 覆盖九大核心垂直领域 — 从 AI 开发、软件工程到金融、销售、媒体、电商与教育。无论哪个行业，OpenOPC 都会组建合适的团队并端到端交付。

🤖 AI 技术与研究 _{模型训练与评估、Agent 开发、LLM 应用与 AI 基础设施}	💻 软件开发 _{Android 应用、SaaS MVP、网站、小程序与游戏开发}	📈 金融投资 _{投资备忘录、市场图谱、尽职调查与投决会材料}
🚀 销售增长 _{外呼销售、交易策略、方案书与渠道拓展}	🎬 内容与媒体 _{视频制作、短视频内容、脚本、分镜与多平台剪辑}	🤝 行业助理 _{客服、房产、法律咨询、HR 入职、零售等场景的 Copilot}
🧾 会计与财务 _{记账、财务报告、税务合规、预算与风险审查}	🛍️ 品牌与电商 _{品牌规划、选品、店铺运营、用户增长与留存}	🎓 教育与培训 _{课程设计、知识库、学员管理与内容生产}

演示

🎬 视频制作

📈 投资研究

🎮 游戏原型

OpenOPC 如何工作

OpenOPC 围绕复杂的真实任务组建一家 AI 公司 — 通过三个紧密耦合的机制：自建负责组织配员，自营负责执行工作，自成长负责从结果中学习。

1. 自建 — 为组织配员

在任何工作开始之前，必须先把合适的人放到合适的位置。给定一个目标，OpenOPC 会：

🌿 起草组织架构图 — 从任务需求推导出所需的角色与汇报结构。
🎯 填补每个角色 — 由招聘 Agent 在「复用现有员工（带着以往项目塑造的经验）」与「从人才池中招募新人」之间做出选择。

💡 有经验的员工携带积累的上下文；当角色需要时，新员工则提供一张白纸。

⚙️ 2. 自营 — 执行工作

团队组建完成后，自营机制协调成员产出最终交付物。核心挑战不在于单纯执行，而在于不确定性下的高效协作，具体体现为两个问题。

🔀 动态协作编排。真实工作无法完全提前规划。OpenOPC 通过工作项状态机来解决，每个工作项所处的阶段决定：

📋 它在看板的哪一列 — 处于工作流的哪个位置。
👑 它的负责人 — 该阶段由哪个角色负责。
✅ 它的可执行性 — 是否已经具备推进条件。

管理者负责拆解工作项、分派并评审结果 — 接受、返工或上报 — 覆盖五种模式：执行（execute）、委派（delegate）、评审（review）、集成（integrate）与返工（rework）。拆解定义了一个依赖 DAG，因此：

⚡ 相互独立的工作项并行推进。
⏳ 有依赖的工作项等待前置项完成。

🔗 依赖解除与驳回都作为结构化的阶段转换传播，消除了临时的人为协调。

🛡️ 处理运行中途出现的阻塞。并非所有障碍都能提前预见。OpenOPC 在两个层面解决：

💬 团队内部 — 一条阻塞消息会暂停发送者，并激活最适合解决该问题的角色。
📡 团队之外 — 当阻塞超出团队权限时，运行时会上报给人类所有者，在真正需要时引入人类判断。

🖥️ 看板与办公室视图实时呈现这一编排过程。

🌱 3. 自成长 — 从运行中学习

执行产生原始经验；自成长把它转化为持久的改进，遵循两条原则。

🏅 把结果归因到正确的角色。把功劳记给整个公司学不到任何东西。因此 OpenOPC：

🔍 将用户反馈解析为针对每位员工的评估。
🎯 只更新负责了相关工作项的角色 — 功与过都落到应得之处。

📖 把执行轨迹提炼为知识。执行轨迹噪声太大，无法直接学习。因此 OpenOPC：

💡 把每个角色的任务提炼为高信号的经验教训，存入其私有经验档案。
📚 把反复出现的经验提升为共享的作业手册（playbook），新员工从入职起即可继承 — 让组织知识随时间复利增长。

这些机制如何对应到 UI

Org -> Team 编辑公司架构与角色。
Org -> Employees 为空缺角色招募人才。
Team Roster -> Deploy 把已录用的员工变成办公室中可见的 Agent。
Workspace 输入框可选择 Task 模式的执行 Agent。
角色检查器可为 Company 模式的角色设置运行时策略与偏好的外部 Agent。
执行期间，Workspace 的 Agents 页签与 Execution Progress 面板会显示哪个角色处于活动状态、它负责哪个工作项、以及由哪个执行 Agent 完成具体工作。

快速开始

推荐使用 uv 来安装 OpenOPC。它可以安装/管理 Python、创建项目虚拟环境，并在该环境中运行命令，而不会把 OpenOPC 的依赖混入全局 Python。

OpenOPC 要求 Python >=3.10；下面的示例使用 Python 3.12。

对于直接的一次性工作，OpenOPC 还提供 Task 模式 — 一个类 LobeChat 的单 Agent 工作台，可使用 OpenOPC Native、Codex、Claude Code、Cursor 或 OpenCode。

推荐：uv 环境搭建

macOS

# 使用 Homebrew 安装 uv，或使用官方独立安装脚本。
brew install uv
# curl -LsSf https://astral.sh/uv/install.sh | sh

cd /path/to/OpenOPC
uv python install 3.12
uv venv --python 3.12
source .venv/bin/activate

Linux

curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"

cd /path/to/OpenOPC
uv python install 3.12
uv venv --python 3.12
source .venv/bin/activate

Windows PowerShell

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

cd C:\path\to\OpenOPC
uv python install 3.12
uv venv --python 3.12
.\.venv\Scripts\Activate.ps1

Windows 命令提示符

winget install --id=astral-sh.uv -e
:: 或在 cmd 中运行独立安装脚本：
:: powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

cd C:\path\to\OpenOPC
uv python install 3.12
uv venv --python 3.12
.venv\Scripts\activate.bat

# 将 OpenOPC 安装到 uv 管理的环境中
uv pip install -e .

# 可选但推荐：安装浏览器工具所需的 Chromium
uv run python -m playwright install chromium

# 初始化本地配置、记忆、技能、项目与工作区目录
uv run opc init

# 在 .opc/config/llm_config.yaml 中填入 API key，
# 或配置 llm.api_key_env 指定的环境变量。

# 启动浏览器 UI
uv run opc ui

默认打开 http://localhost:8765。

# 交互式 CLI
uv run opc chat -p demo

# 一次性 Task 模式
uv run opc chat -p demo --mode task --agent codex "Refactor this module and run focused tests"

# 使用内置 Corporate 架构的 Company 模式
uv run opc chat -p demo --mode company --company-profile corporate "Plan, implement, review, and document this feature"

# 非交互脚本 / CI 风格用法
uv run opc exec -p demo --mode task --agent native --json "Summarize the current repo status"

安装说明

Python：>=3.10。当前必需依赖并非全部提供兼容 Python 3.9 的版本。
本地开发与发布测试推荐使用 uv。如果你偏好经典 pip，请创建并激活一个 Python >=3.10 的虚拟环境，然后运行 python -m pip install -e .。
如果虚拟环境激活被阻止，可以不激活，直接用 uv run ... 运行命令。
关于其他包管理器与托管 Python 的细节，参见官方 uv 安装文档与 Python 管理文档。
Node.js：需要构建 Office UI 前端时要求 >=18。
opc ui 会自动安装缺失的 aiohttp / aiosqlite，并在需要时自动构建前端。
如果你尚未安装外部 Agent CLI，运行 opc init --no-external-agent-preflight 可跳过首次运行的外部 Agent 检查。
浏览器工具基于原生 Playwright。在让 Agent 浏览网页之前，先用 python -m playwright install chromium 安装 Chromium。

开发环境搭建（从源码构建）

python -m pip install -e .
python -m pytest

cd opc/plugins/office_ui/frontend_src
npm install
npm run typecheck
npm run build

前端构建产物从 opc/plugins/office_ui/frontend_dist/ 提供服务。

Office UI 指南

展开 Office UI 指南 — 视觉导览、工作台、Company 模式、看板、办公室、组织

启动方式：

opc ui
opc ui --port 9000 --project demo
opc ui --rebuild

视觉导览

横向滚动浏览 Office UI 演示。每张截图都附有简短的说明文字。

Workspace 的项目、聊天、模式、组织与 Agent 控件 — **工作台与初始设置。**选择或创建项目，点击 `New Chat`，然后选择 `Company` 或 `Task` 以及对应的组织或 Agent。在 Company 模式下，可以指定角色员工与执行 Agent，也可以让 OpenOPC 自动招募。

Execution Progress 面板显示角色状态与执行记录 — **执行进度。**跟踪每个角色的状态，点击角色或工作项即可查看详细的执行记录、工具活动、交接、评审与运行时元数据。

看板展示 Agent 的工作项与状态 — **看板。**监督每个 Agent 的具体任务与工作项，观察它们在规划、执行、评审、阻塞与完成之间流转。

组织编辑器，可调整现有组织或新建组织 — **组织管理。**调整现有组织、修改角色与汇报关系、查看运行时策略，或创建一个新组织。

人才市场，可浏览并招募员工 — **人才市场。**浏览人才模板，查看候选人详情，在公司需要更多能力时把员工招募到空缺角色上。

动画办公室视图，展示每个角色正在做什么 — **办公室视图。**以动画办公室的形式观察整个组织，每个角色/Agent 都会显示状态、当前任务、正在使用的工具、座位与运行时活动。

Office UI 有三个主要页面：

页面	在这里做什么
Workspace	主要工作界面：会话列表、看板、聊天、任务详情、角色进度、通讯与团队驾驶舱。
Office	可视化办公室地图：Agent 以角色形象出现，可以选中、移动、分配座位与查看详情。
Org	公司架构：切换 Corporate/已保存的组织、创建新组织、编辑角色、招募人才、应用架构预设、导入/导出配置。

工作台（Workspace）

Workspace 页面是默认界面。

区域	关注点
左侧边栏	项目会话、活动、未读计数与新建聊天。
中间看板	看板卡片。Task 模式下，一张卡片通常对应一个任务型聊天会话。Company 模式下，看板跟随所选的运行时会话，展示已委派的工作项。
右侧面板	上下文面板，包含 `Chat`、`Agents`、`Info`、`Comms`、`Team` 等页签。工作运行期间可以折叠、调整大小或最大化。
输入框	发送消息、附加文件、选择模式、选择公司架构；在 Task 模式下选择执行 Agent。

从 UI 开始工作

在顶部项目选择器中创建或选择一个项目。
在 Workspace 中点击 New Chat。
在输入框中选择 Task 或 Company。
Task 模式下选择 Agent：OpenOPC Native、Codex、Claude Code、Cursor 或 OpenCode。
Company 模式下选择 Corporate 或一个已保存的组织架构。
发送任务简报。

第一条消息发出后，该聊天的模式与任务 Agent 即被锁定。若需换用其他模式，可通过锁定模式的弹出提示在新聊天中继续。

UI 中的 Company 模式

Company 模式把一份简报变成一个运行时会话加一组由角色负责的工作项。

页签	展示内容
`Chat`	父级对话、最终回复、运行时进度卡片、检查点回复、停止/继续/完成控件，以及跳转到工作项执行的链接。
`Agents`	角色汇总：活动/等待/待定/完成的角色、当前工具、角色工作项、筛选、搜索，以及详细执行进度的链接。
`Info`	状态、负责人、角色身份、员工分配、所选执行 Agent、时间信息与开发者详情。
`Comms`	角色收件箱、未读/已读/已发消息、会议、决策与最近的通讯故障。
`Team`	运行时驾驶舱：团队、座位、审批、未读通讯、恢复状态与当前运行的停止控件。

要查看某个角色的详细工作流，打开一个 Company 模式会话，在 Chat 进度卡片或 Agents 页签中点击角色/工作项。Execution Progress 面板会展示每个工作项及其状态、活动分区、工具进度、交接、评审对象与执行轮次元数据。

看板（Kanban）

Task 模式：看板是项目级面板。可以在 Todo 中快速创建任务、启动任务，并从右侧面板查看每个任务。
Company 模式：当前面板跟随所选运行时会话。卡片代表公司工作项，按照后端运行时状态在规划/执行/评审/完成之间流转。
当运行时掌管状态时，跨状态列的手动拖拽会被有意限制。同列内重新排序在适用时是支持的。

办公室（Office）

当你想以可视化方式查看运行中的团队时，使用 Office 页面。

点击 Agent 角色形象或列表行，查看状态、当前工具、当前任务、角色、办公室与座位。
使用办公室/座位控件移动 Agent。
子 Agent 可以显示或隐藏。
由员工或模板创建的 Agent 会出现在办公室中，并持久化在 .opc/ui_state.db。

组织（Org）

Org 页面是公司结构变得可运行的地方。

子页签	用途
`Team`	查看/编辑角色图谱、表格、角色检查器、花名册、已保存组织选择器、导出打包流程，并把已录用员工部署到办公室。
`Runtime`	调整运行时团队、座位、最终决策者、委派策略与运行时策略。Corporate 为只读；已保存的组织可编辑。
`Architecture`	浏览内置架构预设、预览/应用包、管理已安装的包、导入/导出 YAML。
`Employees`	搜索人才模板、查看详情、招募到空缺角色、为公司配员。

创建新公司：打开 Org，点击 New organization，输入名称，添加至少两名带职责与汇报关系的成员，检查并创建。OpenOPC 会自动保存，并把输入框切换为 Company / <你的组织>。

招募：先导入人才模板，然后打开 Org -> Employees，搜索模板，点击 Hire，选择一个空缺角色；若希望员工出现在 Office 页面，再从 Team Roster 部署。

opc talent import /path/to/agency-agents

项目文件的位置

OpenOPC 把运行时/配置状态与交付物工作区文件分开存放。

路径	含义
`.opc/config/`	由 `opc init` 从 `config/` 复制而来的本地配置。
`.opc/memory/`	全局与项目级 Markdown 记忆。
`.opc/projects/<project>/`	项目运行时元数据与任务存储。
`.opc/ui_state.db`	Office UI 的聊天、频道与可视化 Agent 状态。
`../OpenOPC_workplace/<project>/`	默认项目工作区。Agent 应把持久的项目文件写到这里。
`../OpenOPC_workplace/<project>/.opc-comms/`	Company 模式内部通讯信箱、会议与工具结果暂存区。

若希望配置与运行时状态放在仓库之外，设置 OPC_HOME=/path/to/opc-home。

CLI 指南

展开 CLI 指南 — 常用命令与交互式斜杠命令

OpenOPC 同时提供高层的自然语言命令与更底层的 UI/服务命令。

概念上 OpenOPC 有两种执行模式：task 与 company。部分底层 CLI/服务命令仍将 org 作为「Company 模式 + 已保存组织架构」的兼容选择器；在 UI 中这表现为 Company 加一个架构选择。

常用命令

# 聊天
opc chat
opc chat -p demo --mode task --agent native "Inspect the failing tests"
opc chat -p demo --mode company --company-profile corporate "Ship this change with review"

# 可脚本化执行
opc exec -p demo --mode task --agent codex --stream-json "Run the migration check"
opc exec -p demo --mode company --company-profile corporate "Draft the research report"

# 项目生命周期
opc project list
opc project create demo
opc project switch demo

# 会话
opc session list -p demo
opc session create "New feature" -p demo --mode company
opc session send <task_id> "Continue with implementation" -p demo
opc session stop <task_id> -p demo
opc session continue <task_id> "Proceed after review" -p demo

# 运行时检查
opc runtime status -p demo
opc runtime logs <task_id> -p demo
opc work-item list -p demo
opc work-item show <work_item_id> -p demo
opc comms state <task_id> -p demo

# 招募
opc talent import /path/to/agency-agents
opc talent hire <template_id> <role_id> -p demo

交互式斜杠命令

运行 opc chat，然后使用斜杠命令：

/status
/mode task
/mode company corporate
/agent codex
/project switch demo
/session list
/runtime --full
/logs <task_id> --full
/comms <task_id> --full
/org
/talent list
/market list

完整命令表见 docs/cli-chat-slash.md。

CLI 命令分组

分组	示例
`opc project`	`list`、`show`、`create`、`switch`、`rename`、`delete --yes`
`opc session`	`list`、`create`、`show`、`config`、`send`、`rename`、`delete --yes`、`stop`、`continue`、`resume`、`complete`
`opc mode`	`show`、`set task`、`set company --profile corporate`、以及用于已保存组织公司运行的 `set org --org <id>`
`opc kanban`	`view`、`task create`、`task update`、`task move`、`task assign`、`task status`、`task delete --yes`
`opc agent`	`list`、`create`、`create-from-template`、`import-employee`、`detail`、`move`、`delete --yes`
`opc org`	`info`、`export`、`import`、`saved list/save/load/delete`、`role add/update/bulk-add/delete`、`policy update`、`strategy update`、`reset --yes`
`opc talent`	`list`、`employees`、`import`、`hire`、`scan`、`import-selected`、`employee-detail`、`import-agent`
`opc market`	`presets`、`browse`、`preview`、`apply-preset`、`export`、`install`、`list`、`uninstall --yes`
`opc runtime`	`status`、`checkpoints`、`logs`、`run`
`opc channels`	`status`、`login`、`start`、`stop`

大多数服务类命令都支持 --project/-p 与 --json。

对于已保存的组织架构，部分 CLI/服务命令目前将 org 作为兼容选择器使用，尽管概念上的运行时仍是 Company 模式：

opc exec -p demo --mode org --org hku_research_lab "Draft the research report"
opc session create "Research sprint" -p demo --mode org --org hku_research_lab

配置

在仓库根目录运行一次 opc init。它会创建 .opc/、从 config/ 复制模板配置、创建记忆/技能/日志目录，并可选地创建第一个项目。

展开配置 — 配置文件、LLM 密钥、外部 Agent、频道、浏览器/MCP、故障排查

文件	用途
`.opc/config/llm_config.yaml`	默认模型、兼容 LiteLLM/OpenRouter 的 API base、API key、环境变量间接引用、路由、回退、temperature、token 限制。
`.opc/config/system_config.yaml`	运行时行为、浏览器工具、原生运行时、压缩、验证、权限、沙箱与安全设置。
`.opc/config/agent_config.yaml`	外部 Agent 命令路径、优先顺序、模型参数、会话模式、超时、审批模式与原生子 Agent 配置。
`.opc/config/channel_config.yaml`	外部消息提供方与凭据。入站发送者列表默认拒绝。
`.opc/config/company_corporate_config.yaml`	内置 Corporate 公司架构模板。
`.opc/config/company_orgs/org_<id>_config.yaml`	Company 模式使用的自定义公司架构。
`.opc/config/org_index.yaml`	当前生效的已保存公司架构选择器。

LLM 密钥

运行 opc init 后，编辑仓库本地 OPC home 中的 .opc/config/llm_config.yaml。如果设置了 OPC_HOME，则改为编辑 $OPC_HOME/config/llm_config.yaml。

模板中的密钥留空。直接把 key 写入文件：

llm:
  default_model: "openai/gpt-5.4"
  api_base: "https://openrouter.ai/api/v1"
  api_key: "sk-or-v1-..."   # 你的 OpenRouter（或其他提供方）API key

  max_tokens: 32768         # 每次请求的最大输出 token；如果你的模型
                            # 输出上限更小，请调低
  # context_window: 128000  # 总输入窗口。通常由 litellm 自动检测；
                            # 未收录的模型回退为 128000。仅当回退值
                            # 不适合你的模型时才取消注释并设置。

然后用 opc status 验证。

如果不想把密钥存在文件里，可以将 api_key 留空，并把 api_key_env 设置为持有密钥的环境变量名（例如 api_key_env: "OPENROUTER_API_KEY"）。

审批与 Agent 权限

.opc/config/system_config.yaml 的 autonomy 部分控制 Agent 无需询问即可执行多少操作。关键旋钮是 max_auto_approve_risk — 可被自动批准的最高风险等级：

autonomy:
  max_auto_approve_risk: medium   # low | medium | high | critical
  allow_native_tool_auto_approval: true
  tool_first_use_approval: true   # 每个工具首次使用时总是询问

每次原生工具调用在运行前都会做风险分级：已知的破坏性命令（rm -rf、drop table、force-push 等）与敏感关键词（凭据、部署等）为 high/critical，总是上报给人类；白名单中的安全前缀（ls、git status 等）为 low；其余为 medium，在自动批准前会经过 LLM 审查。

medium（默认）：平衡 — 普通命令无提示运行；危险命令上报。
low：严格 — 不在安全白名单中的任何操作都需要审批。推荐用于共享或生产机器。
high/critical：宽松 — 仅用于可随时丢弃的沙箱。

每个工具首次使用时总会提示（除非该工具在 tool_approval_exemptions 中），你的「始终允许」选择会累积到项目级白名单。

外部 Agent

Task 模式可以显式选择执行 Agent：

opc chat -p demo --mode task --agent codex "Implement the change"

可用值有 native、codex、claude_code、cursor 与 opencode。在 .opc/config/agent_config.yaml 中配置命令名、参数、超时、会话复用与审批行为。

在 Company 模式下，角色可以通过角色配置或 Org 角色检查器指定偏好的外部 Agent。角色的执行策略可以是 auto、native 或 external，并可选地指定偏好的外部 Agent。

飞书接入

pip install -e .[channels-feishu]
opc init
opc channels login feishu

编辑 .opc/config/channel_config.yaml：

channels:
  feishu:
    enabled: true
    app_id: "cli_xxx"
    app_secret: "..."
    encrypt_key: ""
    verification_token: ""
    react_emoji: THUMBSUP
    allow_from:
      - "ou_xxx"

然后：

opc channels status
opc channels start -p demo
# 或运行常驻引擎 + 频道运行时：
opc run -p demo

飞书使用 lark-oapi WebSocket 客户端。app_id 与 app_secret 为必填；encrypt_key 与 verification_token 为可选，除非你的租户/应用配置要求。请保持 allow_from 显式配置；空列表会拒绝所有入站消息。

其他频道提供方

提供方	安装 extra	运行方式	必填字段
Telegram	`channels-telegram`	polling	`token`
Slack	`channels-slack`	socket	`bot_token`、`app_token`
Discord	`channels-discord`	socket	`token`
钉钉	`channels-dingtalk`	socket	`client_id`、`client_secret`
邮件	`channels-email`	polling	IMAP/SMTP 字段、`consent_granted`
Matrix	`channels-matrix`	sync/polling	`homeserver`、`access_token`、`user_id`
QQ	`channels-qq`	socket	`app_id`、`secret`
WhatsApp	`channels-whatsapp`	bridge	`bridge_url`
Mochat	`channels-mochat`	bridge	`base_url`、`claw_token`、`agent_user_id`

常用命令：

opc channels login slack
opc channels status
opc channels start -p demo
opc channels stop
opc run -p demo

参见 docs/channels.md 与 docs/channel-bridges.md。

浏览器工具与 MCP 服务器

浏览器工具：

python -m playwright install chromium

在 .opc/config/system_config.yaml 中配置启动行为：

system:
  browser:
    mode: embedded   # embedded | chrome | auto
    headless: true
    chrome_channel: chrome
    user_data_dir: ""

原生浏览器工具包括 browser_navigate、browser_snapshot、browser_click、browser_type、browser_wait_for、browser_scroll、browser_select_option、browser_evaluate、browser_take_screenshot 与 browser_close。

MCP 服务器可添加到 system_config.yaml 的 mcp_servers 下。本地服务器使用 stdio 命令；远程服务器使用 HTTP/SSE 风格的 URL。发现的工具会以服务器前缀注册，避免命名冲突。

故障排查

Office UI 无法打开或界面陈旧

opc ui --rebuild

如果浏览器仍显示陈旧的 UI 状态，强制刷新页面。如果之前的进程在运行中途崩溃，先重启 opc ui 以释放内存中的锁。

任务看起来卡住了

先重启服务器并强制刷新浏览器。如果持久化的任务状态仍然异常，使用重置工具：

python scripts/reset_stuck_task.py --project <project> --session <session_id> --apply
python scripts/reset_stuck_task.py --all --apply

外部 Agent 不可用

运行：

opc status

检查 .opc/config/agent_config.yaml 中的命令名，例如 codex、claude、cursor-agent 与 opencode。禁用或调整你未安装的 Agent 的优先级。

频道提供方收不到消息

检查：

已安装对应的 extra，例如 pip install -e .[channels-feishu]。
该提供方为 enabled: true。
必填凭据已填写。
allow_from 包含你期望的发送者 ID。
opc channels status 显示该提供方已配置且可用。

生态与分享

OpenOPC 构建的一切都归你所有，可以保留、复用与分享 — 组织、员工、人才模板、技能与频道都只是文件。你可以导入一个流行的人才库、跨项目复用一个团队，或者把整个公司打包成可分享的 .opcpkg。

# 从人才库（例如 agency-agents）招募到某个角色
opc talent import /path/to/agency-agents
opc talent hire <template_id> <role_id> -p demo

# 复用或分享整个组织
opc org export --json > my-org.yaml
opc market export --id hku_lab --name "HKU Lab" --output-dir packages
opc market install packages/hku_lab.opcpkg

路线图

OpenOPC 正在快速迭代。以下领域反映当前的开发重点 — 每一项都源自早期使用中发现的真实缺口。

领域	计划方向
角色级技能	角色配置已支持 `skill_refs`，Org UI 目前也展示技能元数据。下一步是让用户直接在 Org 页面选择哪些技能挂载到哪些角色 — 汇入更广泛的自演化技能生态。
秘书设置	秘书将成长为更强的配置与记忆管家：负责 OPC 系统记忆、分析与对比项目，并为 OpenOPC YAML 配置提供引导式设置。
Company 模式频道	外部频道将从简单的聊天入口演进为更丰富的 Company 模式工作流 — 支持角色感知的通知、结构化审批与跨平台协作。
CLI 对齐	CLI 目前可用，但 Office UI 仍是更完整的界面。后续工作聚焦于从终端进行组织编辑、Company 模式检查、故障恢复与长时运行时控制。
TUI	CLI 对齐成熟后将考虑完整的终端 UI。在此期间 Office UI 仍是主要界面。
市场与预设	更多架构预设、可招募的人才包、导入/导出工作流，以及用于分享与发现社区组件的包市场。
运行时打磨	持续改进恢复、检查点、执行进度可见性与可视化文档 — 让长时间的公司运行更可观察、更有韧性。

本地修改（与原仓库对比）

本仓库是上游 OpenOPC 项目的镜像/托管副本，由 Gitinbox 组织托管，用于内部 AI Agent 平台使用与本地化协作。

与原仓库的差异（`HKUDS/OpenOPC`）

领域	原仓库	本仓库
默认 README	`README.md`（英文）	中文（本文件），英文版保留为 `README.en.md`
代码与功能	原版	与原仓库一致，暂无额外代码修改
许可证文件	徽章标注 MIT，但仓库未包含 `LICENSE` 文件	同上游（未添加）

⚠️ 上游仓库徽章显示 MIT 许可，但截至同步日期，仓库根目录没有 LICENSE 文件。使用前请自行确认授权条款。

与上游保持同步：

git remote add upstream https://github.com/HKUDS/OpenOPC.git   # 仅首次
git fetch upstream && git merge upstream/main

上游仓库： https://github.com/HKUDS/OpenOPC

英文版：请查看 README.en.md

致谢

OpenOPC 的 Agent 设计、技能结构与人才模板生态受益于多个开源项目，在此致谢：

openai/codex 启发了实用的编码 Agent 工作流与执行模式。
BloopAI/vibe-kanban 启发了以看板为中心的 Agent 工作管理与任务可见性。
msitarzewski/agency-agents 提供了人才模板的基础。本仓库包含的所有人才模板均导入自 agency-agents。
HKUDS/nanobot 启发了面向技能的 Agent 设计与 SKILL.md 风格的组织方式。
pixel-agents-hq/pixel-agents 启发了以像素动画办公室可视化 Agent 活动的方式。

❤️ 感谢访问 ✨ OpenOPC！

35 KiB Raw Permalink Blame History Unescape Escape