首页 产品 为什么选 OCTO 解决方案 文档 关于
文档中心 / 产品指南 / 产品能力全景
← 返回文档中心

产品能力全景

OCTO 文档中心 · 产品指南
  • 01-product/OCTO是什么.md v2.0
  • 01-product/核心能力概览.md v2.0
  • 01-product/模块说明/回路Fleet模块说明.md v0.3
  • 01-product/模块说明/市场Marketplace模块说明.md v1.0
  • 02-architecture/权限模型与鉴权体系.md v1.x
  • 04-api-integration/Bot-API概览.md v0.4
  • 08-presales-delivery/售前红线卡-v1.0.md

OCTO 17项核心产品能力全景

主标题：AI原生企业协作平台，让AI真正成为你团队的一员

本文档以四字关键词提炼OCTO的17项核心产品能力，按差异化优先级排序——最能体现OCTO独特价值的排在最前面。每项能力包含四字命名、对应产品能力名称、详细能力描述、以及版本归属（开源/内部版）与端侧支持信息。

版本说明：✅开源 = GitHub开源仓库可获取（Apache 2.0）；🔒内部版 = 商业服务版本独有模块，需明略商业授权。

速览索引

# 四字名 产品能力 版本
1 智件共生 AI Agent 一等公民 ✅开源
2 数由己控 私有化部署与开源可控 ✅开源
3 回路闭环 Loop 回路任务闭环 🔒内部版
4 开放编排 Bot API 与开放集成 ✅开源
5 端云调度 Fleet 运行时与本地Daemon 🔒内部版
6 技能市场 Marketplace 技能与插件市场 🔒内部版
7 卡片交互 自适应交互卡片 ✅开源
8 单点登录 OIDC/OAuth2 企业身份集成 ✅开源
9 即时通讯 全端即时消息 ✅开源
10 话题子区 Thread 子区话题讨论 ✅开源
11 协同文档 实时多人协作文档 🔒内部版
12 企业网盘 企业级网盘文件管理 🔒内部版
13 全文检索 跨源全文搜索引擎 🔒内部版
14 智能摘要 AI会话智能摘要 🔒内部版
15 语音转写 智能语音输入与转写 🔒内部版
16 多端一致 四端一致产品体验 ✅开源
17 权限管控 多层级安全鉴权体系 ✅开源

第一梯队：灵魂能力（差异化根本）

1. 智件共生 —— AI Agent 一等公民

2. 数由己控 —— 私有化部署与开源可控

3. 回路闭环 —— Loop 回路任务闭环

  1. 任务录入：用户通过语音或文字描述任务需求
  2. 结构化整理：助理将自然语言需求整理为结构化 Issue（任务卡片）
  3. 执行分派：将任务分派给专家（单Agent）或专家团 Squad（多Agent协作小队）执行
  4. 人工验收：执行结果由用户审核验收
  5. 归档或退回：验收通过则归档闭环，不通过则退回重做

4. 开放编排 —— Bot API 与开放集成

  • 消息收发：发送文本/Markdown/文件/卡片等消息，编辑已发消息
  • 群组管理：创建/更新群、拉人踢人、设置公告
  • 文件传输：上传/下载文件，预签名URL直传大文件，扩展名白名单+魔数校验
  • 事件接收：HTTP长轮询（POST /v1/bot/events）+ cursor/ACK机制保证 at-least-once 不丢消息
  • 双向Webhook：Incoming Webhook接收外部系统推消息进群，出站Webhook（HMAC-SHA256签名）将IM事件推送到外部服务
  • OBO代用户授权：经用户显式grant+scope授权后，Bot可以用户身份执行操作（fail-closed安全模型）
  • OpenAPI OAuth：第三方应用接入的标准OAuth授权码流
  • Bot身份鉴权：Bearer bot_token鉴权，区分User Bot（bf_前缀）和App Bot（app_前缀，有scope粒度约束）

第二梯队：运行时与生态

5. 端云调度 —— Fleet 运行时与本地Daemon

  • Daemon注册与心跳：管理本地运行时的接入认证、在线状态、健康检查
  • Bot编排置备（managed_bots）：Bot的云端注册、配置下发、生命周期管理
  • 运行时清单：维护"哪个Daemon上跑哪些Agent"的全局视图，实现运行时资源调度
  • 任务分发协同：与octo-matter协同将Loop回路任务精确分发到对应目标运行时执行
  • 本地Agent检测：自动检测本地安装的AI Agent CLI（Claude Code / Codex / OpenClaw / Hermes），将本地运行时能力上报给云端
  • 心跳与状态上报：持续向Fleet服务端上报心跳和本地Agent运行时状态，管理员可在Web端"Runtimes"页面统一查看所有已接入的本地运行时
  • 云端任务本地执行：通过WebSocket长连接接收Fleet分发的Loop任务，在本地环境中调度对应Agent执行（具体Shell/文件权限边界待私有仓源码确认）
  • 一键远程升级：支持远程升级插件和daemon本身，企业管理员可统一管理版本
  • Space级安全认证：用户私聊BotFather发送 /daemon 获取server URL和space-scoped API key（非GitHub token、非OpenClaw key），认证后写入本地~/.octo-daemon/config.json，"添加电脑"走API key模式（非扫码配对），每个运行时严格绑定到具体Space

6. 技能市场 —— Marketplace 技能与插件市场

  • Expert（专家）：单个AI Agent协作体，通过Loop/Fleet在云端编排运行，可安装到工作区直接使用
  • Expert Team / Squad（专家团）：多Agent协作小队，包含leader/members/strategies/dependencies，最多支持30个成员Expert，每个Expert最多挂载20个Skill，实现复杂任务的分工协作
  • Skill（技能包）：可复用的AI能力包（Prompt+工具+流程封装），通过octo-cli在线（marketplace skills --install）或离线（zip/.skill包，skills --install）安装到本地runtime Skills根目录，制品存MinIO，SHA256校验
  • Connector（连接器/MCP Server）：外部工具/服务连接器，暴露Tool{Name,Description}结构，支持三种传输协议：stdio（本地进程）/ streamable-http / sse

7. 卡片交互 —— 自适应交互卡片

  • 原始卡片：直接传入Adaptive Card JSON（card字段），服务端走cardmsg.Validate校验，render_profile=octo-chat-v1
  • 模板卡片：传入template_ref，由服务端RenderPayloadForPrincipal按用户身份渲染
  • Action.Submit 按钮回调：用户点击按钮/填写表单后，通过card_action_callback事件回调给Bot，实现对话中的业务操作（审批/确认/查询等）
  • 动态更新：Bot可编辑已发消息中的卡片内容，实现进度反馈、状态刷新
  • 能力探测：GET /v1/bot/card/profile查询目标客户端支持的卡片能力，按能力下发，不支持时自动降级为纯文本
  • 模板修订清理：POST /v1/bot/message/card/revisions/clear清除卡片修订墓碑

8. 单点登录 —— OIDC/OAuth2 企业身份集成

第三梯队：协作基础

9. 即时通讯 —— 全端即时消息

  • 消息类型：文本、Markdown/富文本、图片、文件、语音、视频、卡片消息全覆盖
  • 群聊能力：创建群、更新群信息/公告、拉人踢人、群成员列表
  • 消息状态：typing输入指示器、已读回执、消息编辑（Bot只能编辑自己发的消息）
  • 文件传输：默认单文件100MB（可配置），扩展名白名单+黑名单+魔数校验防伪造后缀，走MinIO/S3预签名URL直传（大文件首选），下载直连对象存储不经server代理
  • 底层协议：WuKongIM v3，客户端WS:25200/TCP:25100直连（经nginx /ws反代），octo-server通过上行gRPC webhook、下行HTTP API驱动IM，octo-server本身是业务编排层不承担消息长连接

10. 话题子区 —— Thread 子区话题讨论

11. 协同文档 —— 实时多人协作文档

  • 富文本文档：标准Block-based富文本编辑
  • 表格Sheet：类Excel电子表格
  • 白板Board：Excalidraw手绘白板/流程图
  • HTML文档：独立HTML文档服务（docs-html:8080），具备完整文档生命周期（发布/版本/草稿/分享/权限/评论/元素编辑），Bot可创建HTML文档转发到聊天（典型场景：Bot自动生成HTML报告）
  • PPT演示文稿：在线演示文稿编辑

12. 企业网盘 —— 企业级网盘文件管理

  • 个人空间：每个用户的私有文件存储区域
  • 共享空间：团队/项目级共享文件目录，支持权限管控

13. 全文检索 —— 跨源全文搜索引擎

  1. 消息全文：IM历史消息内容
  2. 云文档正文：Docs协作文档正文内容
  3. 网盘文件正文：通过Apache Tika抽取多种文件格式（PDF/Word/Excel/PPT/Text等）的正文内容
  • 权限感知：搜索结果按用户权限过滤，不会返回用户无权访问的内容
  • Bot OBO搜索：Bot经用户授权后可代用户执行搜索
  • 高亮与分页：搜索结果关键词高亮，支持cursor分页
  • 两套索引分工：消息索引在octo-server侧，文档/网盘文件索引在octo-search-indexer侧，分别索引再合并返回，不是单一大索引

14. 智能摘要 —— AI会话智能摘要

  • 手动一键总结：用户在群/子区内主动触发，AI立即总结当前会话
  • 定时自动总结：按日/周/月自动生成群组摘要报告
  • Agent驱动触发：AI Agent在执行任务过程中可主动调用摘要能力

15. 语音转写 —— 智能语音输入与转写

  • 语音输入：按住说话即可发送语音，同时自动转为文字消息（全端支持，Web端语音编辑模式可修正转写结果再发送）
  • 语音消息自动转写：收到语音消息后自动转写为文字，支持@mention识别、口语化书面语优化、情感emoji标注
  • 多引擎支持：支持3种云ASR引擎+1种本地ASR引擎，同引擎内自动降级（非跨引擎降级）
  • 本地ASR引擎选项：可对接本地部署的语音识别引擎，语音数据不出内网，满足医疗/金融/政务等数据合规要求

16. 多端一致 —— 四端一致产品体验

  • Web端：功能最完整，承载网盘管理、协作文档、回路Loop、技能市场、管理后台等重场景，推荐PC办公主力使用
  • PC桌面端（Electron）：覆盖IM/群组/文件/卡片/语音输入/消息摘要等核心高频场景
  • iOS/Android移动端：侧重移动沟通与速览场景，核心IM/群组讨论/消息收发/@AI助手/语音输入转文字/语音消息转写/消息摘要速览完整可用；🔴移动端零Loop/Runtime/Marketplace/Skill/Expert能力（六关键词代码计数=0硬证据），网盘管理/文档深度协作等重场景主要在Web端使用

17. 权限管控 —— 多层级安全鉴权体系

  • Space工作空间隔离：Space是OCTO的租户边界（Space=organization=workspace三词同义，源码无organization概念），多租户采用同库逻辑隔离（space_id过滤），非物理隔离
  • 成员角色体系：Space成员/群/系统三层角色体系，角色为硬编码枚举（🔴不支持自定义RBAC）
  • 频道ACL：群组/子区级别访问控制列表
  • Bot权限边界：Bot加入Space后是普通群成员，无全局超管；App Bot有scope粒度约束，fail-closed安全模型；不能跨Space操作
  • Bot authtree路由级守卫：每个Bot API路由均有权限守卫，未授权请求直接拒绝
  • Token安全：bot_token为opaque token（非JWT），吊销即时生效（tombstone缓存机制）
  • HMAC消息签名：WuKongIM webhook入站和出站Webhook均使用HMAC-SHA256签名，防止消息伪造和篡改
  • OBO授权模型：Bot代用户操作需经用户显式grant+scope授权，不默认拥有用户权限
  • 卡片操作留痕：卡片按钮点击、表单提交等交互操作全程留痕（谁在何时点了什么按钮），满足审计需求
  • 删号能力：支持用户删号（7天冷静期匿名化），但无数据导出/GDPR完整能力（售前不得承诺GDPR合规）

附录：版本归属速查

能力域 开源版（Apache 2.0） 内部版（商业服务）
核心IM（消息/群组/Thread/文件/已读） ✅ ✅
Bot API（REST/Webhook/卡片/OBO/OAuth） ✅ ✅
OIDC SSO ✅ ✅
AI Agent基础接入（龙虾/Lobster架构） ✅ ✅
交互卡片（Adaptive Cards） ✅ ✅
安全鉴权（RBAC/ACL/HMAC/opaque token） ✅ ✅
四端客户端（Web/PC/iOS/Android） ✅ ✅
协同文档（Docs） — ✅
企业网盘（Drive） — ✅
全文搜索（Search） — ✅
智能语音（Speech/ASR） — ✅
智能摘要（Summary） — ✅
回路Loop（AI任务闭环） — ✅
Fleet运行时+Daemon本地执行 — ✅
Marketplace技能市场 — ✅
我的/个人中心 — ✅

核心结论：开源vs商业服务的区别不是功能阉割或license/edition开关（全仓搜索0命中），而是服务拆分——开源版提供完整企业IM+Bot API+AI Agent基础能力可独立运行，商业服务版本提供更丰富的深度协作模块和企业级服务支持。

← 返回文档中心