open-duet

一、项目背景：从「被托管」到「自己掌控」的 AI 工作空间

2025 年，OpenAI 正式推出 Dots 项目，让用户可以通过自然对话让 AI 代理执行复杂任务——写代码、发邮件、操作浏览器。但问题随之而来：数据流向哪里？审批流程透明吗？能用自己信任的模型吗？

Open Dots 给出了答案：它是一个完全开源、自托管的 AI 工作空间，可以连接任何推理 API（OpenAI、Anthropic、本地模型等），内置审批网关和可选的隔离浏览器执行环境，全部数据留在本地。这不是简单的"克隆"，而是一个独立实现的替代方案。

二、核心功能：五大模块构建可控 AI 工作流

2.1 助手与对话管理

Open Dots 支持创建多个助手人格（Assistant Personas），每个助手可以拥有独立的系统指令、模型 ID 和视觉形象。用户可以与多个助手同时对话，消息以 Markdown 格式渲染，支持图片附件和语音输入。数据存储在本地 SQLite 数据库中，模型提供商的凭证以 Fernet 加密形式存储。

2.2 模型接入与推理适配器

项目内置了一个推理适配器（Inference Adapter），通过配置 MODEL_API_BASE_URL 和 MODEL_API_KEY 即可连接任意兼容的推理后端。支持的模型包括 GPT 系列、Claude 系列以及任何符合该请求/响应契约的 API。这与 OpenAI 的标准 Chat Completions 接口不同——需要针对具体的推理服务进行适配配置。

2.3 审批网关：安全红线

这是 Open Dots 与其他 AI 聊天工具最核心的区别。项目实现了一个** deny-by-default（默认拒绝）的审批网关**：

• 低风险操作（如读写本地工作区文件）：直接执行
• 高风险操作（如外发邮件、系统修改）：强制暂停，等待用户手动审批
• 所有操作均生成审计日志，可追溯每次 AI 请求的具体操作

这对于企业场景尤为重要——AI 的每一步行动都在人的眼皮底下。

2.4 工具与连接器生态

• Composio 集成：通过 OAuth 连接 GitHub，支持查看和创建 Issue 等窄权限操作
• Workspace 工具：读写受限制的工作区目录，边界由 WORKSPACE_ROOT 环境变量控制
• 计算机运行时（可选）：通过 Docker + Playwright 驱动真实的浏览器操作——点击、滚动、截图、填表——所有操作默认需要审批

2.5 运行时架构

[Browser Client (Next.js)]  <--->  [API Server (FastAPI)]  <--->  [LLM Provider API]
         |                              |                              |
         |                     [SQLite (本地数据)]                  |
         |                              |                              |
         +--------------------->  [审批网关 / 审计日志]  <-----------+

默认的 fake 计算机运行时用于开发调试；切换到 docker 模式即可启用真实的浏览器自动化。

三、技术架构：前后端分离的现代化设计

后端：FastAPI + Python

依赖栈：FastAPI + Uvicorn + Pydantic + SSE-Starlette（流式响应）+ Cryptography（凭证加密）

前端：Next.js 15 + React 19 + Tailwind CSS

Next.js 15 App Router + React 19 + Tailwind CSS，前端目录包含 app/、components/、lib/ 等标准结构。

计算机运行时：Playwright + Node.js

运行时以非 root 用户（pwuser）运行，通过 seccomp profile 限制系统调用，安全性设计相对完善。

四、部署体验：中等难度，文档清晰

优点

1. 文档质量高：README 提供了从零到跑起来的完整步骤，环境变量说明详尽
2. 数据本地化：所有对话数据存储在本地 SQLite，无云端依赖
3. 模型灵活性：不绑定特定模型提供商，可自由切换
4. 审批机制完善：审计日志 + 手动审批，覆盖高风险操作

缺点与局限

1. 无容器化支持：根目录无 Dockerfile 和 docker-compose.yml，无法一键部署
2. 推理适配器局限：内置适配器不是通用的 OpenAI 兼容接口，接入新模型需要理解其请求格式
3. 多用户部署不成熟：README 明确标注"multi-user hosting is not production ready"
4. 主页为空：GitHub 仓库的 homepage 字段为空，缺乏独立官网引导

资源需求

五、项目定位与行业意义

Open Dots 代表了 AI 应用从"纯云端"向"本地优先"迁移的一个细分方向。它的核心价值不是技术上的突破，而是控制权的回归：

• 开发者可以检查每一行代码
• 企业可以将数据保留在防火墙内
• 安全团队可以审计每一次 AI 操作
• 用户可以选择自己信任的模型提供商

目前项目处于原型阶段（Prototype），但 4415 颗 GitHub Stars 表明社区对"自托管 AI 工作空间"的需求是真实且强烈的。随着 AI Agent 应用的普及，这类工具的市场空间值得持续关注。

Open Dots 界面截图

图：Open Dots 界面，支持 Markdown 渲染、多助手管理和审批流程（截图来源：项目 assets 目录）