Poco：你的云端 AI 同事

想象一个永远在线的 AI 同事——你发一条消息，它就能帮你写代码、查资料、管理项目文件，甚至在你关闭电脑后继续在云端默默工作。这不是科幻，而是 Poco 正在做的事。

背景：Claude Code 的「云端化」浪潮

2025 年，Claude Code 彻底改变了开发者的日常。但它有一个根本限制——运行在本地终端，关机即停止。OpenClaw 率先尝试将 Claude Code 云端化，让 AI 助手脱离本地机器运行。然而 OpenClaw 界面简陋、协作能力弱、部署麻烦，用户体验一言难尽。

Poco 正是在这个背景下诞生的。它自称是「更漂亮、更易用的 OpenClaw 替代品」，由 poco-ai 团队开发，2026 年初正式开源，迅速积累超过 1300 颗 GitHub 星。核心思路很清晰：把 Claude Code 的强大能力装进一个精美的 Web 界面，加上团队协作、即时通讯集成和云端持久运行。

架构：四层微服务的精密配合

从 AGENTS.md 可以看出，Poco 采用了清晰的四层微服务架构：

• Frontend（Next.js 16）：精美的 Web UI，负责任务创建、状态监控、产物预览。所有交互都发生在浏览器中，支持深色/浅色模式。
• Backend（FastAPI）：API 网关、数据库管理、会话编排。持久化所有对话历史和执行状态。
• Executor（FastAPI + Claude Agent SDK）：真正的 AI 执行引擎，运行在隔离的 Docker 容器中。每次任务都是一个独立沙箱，安全地执行任意代码。
• Executor Manager（FastAPI + APScheduler）：任务调度与分发服务。负责接收任务、排队、调度和回调。

四层之间通过 REST API + 回调机制通信。Frontend 提交任务 → Executor Manager 接收并调度 → Executor 执行并实时回调进度 → Backend 持久化 → Frontend 轮询展示。这种设计让每个组件都可以独立扩展，也方便替换底层执行引擎。

核心能力：从「对话」到「干活」的跨越

安全沙箱：放开手脚让 AI 干

每个任务都运行在独立的 Docker 容器中，AI 可以自由安装依赖、修改文件、执行命令——但完全不影响宿主机。这解决了 AI 代码执行的核心安全焦虑。你甚至可以将本地目录直接挂载进沙箱，让 AI 直接读写你真实的项目文件（自托管模式）。

频道协作：把 AI 带进团队

传统的 AI 助手是一对一对话。Poco 引入了类似 Slack/Discord 的频道（Channel）协作模式：团队成员在频道中 @mention 持久化的 AI Agent，AI 的回复全员可见，执行进度在抽屉中实时追踪，产物自动发布到共享文件供其他人复用。这意味着 AI 不再是个人工具，而是团队成员。

产物预览与回放

AI 执行完任务后，Poco 不会只给一段文字。它支持渲染和预览 HTML、PDF、Markdown、图片、视频、Xmind、Excalidraw、Drawio 等多种格式。同时提供回放视图，可以重看命令的输入输出、浏览器操作记录，以及 Skill/MCP 工具调用全过程——就像看视频回放一样。

内置浏览器与 GitHub 集成

AI Agent 可以直接操控浏览器进行网络研究、填写表单、截取页面。同时集成 GitHub，可以直接读取代码仓库、搜索代码、提交修改。这意味着你可以让 AI 自动完成「调研 → 写代码 → PR」的全流程。

MCP & Skills 生态

Poco 完整继承了 Claude Code 的 MCP（Model Context Protocol） 协议和自定义 Skills 机制。这意味着市场上所有 MCP Server 和 Claude Code Skills 都可以直接导入 Poco，几乎无限扩展。

智能记忆（Powered by mem0）

Poco 内置了 mem0 驱动的长期记忆系统。AI 不只记住本次对话，还会记住用户的偏好、项目上下文和历史交互，越用越懂你。mem0 后端可选 PostgreSQL（pgvector）或 Neo4j 图数据库，提供语义检索能力。

后台执行与定时任务

即使关闭浏览器，Agent 也能在云端持续运行。支持后台执行和定时触发（Scheduled Triggers），适合需要长期运行或周期性任务。

IM 集成：钉钉、飞书、Telegram 都能连

这是 Poco 区别于大多数竞品的亮点。它内置了钉钉、飞书和 Telegram 的 IM 集成，支持消息推送和事件订阅。你可以在 IM 中触发 Agent，在 IM 中接收执行结果，真正实现「随时随地操控 AI」。

部署：一条命令跑起来

Poco 提供了完整的 docker-compose.yml，包含：

• PostgreSQL 16（主数据库）
• 可选 mem0 栈（PostgreSQL pgvector + Neo4j）
• RustFS（S3 兼容的对象存储，用于文件存储）

部署只需三步：复制 .env.example 到 .env 并填入 ANTHROPIC_API_KEY，然后执行 docker compose up。全程容器化，10-15 分钟即可运行。

技术栈要求：Python 3.12+、Docker & Docker Compose、PostgreSQL 16+。无需 GPU，因为 Claude API 调用发生在云端，Executor 本身只负责任务调度和沙箱管理。

局限与挑战

首先，Poco 高度依赖 Anthropic 的 Claude API，网络质量直接影响体验。其次，docker-compose 默认配置资源有限，大规模并发任务可能需要手动调优。第三，IM 集成配置过程有一定复杂度。最后，作为 2026 年初才开源的年轻项目，社区规模还有待时间检验。

行业意义

Poco 的出现代表了一个重要趋势：AI Agent 从「个人工具」向「团队成员」演进。频道协作、共享产物、IM 集成这些功能，都在强化 AI 的协作属性。随着 Claude Code Agent View 在 2026 年正式发布（支持多后台会话并行），云端 AI 协作工具的竞争正在升温。