PilotDeck：任务导向的 AI Agent 平台

项目简介

PilotDeck 是一个以「WorkSpace」为核心概念的开源 Agent 操作系统，由清华大学 THUNLP、ModelBest、OpenBMB 与 AI9Stars 共同开发并开源，面向通用、多任务场景，目标是把 AI Agent 做成 Agent 时代真正的生产力工具。

现有 Agent 工具大多聚焦「一次性编程」或「即时问答」，而当任务变成长期运行、多项目并行的生产型工作时，记忆是否可追溯、token 成本能否按任务核算、不同难度任务能否匹配不同模型、离开键盘后工作能否继续推进，都是尚未解决的问题。PilotDeck 围绕这些点做增量探索：以 WorkSpace 为基本单位，按项目完全隔离文件、记忆与技能，并配合白盒记忆、智能路由、常驻执行三项核心能力。系统原生支持 Model Context Protocol（MCP），在 Web / CLI / IM 等前端表现一致。

主要功能

WorkSpace 级隔离与沉淀
每个项目拥有独立的文件系统、记忆存储与技能集。并行任务互不干扰，检索范围有界，技能随任务自然沉淀，避免全局上下文污染。

可追溯的白盒记忆
记忆的生成、抽取、存储、检索全链路可见。AI 记错时可以定位到具体记忆条目并直接修改。内置 Dream Mode，在空闲时段整理记忆，支持一键回滚到之前状态。不同项目的排版风格与语气不会互相串味。

智能路由与成本优化
自动识别任务难度，复杂调用交给旗舰模型，简单调用下沉到轻量模型。官方给出的数据：小红书类社交媒体运营场景中，开启智能路由后成本为 $2.83（全部使用 Opus 4.5 为 $12.58）；在 7 项复杂任务基准上，「Sonnet 4.6 主 + MiniMax-M2.7 子」的组合得分 70.6、成本 $3.15，而 Sonnet 4.6 单 Agent 为 69.1 分、$18.36。

常驻后台执行
打破「你问我答」的循环：你离开后，Agent 会继续发现候选任务、执行长周期监控，最终把交付物以本地文件形式落地，并留下总结报告。

开箱即用的 Web UI
提供完整的 WorkSpace 管理、白盒记忆编辑与多 Agent 协作可视化界面。README 中的示例（HTML 白皮书生成、iOS AR 小游戏开发、低代码 embedding 微调平台搭建）均由端侧模型通过智能路由生成。

安装与使用

PilotDeck 提供各平台安装包，可从 Releases 页面下载对应版本：

• Windows：PilotDeck-2026.1030.0-win-x64-setup.exe（另有 arm64 版本）
• macOS：PilotDeck-2026.1030.0-mac-arm64.dmg（Apple Silicon）或 PilotDeck-2026.1030.0-mac-x64.dmg（Intel）
• Linux：PilotDeck-2026.1030.0-linux-x64.deb / .rpm（另有 arm64 版本）

下载地址见 Releases v2026.10.30。也可以直接访问官网 pilotdeck.openbmb.cn 在线体验，或查看 Live Demo。安装后按向导完成模型与工作区配置即可开始使用，版本更新会自动选择匹配当前应用的安装包。

注意事项

• 项目采用 AGPL-3.0 许可证，二次分发与修改需遵守相应条款。
• 智能路由的成本与效果数据来自官方在特定任务和模型组合下的测试，实际消耗会随模型价格与任务类型变化。
• 记忆回滚、Dream Mode 等能力作用于当前 WorkSpace，跨项目不会共享记忆。
• 仓库主要语言为 TypeScript，欢迎在社区渠道反馈问题与参与贡献。

本作品整理自 GitHub 开源项目 OpenBMB/PilotDeck，原作者 @OpenBMB，许可证 AGPL-3.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。