QM

3个月前发布 85 00

大多数智能体被设计为个人助理。你可以让一个智能体为整个公司工作,但这很快就会变得复杂。QM 专为初创公司设计。每个员工都有自己的独立工作区,可以独立工作而互不影响,他们也可以在频道、群组消息和项目中与智能体协作。每个人和每个房间都有自己的作用域内存、文件、钥匙串视图、权限、定时任务、Web 应用和持久沙箱。

所在地:
美国
收录时间:
2026-08-02

目前的 AI 智能体大多被设计为“个人助理”。你可以让一个超级智能体服务于整个公司,但这很快就会陷入权限混乱、上下文冲突和安全风险的泥潭。

QM 提供了一套不同的思路。它专为初创团队打造,核心理念是:每个员工拥有独立的工作区,同时在共享频道中高效协作。

QM

在 QM 中,每个人和每个 Slack 频道(或项目群组)都有独立的作用域内存、文件存储、密钥视图、权限控制以及持久化沙箱。这意味着你的智能体既懂你的个人习惯,又能安全地参与团队讨论。

核心特性:独立与共享的平衡

  • 双重作用域:智能体可以是“你的”,也可以是“频道的”。你在个人空间里训练它学习你的写作风格、处理私人邮件;在公共频道里,它则基于共享知识库回答同事问题,且不会泄露你的私有数据。
  • 全平台同步:支持 Slack 和 Web 应用。无论你在哪里与智能体交互,身份、配置和历史记录都是实时同步的。
  • 开源与去供应商化:QM 以开源理念构建。你可以自由选择底层的大模型(LLM)和工具链,并在它们之间灵活切换,避免被单一云厂商锁定。
  • 后台自动化:支持定时任务和监视器。即使你下班了,智能体依然可以在后台监控 CI/CD 状态、检查系统日志或按计划整理收件箱。

它能做什么?

QM 不仅仅是一个聊天机器人,它是一个能执行实际工作的数字员工:

  1. 全域搜索:同时检索内部笔记、邮件、文档、数据库以及公开网络信息。
  2. 代码协作:在现有仓库中运行测试、打开 Pull Request、监控 CI 流水线并分析系统日志。
  3. 内部应用构建:快速创建自定义的内部 Web 应用,发布给特定人员,并保持数据实时更新。
  4. 项目管理:在共享频道中跟踪项目进度,自动发布更新并跟进后续行动。
  5. 个性化助理:从你过去的沟通中学习语气和风格,帮你起草回复或处理常规邮件。

架构与安全:本地优先的控制感

QM 的架构设计非常务实,核心基于 Node.js 和 TypeScript,使用 Fastify 处理 HTTP 请求,Postgres 作为持久层。

安全态势分级

为了适应不同团队的风险承受能力,QM 提供了三种安全模式:

  • 严格模式:每一个工具调用(如读取文件、执行命令)都会暂停,等待人工批准。适合高敏感环境。
  • 自动模式:内置分类器会在数据和工具结果进入模型前进行筛选,并标注来源。平衡了效率与安全。
  • 危险模式:无内容筛选,无暂停。适合完全可信的内部开发环境,追求极致速度。

所有操作均经过审计,智能体始终以所服务人员的身份和权限行事,确保了责任的可追溯性。

部署与定制

QM 采用“核心通用,配置隔离”的设计。核心代码保持与上游一致,而特定于组织的配置、技能和连接器则存放在独立的部署目录中。

快速启动:

npm exec --yes --package=@yc-software/qm@latest -- \
  qm init . --org <your-org-slug> --target <fly-or-aws>
npm install

初始化过程会引导你完成基础设施设置、Web 登录配置、连接器凭证绑定以及 Slack 集成。你无需检出核心源代码,即可通过 qm CLI 验证和部署你的组织专属实例。

对于希望深度定制的团队,可以创建私有分支,将组织特定的逻辑放在 deploy/layers/<org>/ 中,并通过内置技能轻松合并上游更新。

相关导航

Arbor

Arbor

Arbor 是一个自主科研智能体,可以把长周期目标转化为持续累积的搜索过程。 给它一个基准 (benchmark)和一个目标,它会提出假设、修改代码、运行真实实验、从结果中学习,并保留那些在 留出(held-out)数据上经得起验证的改进。不同于“一次性尝试、过后即弃”的做法,Arbor 会逐步生长出一棵 假设树:每个想法都是一根分支,失败则剪枝,成功则保留;洞见会沿树反向传播,让后续想法 从更可靠的起点出发。