OpenBMB/PilotDeck
Task-oriented AI Agent productivity platform
解决的问题
PilotDeck 解决了当前 AI 代理在长期、多项目生产力工作中面临的局限性。它解决了不同项目之间产生「上下文污染」的问题，解决了简单任务使用旗舰模型带来的高昂成本，解决了代理记忆信息方式缺乏透明度的问题，以及需要用户持续参与的「提问-回答」循环问题。
工作原理
它作为一个基于「WorkSpace」概念的代理操作系统运行，为每个项目隔离文件、内存和技能。它采用三种核心机制：
- 白盒记忆：使记忆的生成和检索过程可见且可编辑，允许用户通过「梦境模式」修复错误或回滚状态。
- 智能路由：自动检测任务难度，将复杂请求路由到旗舰模型，简单请求路由到轻量模型，从而降低 token 成本。
- 持续执行：允许代理在后台运行，无需用户主动输入即可发现任务并生成本地文件形式的交付成果。
适用人群
专为从事通用型、多任务生产力工作的用户设计，例如 AI 工程师、内容创作者（如社交媒体运营）、以及需要在多个隔离项目中处理长期任务的开发者。
主要亮点
- WorkSpace 隔离：为每个项目提供专用的文件系统和内存存储，防止跨项目干扰。
- 原生支持 MCP：与 Model Context Protocol (MCP) 完全集成。
- 可追溯记忆：端到端可见的记忆提取与存储过程，支持手动编辑。
- 成本优化：通过自动模型路由显著节省 token 成本（例如在特定工作负载上最高可达 70%）。
- 后台自主性：用户离开时也能主动监控并以文件形式落地成果。
相关
- 项目
- 项目
- 项目
- 项目
- 项目