SenteLabsAI/OpenExecutive

AI-powered virtual executive team — a single coherent executive persona backed by 8 specialist Claude agents (FastAPI + Next.js).

Open Executive – AI 驱动的虚拟高管团队

是什么 – 一个自托管应用程序，让公司可以与一个统一、一致的“高管”角色对话。该高管由八个专业代理（CSO、CFO、CHRO、总法律顾问、COO、CMO、CPO、董事会沟通总监）支持。每个专业代理从内置的MBA知识库和用户上传的公司文档中提取相关信息，然后由协调器合成统一的回应。

核心功能

一站式高管声音 – 用户提出任何商业战略问题，都能获得如同来自哈佛MBA水平高级领导者的回答，感觉自然流畅。
专业代理 – 八个领域专用代理并行运行，使用 Anthropic Claude 模型（默认 claude-sonnet-4-6；深度推理代理使用 claude-opus-4-7）。
RAG 与内置知识 – 两层检索：（1）通过 Git 跟踪的 Markdown 知识库被导入本地 ChromaDB 向量存储；（2）公司自身文档（演示文稿、财务模型、合同等）也索引到 ChromaDB 中。
情景记忆 – 每轮对话后，后台 Claude-haiku 过程提取决策并存储到 SQLite。下一次会话开始时包含 <past_decisions> 块，使高管能记住之前的建议。
调度器 – 作业运行器跟踪后续任务并仅执行一次，使用 UPDATE … RETURNING 机制防止重复执行。故意设计为单实例。
多通道 UI – Web UI（Next.js 15 + Tailwind）、Slack、Discord、Telegram、Google Chat、邮件和 CLI。
可扩展性 – 通过创建 Python 类、提示和注册条目即可添加新专业代理；仓库包含详细文档说明。

架构概览

用户 → 高管协调器（Claude-sonnet-4-6） → 并行调用专业代理
      │                                            │
      │                                            └─ 每个专业代理从 ChromaDB 检索相关上下文
      │
      └─ 内置 MBA 知识 + 上传的公司文档
                ↓
        合成的高管回应（缓存的提示块）

协调器 决定调用哪些专业代理并合并其输出。
检索在每个专业代理调用时执行；检索到的块被注入到当前轮次中，但不会存储在系统提示中。
提示缓存 将静态角色/系统提示与动态上下文分离，经过几轮后可实现约 85% 的缓存命中率。
记忆与调度器 作为同一 FastAPI 进程内的后台任务运行。

技术栈

层级	选择
LLM 核心	Anthropic Claude API（默认 `claude-sonnet-4-6`；深度推理 `claude-opus-4-7`）
后端	Python 3.11，FastAPI，`uv` 包管理器
向量存储	ChromaDB（嵌入式，本地）
情景记忆	SQLite
调度器 / 警报	使用 SQL 行级锁定的自定义作业运行器
Web UI	Next.js 15（App Router）+ Tailwind
部署	Fly.io（单实例 API，无状态 UI，可选 Honcho 内存服务）
CI / 测试	GitHub Actions，pytest，LLM-as-judge 评估套件
许可证	Apache 2.0

快速开始（本地开发）

git clone https://github.com/SenteLabsAI/OpenExecutive.git
cd OpenExecutive
cp .env.example .env            # 添加你的 Anthropic API 密钥
make dev                         # 启动 FastAPI 在 :8000，Next.js 在 :3000

首次运行会构建 ChromaDB 索引（下载约 90MB 嵌入模型），可能需要几分钟；后续启动非常快。

使用本地模型运行 – 通过设置 LOCAL_MODELS_ENABLED=true 并将 LOCAL_BASE_URL 指向 OpenAI 兼容服务器（Ollama、vLLM 等），可将 Claude 替换为任何支持工具使用的模型（如 llama3.3）。UI 会自动列出启用的本地模型，支持混合配置（高管使用 Claude，个别代理使用本地模型）。

部署 – 仓库包含用于两个环境（dev 和 QA）的 Fly.io 配置。API 应用必须保持单实例，因为调度器依赖行级争用语义。密钥（Anthropic 密钥、集成令牌、共享密钥头）通过 Fly secrets 注入；UI 通过 Google 登录并配合白名单保护。

典型使用场景

战略规划 – 向高管咨询市场定位、并购想法或 OKR 制定。
财务建模 – 获取现金流预测、融资演示文稿或单位经济分析。
人力资源与文化 – 撰写薪酬结构、招聘计划或员工参与度调查。
法律基础 – 生成合同条款、知识产权清单或合规提醒。
运营扩展 – 设计 SOP、供应商管理流程或物流工作流。
营销与产品 – 构建上市策略、产品路线图或董事会演示文稿。

限制与注意事项

系统会将检索到的公司文档片段发送给 LLM 提供商；数据仅在提示中离开主机，不会外泄。
调度器为单实例；在不关闭调度器的情况下扩展 API 会导致重复操作。
深度推理代理（claude-opus-4-7）成本更高，延迟也更高。
本地模型支持会禁用网络搜索和 Anthropic 特有的提示缓存功能。
内置 MBA 知识为静态 Markdown；保持更新需手动编辑。

社区与贡献 – 仓库包含完整的 CI 流水线、29 个场景测试的评估套件，以及添加新专业代理的指南。贡献必须包含实现、单元测试和评估场景。

以上所有信息均直接来自仓库的 README；未添加任何外部假设。