cubeplexai/cubeplex

CubePlex – 用于托管 AI 代理的云原生平台

是什么 – CubePlex 是一个开源的云原生应用程序，允许团队在隔离的工作区中创建、运行和管理 AI「代理」（聊天式助手）。它集成了基于 CubeLoop 异步代理框架的 FastAPI 后端和 Next.js Web UI，可通过 Docker Compose 或 Helm/Kubernetes 部署。

核心理念

• 托管代理 – 代理可调用任何 LLM 提供商（OpenAI、Anthropic 等），运行工具，并保存检查点。
• 团队工作区 – 每个工作区都有独立的沙箱和持久化存储，使代理可以从中断处继续运行。
• 技能与记忆 – 可重用的能力包（"技能"）和作用域记忆（个人、工作区、组织）可在聊天间持续保留。
• MCP 工具与 IM 桥接 – 支持外部服务（OAuth、静态凭证）和聊天平台（Slack、Discord、Teams 等）的连接器，使代理可通过团队已使用的工具被调用。
• 治理 – 内置组织、角色、模型访问策略和成本追踪功能。

主要功能（如 README 所列）

领域	功能
多模型聊天	在托管/自定义 LLM 提供商之间切换，附加文件，流式回复，会话中更换模型
技能	可打包的代理能力——内置、组织上传或从远程注册表获取
记忆	代理在会话间可回忆的个人、工作区和组织级记忆
MCP 工具	包含静态凭证或 OAuth 的连接器目录，可按工作区授权
工作区沙箱	带持久化存储（文件、包、工作树）的隔离运行环境
资产	版本化的交付物（文件、预览、代码、图像）在聊天线程中渲染
自动化	定时/间隔/一次性任务和 Webhook 触发
IM 桥接	Slack、Discord、Teams、飞书、钉钉等
团队治理	组织、工作区、角色、模型访问策略、成本追踪
随处部署	Docker Compose（单主机）或 Helm 部署 Kubernetes

架构快照

• 客户端 – Web UI（Next.js）和 IM 机器人通过 HTTP/WebSocket 连接。
• 应用层 – FastAPI 服务器托管基于 CubeLoop 的代理运行时，处理模型调用、工具执行、流式传输和持久检查点。
• 工作区沙箱 – 每个工作区的容器/Pod 配有持久卷，可在重启后保持文件和状态。
• 外部服务 – LLM 提供商、MCP（模型连接平台）服务器和消息平台位于信任边界之外；CubePlex 仅通过配置的连接器与其通信。

快速入门

1. 前置条件 – Python 3.12+、Node 20+、pnpm 10+、Docker（可选，用于本地服务）。
2. 克隆并安装：

   git clone https://github.com/cubeplexai/cubeplex.git
   cd cubeplex
   make install   # 设置后端虚拟环境和前端依赖
   

3. 本地运行：
   • 终端 1：cd backend && python main.py（FastAPI 在 http://localhost:8000）
   • 终端 2：cd frontend && pnpm dev（Next.js 在 http://localhost:3000）
4. 使用提供的 Docker Compose 文件在单主机上部署，或使用 Helm 图表在 Kubernetes 集群中部署（README 中有链接）。

仓库中演示的典型用例

• 仅通过一个提示生成完整的网站。
• 安装并使用「技能」构建代理式前端。
• 将原始表格数据转换为格式化电子表格。
• 将单页 PDF 转换为可导航的网页。
• 自主控制浏览器完成网页任务。

了解更多

• 文档网站：https://docs.cubeplex.ai
• 核心概念：docs/site/docs/getting-started/core-concepts.md
• 部署指南：deploy/README.md
• 贡献指南：CONTRIBUTING.md

总结 – CubePlex 为希望运行具有持久状态、工具集成和细粒度治理的 AI 代理的团队提供了一个生产级堆栈，可通过容器或 Kubernetes 在本地部署。