SenteLabsAI/OpenExecutive

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

Open Executive – AI 驅動的虛擬高階管理團隊

是什麼 – 一個自托管應用程式，讓企業能與單一、一致的「高階主管」角色對話。該主管由八位專業代理（CSO、CFO、CHRO、總法務、COO、CMO、CPO、董事會溝通主任）支援。每位專業代理從內建的MBA知識庫與使用者上傳的公司文件中提取相關資訊，再由協調器整合成統一回應。

核心功能

一站式高階主管聲音 – 使用者提出任何商業策略問題，都能獲得如同哈佛MBA級高階主管回應般，感覺自然且具深度的答覆。
專業代理 – 八位領域專精代理並行運作，預設使用 Anthropic Claude 模型（claude-sonnet-4-6；深度推理代理使用 claude-opus-4-7）。
RAG 與內建知識 – 兩層檢索：（1）透過 Git 追蹤的 Markdown 知識庫導入本地 ChromaDB 向量儲存；（2）公司自身文件（簡報、財務模型、合約等）也索引至 ChromaDB。
情境記憶 – 每回合後，背景 Claude-haiku 過程提取決策並儲存至 SQLite。下一次會話開始時包含 <past_decisions> 區塊，使主管能記住先前建議。
排程器 – 作業執行器追蹤後續動作並僅執行一次，使用 UPDATE … RETURNING 機制避免重複執行。刻意設計為單一執行個體。
多通道 UI – Web UI（Next.js 15 + Tailwind）、Slack、Discord、Telegram、Google Chat、電子郵件與 CLI。
可擴展性 – 透過建立 Python 類別、提示與註冊項目即可新增專業代理；倉儲包含完整文件說明。

架構概覽

使用者 → 高階主管協調器（Claude-sonnet-4-6） → 並行呼叫專業代理
      │                                            │
      │                                            └─ 各專業代理從 ChromaDB 檢索相關上下文
      │
      └─ 內建 MBA 知識 + 上傳的公司文件
                ↓
        合成的高階主管回應（快取的提示區塊）

協調器 決定呼叫哪些專業代理並合併其輸出。
檢索在每項專業代理呼叫時執行；檢索到的區塊注入至當前回合，但不會儲存在系統提示中。
提示快取 將靜態角色/系統提示與動態上下文分離，數回合後可達約 85% 快取命中率。
記憶與排程器 作為同一 FastAPI 進程內的背景任務執行。

技術堆疊

層級	選擇
LLM 核心	Anthropic Claude API（預設 `claude-sonnet-4-6`；深度推理 `claude-opus-4-7`）
後端	Python 3.11，FastAPI，`uv` 套件管理器
向量儲存	ChromaDB（內嵌，本地）
情境記憶	SQLite
排程器 / 提醒	使用 SQL 行級鎖定的自訂作業執行器
Web UI	Next.js 15（App Router）+ Tailwind
部署	Fly.io（單一執行個體 API，無狀態 UI，可選 Honcho 記憶體服務）
CI / 測試	GitHub Actions，pytest，LLM-as-judge 評估套件
授權	Apache 2.0

快速開始（本地開發）

git clone https://github.com/SenteLabsAI/OpenExecutive.git
cd OpenExecutive
cp .env.example .env            # 加入你的 Anthropic API 金鑰
make dev                         # 啟動 FastAPI 在 :8000，Next.js 在 :3000

首次執行會建構 ChromaDB 索引（下載約 90MB 嵌入模型），可能需數分鐘；後續啟動非常快速。

使用本地模型執行 – 透過設定 LOCAL_MODELS_ENABLED=true 並將 LOCAL_BASE_URL 指向 OpenAI 相容伺服器（Ollama、vLLM 等），可將 Claude 替換為任何支援工具使用的模型（如 llama3.3）。UI 會自動列出啟用的本地模型，支援混合架構（主管使用 Claude，個別代理使用本地模型）。

部署 – 倉儲附帶 dev 與 QA 環境的 Fly.io 設定。API 應用必須維持單一執行個體，因排程器依賴行級爭用語意。密鑰（Anthropic 金鑰、整合金鑰、共享金鑰標頭）透過 Fly secrets 注入；UI 以 Google 登入並搭配白名單保護。

典型使用情境

戰略規劃 – 向主管諮詢市場定位、併購構想或 OKR 制定。
財務建模 – 取得現金流預測、融資簡報或單位經濟分析。
人力資源與文化 – 撰寫薪酬結構、招聘計畫或員工參與度調查。
法律基礎 – 產生合約條款、智慧財產清單或合規提醒。
營運擴張 – 設計 SOP、供應商管理流程或物流工作流程。
行銷與產品 – 建構上市策略、產品路徑圖或董事會簡報。

限制與注意事項

系統會將檢索到的公司文件片段傳送給 LLM 提供商；資料僅在提示中離開主機，不會外洩。
排程器為單一執行個體；在不關閉排程器的情況下擴展 API 會導致重複動作。
深度推理代理（claude-opus-4-7）成本較高，延遲也較高。
本地模型支援會停用網路搜尋與 Anthropic 特有的提示快取功能。
內建 MBA 知識為靜態 Markdown；保持更新需手動編輯。

社群與貢獻 – 倉儲包含完整 CI 流水線、29 個情境測試的評估套件，以及新增專業代理的指南。貢獻必須包含實作、單元測試與評估情境。

以上所有資訊均直接取自倉儲的 README；未添加任何外部假設。