cubeplexai/cubeplex

CubePlex – 用於管理 AI 代理的雲原生平台

是什麼 – CubePlex 是一個開源、雲原生應用程式，讓團隊能在隔離的工作區中建立、執行與治理 AI「代理」（聊天式助理）。它整合了基於 CubeLoop 非同步代理框架的 FastAPI 後端與 Next.js 網頁 UI，可透過 Docker Compose 或 Helm/Kubernetes 部署。

核心理念

• 管理型代理 – 代理可呼叫任何 LLM 提供者（OpenAI、Anthropic 等），執行工具，並保留檢查點。
• 團隊工作區 – 每個工作區擁有獨立的沙箱與持久化儲存，讓代理能從中斷處繼續運作。
• 技能與記憶 – 可重複使用的功能套件（「技能」）與作用域記憶（個人、工作區、組織）可在對話間持續保留。
• MCP 工具與 IM 橋接 – 支援外部服務（OAuth、靜態憑證）與聊天平台（Slack、Discord、Teams 等）的連接器，讓代理可透過團隊已使用的工具被觸發。
• 治理 – 內建組織、角色、模型存取政策與成本追蹤功能。

主要功能（如 README 所列）

領域	提供功能
多模型聊天	在託管／自訂 LLM 提供者間切換，附加檔案，串流回應，會話中更換模型
技能	可打包的代理能力——內建、組織上傳或從遠端註冊表取得
記憶	代理在會話間可回憶的個人、工作區與組織級記憶
MCP 工具	包含靜態憑證或 OAuth 的連接器目錄，可依工作區授予权限
工作區沙箱	帶有持久化儲存（檔案、套件、工作樹）的隔離執行環境
資產	版本化的交付物（檔案、預覽、程式碼、影像）在聊天線程中呈現
自動化	定時／間隔／一次性任務與 Webhook 觸發
IM 橋接	Slack、Discord、Teams、飛書、釘釘等
團隊治理	組織、工作區、角色、模型存取政策、成本追蹤
隨處部署	Docker Compose（單一主機）或 Helm 部署 Kubernetes

架構快照

• 客戶端 – Web UI（Next.js）與 IM 機器人透過 HTTP/WebSocket 連接。
• 應用層 – FastAPI 伺服器主機化基於 CubeLoop 的代理執行時，處理模型呼叫、工具執行、串流與持久化檢查點。
• 工作區沙箱 – 每個工作區的容器／Pod 搭載持久性磁碟，可在重啟後保留檔案與狀態。
• 外部服務 – LLM 提供者、MCP（模型連接平台）伺服器與訊息平台位於信任邊界之外；CubePlex 僅透過設定好的連接器與其通訊。

快速入門

1. 前置條件 – Python 3.12+、Node 20+、pnpm 10+、Docker（可選，用於本地服務）。
2. 克隆並安裝：

   git clone https://github.com/cubeplexai/cubeplex.git
   cd cubeplex
   make install   # 設定後端虛擬環境與前端相依性
   

3. 本地執行：
   • 終端機 1：cd backend && python main.py（FastAPI 在 http://localhost:8000）
   • 終端機 2：cd frontend && pnpm dev（Next.js 在 http://localhost:3000）
4. 使用提供的 Docker Compose 檔案於單一主機部署，或使用 Helm 圖表於 Kubernetes 集群部署（README 中有連結）。

倉儲中示範的典型用例

• 僅透過單一提示生成完整產品網站。
• 安裝並使用「技能」來建構代理式前端。
• 將原始表格資料轉換為格式化試算表。
• 將單頁 PDF 轉換為可導航的網頁。
• 自主控制瀏覽器完成網頁任務。

進一步了解

• 文件網站：https://docs.cubeplex.ai
• 核心概念：docs/site/docs/getting-started/core-concepts.md
• 部署指南：deploy/README.md
• 貢獻指南：CONTRIBUTING.md

總結 – CubePlex 為希望運行具備持久狀態、工具整合與細粒度治理的 AI 代理的團隊，提供一個可於本地透過容器或 Kubernetes 部署的生產級堆疊。